智谱上半年营收近10亿，ARR超20亿美元，模型迭代与商业化路径成焦点

事件概述

智谱科技于2026年8月31日披露了上市七个多月后的首份中期业绩报告。数据显示，公司上半年实现强劲的收入增长，并确立了在开源大模型领域的领先地位。然而，随着商业模式从本地化部署向云端API服务全面转型，盈利质量面临挑战。投资者和业界高度关注其模型技术迭代的持续性以及高阶应用场景的商业化落地能力。

核心财务数据与业务结构变化

1. 营收爆发式增长

• 总收入：2026年上半年总收入为9.54亿元人民币，同比增长399.7%，规模已超过2025年全年水平。
• ARR表现：截至8月末，智谱的年度经常性收入（ARR）按月度年化口径达到16亿美元；若采用行业更激进的周度年化口径计算，则超过20亿美元，约为竞争对手MiniMax同期水平的2.5倍。
• 单月表现：倒推计算显示，8月份单月收入约为1.33亿美元（折合人民币约8.94亿元），接近公司上半年的整体收入规模。

2. 收入结构根本性转变

• API收入主导：开放平台及API收入达8.25亿元，同比增长2735.7%，占总收入比重从去年的26.3%跃升至86.5%。
• 本地化部署萎缩：模型本地化部署收入降至1.29亿元，同比下降20.5%，占比仅为13.5%。这一调整旨在摆脱定制化项目人力成本高、回款慢的痛点，转向标准化程度更高的MaaS（模型即服务）模式。
• 智能体服务崛起：在企业级通用大模型收入下滑54.6%的同时，企业级智能体收入增长304.4%，从1374万元增至5556万元，反映出市场对“能办事”的智能体服务的偏好。

3. 盈利能力承压

• 毛利率下降：整体毛利率从去年同期的50.0%降至26.4%。虽然云业务自身毛利率从-0.4%改善至24.6%，但鉴于API平均定价提升约101%而毛利率改善有限，且面临竞品低价策略压力，后续毛利空间受限。
• 亏损扩大：经调整净亏损为19.64亿元，同比扩大12.1%。主要驱动因素为高额研发投入。
• 研发支出：上半年研发开支21.31亿元，同比增长33.6%，是同期收入的2.2倍，首次超过经调整净亏损。这与MiniMax等同行保持高强度的基座模型投入策略一致。

技术路线与市场策略分析

1. 模型迭代与SOTA竞争

• 近期成果：通过8个月内4次模型迭代（GLM-5.2、GLM-5.3等），智谱稳固了开源模型第一梯队地位。
• 后训练策略：针对外界关于“只做后训练”的质疑，董事长唐杰回应称，在当前国内训练数据量（30-50万亿Token）和算力限制下，单纯堆砌参数收益有限，前后端结合的后训练回报更高。但这不意味着放弃预训练，下一代基座模型已在推进中，方向包括更大有效规模、更长原生上下文及多模态统一建模。
• 算力基础设施：智谱自建数据中心并与中科曙光合作，搭建10万级国产芯片规模化推理能力，Token推理单位成本较年初下降80%。

2. 用户增长与商业化阶梯

• 用户数据：截至8月，MaaS平台注册用户超740万（较年初增长144%），付费日活用户增长603%，前十大用户日均调用量增长98倍。
• 产品演进路径：智谱将大模型能力演进定义为五个阶段：Chat → Coding → Agent → Co-worker → Autonomous AI。目前智谱定位处于第二级（Coding）到第四级（Co-worker）之间。
• 垂直领域尝试：为覆盖Co-work能力，智谱选择网络安全作为首个试验田，GLM-5.3在CyberGym基准测试中取得84.5%的成绩，超越部分国际主流模型。但在其他垂直领域尚未形成规模化收入。

值得关注的关键问题

1. 定价权与毛利的平衡：尽管智谱拥有较强的模型定价权（提价101%），但未能显著转化为毛利率提升。在“牛来”等竞品采取极低定价或免费策略的背景下，如何维持高毛利是一个长期挑战。
2. 基座模型的追赶压力：虽然后训练策略在短期内见效，但预训练仍是Scaling Law的核心。面对月之暗面（Kimi K3）、MiniMax（M3 Pro）等在参数规模和预训练上的激进布局，智谱何时能将基座规模拉升至同等水平，决定了其长期的技术护城河深度。
3. 高阶场景变现的不确定性：从Coding向Co-worker跨越需要极高的技术门槛。目前除网络安全外，其他垂直行业的规模化收入尚未确立，下半年的营收期望仍高度依赖模型持续保持SOTA优势。