Zhipu Reports 2026 Mid-Year Results

智谱 2026 中期业绩电话会 · 商业模式换轨成功：API 收入占比从 15% → 86.5%，从项目制公司转型为平台公司，营收 +400%。 · 量价齐升证明"为能力付费"：API 涨价 101...

智谱 2026 中期业绩电话会 · 商业模式换轨成功：API 收入占比从 15% → 86.5%，从项目制公司转型为平台公司，营收 +400%。 · 量价齐升证明"为能力付费"：API 涨价 101% 的同时用量增 40 倍——增长由模型能力驱动，而非降价换量，这是整份财报最有含金量的信号。 · 单位经济拐点初现：API 毛利率转正（-0.4% → 24.6%），亏损已低于研发投入，毛利开始反哺研发；但半年仍亏约 20 亿，盈利未至。 · 核心风险：ARR（16–20 亿美元）采用激进口径且恰逢新品流量峰值，留存待验证；Cowork 高价值故事目前仅网络安全一个场景被证实，其余仍是叙事。 # 财务面：三个真正重要的数字 1. 收入结构反转，而非收入增速本身 · 总营收 9.54 亿元（同比 +400%），但关键在结构：开放平台及 API 收入占比从去年同期 15.2% 飙升至 86.5%（8.25 亿元，同比 27 倍）。 · 这意味着智谱主动放弃了本地部署软件授权业务，all-in MaaS。这是一次商业模式的"换轨"，而非自然增长。 2. 量价齐升是本次财报最有含金量的信号 · API 平均售价上涨约 101%，同时 token 用量增长 40 倍、头部十大客户日均用量增长 98 倍。 · 涨价 + 用量暴涨同时成立，说明客户在"为能力付费"而非"为便宜付费"——这是对"模型商品化"质疑最有力的回应数据。 3. 单位经济模型开始跑通，但仍在大额亏损 · API 业务毛利率从 -0.4% → +24.6%；经调整净亏损 19.64 亿元，已低于研发投入（21.3 亿元），即毛利已开始反哺研发。 · 但注意：半年仍亏约 20 亿，盈利拐点未至。"亏损率收窄 4.7 倍"的表述更多是基数效应。 # 战略框架：五级阶梯是理解全文的钥匙 智谱提出了一个能力演进阶梯，每一步都有明确的技术门槛和对应的商业模式： · Chat：一次性回答，流量收费 · Coding：可执行代码，API/订阅收费 · Agent：多步任务链，订阅收费 · Cowork：专业人士可审阅的工作成果，任务结果收费 · Autonomous AI：持续运营能力，业务产出收费 核心公式：AGI 商业价值 = 智能前沿 × token 消耗规模。同样 100 万 token，闲聊与修复生产环境漏洞的价值差几个数量级——所以智谱的战略是不断抬高"任务边界"，进入高价值密度场景。 公司自我定位在 Coding 与 Cowork 之间：编程已是主要收入来源，网络安全是 Cowork 第一个验证场景（CyberGym 84.5 分，发现 2,436 个真实漏洞），但法律、金融、教育等方向明确承认"尚未产生规模化收入"——这意味着 Cowork 故事目前只有一个数据点。 # 技术路线：对 Scaling 的重新定义 面对国内算力约束，智谱提出智能上限由四个因素组合决定：基座规模、有效深度（Loop Transformer 加深推理）、训练深度（post-training）、任务环境。资源按"当前边际回报最高者"动态分配。 几个关键论据： · GLM-5.3 与 5.2 同一基座（745B 参数，年初训完复用半年以上），全部能力提升来自 post-training——任务环境扩大数十倍，端到端完成率提升 50%+。这是"训练深度是当前最大红利"的核心证据。 · GLM-5.3 Flash（320B 总参/18B 激活，稀疏+线性注意力）单任务成本降至 $0.045（旗舰约 $0.20），定价为 5.2 的十分之一而性能反超——主打"智能-成本帕累托最优"。 · 参数克制是主动选择：国内可用训练数据约 30–50 万亿 token，盲目堆参数边际回报不足。 · 终局叙事是 Fully Self-Training（RSI）：数据自生成、环境自制造、Infra 自优化，"下一代 GLM 在上一代 GLM 构建的环境中自训练"。目前 Infra Agent 已实际用于国产芯片推理优化（算子开发周期减半），这是该叙事唯一已落地的部分。 # 国产算力：从被动应对转为主动叙事 · 约 10 万张国产加速卡实现大规模低成本推理，GLM-5.3 Flash 匿名上线期间全量跑在国产集群上，6 天承载约 60 万亿 token。 · 同硬件端到端性能提升 3 倍，单 token 推理成本较年初下降 80%。 · 管理层的定性表述值得注意："开始掌握自己的成本曲线"——把制裁约束重构为竞争力叙事。 · 但也坦承训练端存在结构性错配：先进国产卡尚未规模量产，训练仍依赖异构算力，改善窗口在"未来 3–6 个月"。训练与推理的算力争夺将是持续张力。 # 护城河与风险：管理层的答案 vs 未回答的问题 管理层给出的护城河是：迭代速度（11 个月 6 代）+ 真实任务完成率 + 单位智能成本 + 客户工作流嵌入后的切换成本（prompt、Agent 流程、权限体系、评估标准的沉淀）。 财报未充分回答的问题： · 客户集中度：ARR 口径下贡献 2500 万美元以上的客户有 2 家、1000 万美元级 8 家——头部客户对 ARR 的贡献权重未披露，峰值流量驱动的 ARR 能否留存待验证。 · Cowork 的可靠性门槛：从"专业人士愿意审阅"到规模化收费，网络安全之外尚无证据。 · 海外业务：仍处早期（马来西亚 Matrix 项目、CSP 合作洽谈中），"未来 1–2 个月披露进展"是承诺而非事实。 · 自报数据口径：CyberGym、Intelligence Index 等成绩为公司自报，管理层自己也强调"风险判断交给外部团队"——评估独立性与其能力宣传之间存在张力。 Zephyr @zephyr_z9 x.com/i/article/2094… 🔗 View Quoted Tweet 💬 1 🔄 1 ❤️ 3 👀 672 📊 2 ⚡