在人工智能大模型领域，智谱近期交出了一份备受瞩目的财务答卷。数据显示，该公司上半年收入达到9.54亿元人民币，同比激增399.7%，规模甚至超越了此前对2025年全年的预期。这一成绩不仅彰显了智谱在市场中的强劲势头，也引发了业界对其未来发展的广泛关注。
在财报电话会议上，智谱进一步透露，截至8月末，其年度经常性收入（ARR）按月度年化计算已达16亿美元，若采用更为激进的周度年化口径，则这一数字将超过20亿美元，相当于同期竞争对手MiniMax的2.5倍。这一数据无疑为智谱在大模型领域的领先地位提供了有力佐证。
智谱的快速发展与其模型迭代策略密不可分。在短短8个月内，公司完成了4次模型更新，GLM-5.2、GLM-5.3等模型的推出，使其稳居开源模型的第一梯队。尤为值得一提的是，智谱将“模型即产品”的理念贯彻得淋漓尽致，上半年云端模型API收入占比超过85%，标志着其业务重心已从本地化部署转向云端服务。
然而，智谱的快速增长并非毫无挑战。尽管收入大幅增长，但其毛利率却同比下降了26.4个百分点。这一变化主要归因于业务结构的调整，高毛利的本地化部署收入占比大幅下降，而API收入占比则显著提升。尽管云端API业务的毛利率同比有所改善，但大幅提价后，毛利率的提升幅度却相对有限，这无疑给智谱的盈利能力带来了一定压力。
面对市场的质疑，智谱管理层在电话会议上给出了明确回应。他们表示，公司并非不重视预训练，而是在当前阶段，后训练的回报更为显著。智谱董事长刘德兵指出，简单地扩大参数规模并非Scaling的本质路径，尤其是在国内训练数据有限、算力资源紧张的情况下，按Scaling Law简单堆参数的收益并不大。
尽管如此，智谱并未忽视预训练的重要性。公司正在自建数据中心，扩大算力供给，并搭建了10万级国产芯片规模化推理能力，以降低推理成本。这些举措为智谱未来回归基座赛道、提升模型性能奠定了坚实基础。
在商业化方面，智谱采取了“模型即产品”的策略，通过覆盖特定垂类行业的需求来拓展市场。刘德兵认为，大模型能力的演进是一个阶梯式的过程，从Chat到Coding、Agent、co-worker，再到Autonomous AI，每一级都有具体的技术门槛。只有跨过这些门槛，上一层的商业模式才能成立。目前，智谱正处在从Coding向co-work过渡的阶段，已在网络安全、法律、金融、教育等领域展开尝试。
以网络安全为例，智谱在GLM-5.3发布时特别强调了其在CyberGym上的优异表现，成绩超过了GPT-5.6，并在ExploitBench上完成了130项任务。然而，除了网络安全领域外，智谱在其他领域的规模化收入尚未形成，这意味着其未来的营收增长仍高度依赖于模型的优势能否持续保持。
在市场竞争日益激烈的背景下，智谱的“既要又要”策略——即追求模型性能的同时兼顾性价比——显得尤为重要。例如，GLM-5.3 Flash就是一次极致性价比的尝试，其价格仅为GLM-5.2的十分之一，却能在保持高性能的同时满足更多用户的需求。
