广告
加载中

“中国版Anthropic”、6000亿市值?还有两道坎

张贝贝 2026-06-03 20:02
张贝贝 2026/06/03 20:02

邦小白快读

EN
全文速览

本文核心围绕AI大模型企业智谱的高估值现象展开分析,梳理了核心信息和对普通读者的参考要点,核心干货如下:

1. 智谱当前回调后市值约5500亿人民币,2025年营收7亿元亏损超46亿元,高估值来自市场对其成为“中国版Anthropic”的预期,其技术实力排名全球第五、中国第一,已经获得字节阿里等9家互联网大厂调用,企业用户超400万,付费开发者超24万,具备清晰的商业化基础。

2. 智谱要支撑当前高估值还需要跨过两道坎,普通投资者短期需要警惕2026年7月A股上市后大规模解禁带来的股价波动风险,中长期可重点关注云端MaaS收入占比、海外收入增速两个核心验证指标。

本文对AI大模型领域的品牌商梳理了行业现状、智谱的发展经验,核心干货如下:

1. 当前大模型行业进入下半场,市场不再只关注概念,更看重商业化兑现能力,拥有技术领先优势+自主可控合规背景的品牌,更容易进入金融、能源、政务等高价值关键领域,更容易获得资本的估值溢价,智谱拿到国资累计超30亿投资就是典型案例。

2. 品牌定价方面,只要打造出差异化技术竞争力,就可以获得定价权,智谱在同行降价的背景下逆势提价83%,调用量反而增长400%,客户留存率达94%,验证了差异化的价值;未来品牌增长的核心方向是转型平台化MaaS模式,提升标准化API收入占比,打造持续增长的正循环。

本文对AI领域相关卖家梳理了行业机会、风险和可参考的经验,核心干货如下:

1. 当前行业机会清晰:大模型仍处于高速增长期,市场对自主可控的大模型API服务需求爆发,智谱MaaS平台的年度经常性收入一年增长60倍,Token调用量半年涨15倍,说明企业端需求非常旺盛;政企市场的AI替代需求已经落地,金融、政务等领域已经有规模化落地案例,给相关应用卖家提供了大量合作机会。

2. 风险和可学习点:行业已经进入分化阶段,只有少数头部玩家能拿到终局估值溢价,中小卖家不要盲目切入基础模型研发赛道,可以依托头部大模型平台做细分行业应用;可学习智谱的路径,先依托优势场景拿到早期收入,再逐步向高复购的标准化服务转型。

本文对想要推进AI数字化升级的工厂,梳理了可对接的机会和启示,核心干货如下:

1. 当前大模型行业已经进入商业化落地阶段,头部大模型企业正在联合各地国资、政企打造多场景的行业大模型,已经落地了路桥养护、城市管理、金融服务等多个领域的智能化项目,制造工厂也可以结合自身生产设计、流程管理、供应链运营等场景,对接头部合规大模型平台,开发适配自身需求的AI应用,推进生产和管理升级。

2. 启示方面:工厂推进数字化和智能化不需要完全从零研发大模型,可以通过接入头部平台的成熟API服务,降低研发投入和时间成本,提升升级效率;合作方面要优先选择技术领先、合规性强的头部平台,避免中小平台技术迭代不稳定带来的落地风险。

本文梳理了当前大模型行业的发展趋势、客户痛点,给AI相关服务商提供了核心参考干货如下:

1. 行业发展趋势:大模型已经从概念阶段进入商业化兑现阶段,市场需求结构正在发生变化,从早期的一次性定制化项目,转向可复用的标准化MaaS服务,头部玩家已经启动“调用量增长→规模效应→研发再投入”的正循环,行业整体增长空间仍然很大。

2. 客户痛点和解决方案方向:当前政企、金融等关键领域客户,核心痛点是既需要领先的大模型技术,又要求安全合规,同时需要低成本可复制的解决方案;服务商可以对接头部具备技术和合规优势的大模型平台,深耕细分行业打造可复制的解决方案,依托MaaS平台降低边际成本,还可以联合拓展海外开发者市场获取增量。

本文对大模型平台商梳理了行业需求、头部平台的发展路径和需要规避的风险,核心干货如下:

1. 当前市场对大模型平台的核心需求:一是领先稳定的基础模型技术,二是符合本土要求的安全合规能力,三是可按需调用的标准化API服务,客户愿意为差异化的技术能力支付溢价,即便提价也能保持高留存和增长,智谱提价后调用量涨4倍、留存94%就是验证。

2. 可参考的发展路径:先依托技术和合规优势切入政企市场获得早期收入和现金流,再逐步推进收入结构升级,提升标准化MaaS服务的占比,同时布局海外市场拓展全球开发者用户,打开长期增长空间。

3. 需要规避的风险:要尽快验证商业闭环,维持客户留存、毛利率增长和ARR增速,否则难以支撑长期发展;还要关注资本市场流通盘变化带来的波动风险,提前做好预期管理。

本文分析了中国大模型产业的最新动向和头部企业的商业模式,给产业研究者提供了核心研究素材如下:

1. 产业新动向:当前中国大模型行业已经进入下半场,资本市场定价逻辑从概念炒作转向商业化增长潜力估值,头部本土企业开始复制海外Anthropic的“基础模型+企业级API+ARR增长”的商业模式,具备国家队背景的头部玩家在本土关键领域具备明显的竞争优势,已经实现了年度经常性收入的爆发式增长。

2. 产业新问题:当前头部企业仍然面临两大核心发展障碍,一是收入结构不合理,标准化API收入占比仅26.3%,远低于Anthropic的80%,同时全球化程度低,海外收入占比仅10%,全球市场竞争力不足;二是商业闭环还未完全验证,客户留存、毛利率提升、方案复制能力都需要持续观察。

3. 研究启示:中国大模型产业的发展需要结合本土合规需求和市场结构,不能完全照搬海外路径,估值体系也需要适配本土的发展特点进行调整。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This article analyzes the high valuation of leading Chinese large language model (LLM) developer Zhipu AI, and outlines key takeaways for general readers:

1. After a recent market correction, Zhipu AI currently boasts a market capitalization of around RMB 550 billion. It projects RMB 7 billion in revenue for 2025, with a net loss exceeding RMB 46 billion. Its high valuation stems from market expectations that it will become the "Anthropic of China." The firm ranks 5th globally and 1st in China in LLM technical capability, and its models are already accessed by 9 major Chinese internet giants including ByteDance and Alibaba. It serves over 4 million enterprise users and counts more than 240,000 paid developers, laying a clear foundation for commercialization.

2. Zhipu AI still needs to clear two major hurdles to justify its current valuation. For ordinary retail investors, it is advisable to watch out for short-term price volatility triggered by massive share unlocks after the company’s planned A-share listing in July 2026. In the medium to long term, investors should focus on two core validation metrics: the share of cloud MaaS (Model-as-a-Service) revenue, and overseas revenue growth.

This article outlines the current state of the LLM industry and Zhipu AI’s development experience for AI brands, with key takeaways as follows:

1. The LLM industry has entered its second half, where the market no longer values only hype and concepts, but increasingly prioritizes proof of commercial viability. Brands with leading technical capabilities and domestic, regulatory-compliant technology are far more likely to access high-value core sectors such as finance, energy and government services, and are more likely to earn valuation premiums from capital. Zhipu AI, which has secured over RMB 3 billion in cumulative investment from state-owned stakeholders, is a prominent example.

2. In terms of brand pricing, building differentiated technological competitiveness allows brands to secure pricing power. Against an industry-wide trend of price cuts by peers, Zhipu AI raised its prices by 83% year-over-year, while its API call volume grew 400% and customer retention reached 94%, proving the value of differentiation. The core growth direction for AI brands going forward is to transition to the platform-based MaaS model, increase the share of standardized API revenue, and build a self-reinforcing positive growth cycle.

This article summarizes industry opportunities, risks and actionable insights for AI-related sellers, with key takeaways as follows:

1. Clear industry opportunities exist today: Large models are still in a period of rapid growth, and market demand for domestically controlled, regulatory-compliant LLM API services is exploding. Zhipu AI’s MaaS platform saw its annual recurring revenue (ARR) grow 60-fold in one year, and its total token call volume surge 15-fold in six months, indicating extremely strong enterprise-side demand. AI replacement demand in government and enterprise markets is already materializing, with large-scale deployment cases in finance, government affairs and other fields, opening up extensive cooperation opportunities for relevant application sellers.

2. Risks and key takeaways: The industry has entered a phase of consolidation, and only a small number of leading players will capture endgame valuation premiums. Small and medium-sized sellers should not blindly enter the base model R&D track; instead, they can build vertical industry applications based on leading LLM platforms. Sellers can follow Zhipu AI’s example: secure early revenue by leveraging advantages in niche scenarios first, then gradually transition to high-repeat standardized services.

This article outlines available partnership opportunities and key insights for manufacturing plants looking to advance AI-powered digital upgrades, with key takeaways as follows:

1. The LLM industry has now entered the phase of commercial deployment. Leading LLM developers are partnering with local state-owned stakeholders and government agencies to build industry-specific large models for multiple scenarios, with intelligent projects already deployed in road and bridge maintenance, urban management, financial services and other fields. Manufacturing plants can also partner with leading regulatory-compliant LLM platforms to develop customized AI applications tailored to their own needs in production design, process management, supply chain operations and other scenarios, to advance production and management upgrades.

2. Key insights: Factories do not need to develop large models entirely from scratch to advance digital and intelligent transformation. By accessing mature API services from leading platforms, they can lower R&D investment and time costs, and accelerate upgrade efficiency. For partnerships, factories should prioritize leading platforms with leading technology and strong compliance to avoid deployment risks stemming from unstable technical iteration of small and medium-sized platforms.

This article summarizes current LLM industry development trends and customer pain points, providing key reference insights for AI-related service providers, as follows:

1. Industry development trend: Large models have transitioned from the concept phase to the commercial validation phase. The market demand structure is shifting: from early one-off custom projects to reusable, standardized MaaS services. Leading players have already started the positive flywheel of "growing call volume → economies of scale → reinvestment in R&D," leaving significant overall room for industry growth.

2. Customer pain points and solution directions: For clients in key sectors such as government and finance, the core pain point today is that they need both cutting-edge LLM technology and strict security and compliance, along with low-cost, replicable solutions. Service providers can partner with leading LLM platforms that combine technical and compliance advantages, deepen their focus on vertical industries to build replicable solutions, reduce marginal costs by leveraging MaaS platforms, and jointly expand the overseas developer market to capture incremental growth.

This article outlines industry demand, development paths of leading platforms and risk mitigation for LLM platform operators, with key takeaways as follows:

1. The core current market demand for LLM platforms covers three areas: first, leading and stable base model technology; second, security and compliance capabilities that meet local regulatory requirements; third, on-demand standardized API services. Customers are willing to pay a premium for differentiated technical capabilities: even after price increases, platforms can maintain high retention and growth, as proven by Zhipu AI’s 400% call volume growth and 94% customer retention after its price hike.

2. Recommended development path: First, leverage technical and compliance advantages to enter the government and enterprise market to secure early revenue and cash flow, then gradually upgrade the revenue structure to increase the share of standardized MaaS services. At the same time, expand into overseas markets to build a global developer user base and unlock long-term growth potential.

3. Key risks to avoid: Platforms must validate their commercial closed loop as soon as possible, and maintain steady growth in customer retention, gross margin and ARR, otherwise it will be difficult to support long-term development. Platforms should also pay close attention to volatility risks stemming from changes in circulating share supply in capital markets, and manage market expectations proactively.

This article analyzes the latest developments in China’s LLM industry and the business model of its leading enterprise, providing core research materials for industry researchers as follows:

1. New industry developments: China’s LLM industry has now entered its second half, and capital market pricing logic has shifted from concept hype to valuation based on commercial growth potential. Leading domestic players are starting to replicate Anthropic’s "base model + enterprise API + ARR growth" business model. Leading players with state-backed background hold clear competitive advantages in China’s core domestic sectors, and have already achieved explosive growth in annual recurring revenue.

2. New industry challenges: Leading domestic enterprises still face two core development barriers. First, their revenue structure is unreasonable: standardized API revenue accounts for only 26.3% of total revenue, far below Anthropic’s 80%. At the same time, their degree of globalization remains low, with overseas revenue accounting for only 10% of total, leading to weak competitiveness in the global market. Second, the commercial closed loop has not been fully validated, and customer retention, gross margin improvement, and solution replicability all require further observation.

3. Research takeaways: The development of China’s LLM industry must adapt to local compliance requirements and market structure, and cannot fully copy the path of overseas players. The valuation framework for the industry also needs to be adjusted to fit the characteristics of China’s domestic development.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

7亿收入、6000亿港元市值,智谱凭什么?

出品 | 妙投APP

作者 | 张贝贝

编辑 | 丁萍

智谱的股价在5月底上演了一场过山车行情。

5月28日,智谱股价再度新高,盘中市值一度突破7000亿港元。然而,次日再冲高后便大幅回落,进入6月更是连续两个交易日回调,市场对其估值是否见顶的疑虑开始升温。

就在股价波动的当口,一则重磅消息传来:智谱拟冲刺A股科创板上市,计划募资不超过150亿元,用于人工智能通用基座大模型、大模型MaaS一站式服务平台及补充流动资金。

一边是二级市场的高位震荡,一边是奔赴新战场的雄心壮志,投资者不禁要问:这轮回调,是情绪退潮的起点,还是价值重估前的蓄力?

如果只看财务,这个估值并不便宜:2025年营收7亿元人民币,亏损超过46亿元;即便以回调之后的约6300亿港元(约5500亿人民币)市值测算,市销率也超过750倍。放在传统成长股框架里,这样的公司很难撑起如此体量的市值。

更何况,随着大模型行业进入下半场,市场不再只听故事,越来越看重商业化兑现能力的当下,问题出现了:智谱凭什么还能值这么多钱?或者说,市场到底在给智谱的什么能力定价?

妙投发现,如果把这个问题放在全球AI产业的坐标系里看,智谱的高估值逻辑就不难理解了:资本看重的并不是它今天的利润表,更多押注的是未来它成为“中国版Anthropic”的可能性。

那么,智谱到底凭什么拿到这张高溢价门票?而这种估值,究竟是产业逻辑,还是情绪先行?以及回归到投资上,智谱还值不值得关注?

“中国版Anthropic”的预期驱动

大模型行业是一个典型的重投入行业。

训练、推理、迭代都要烧钱,做生态、做行业方案、做客户交付同样要烧钱。这意味着,最后真正能留在牌桌上的公司不会太多。而谁被市场认为更有机会留在最后几张桌子上,谁就会先拿到估值溢价。

智谱当前的高估值,本质上正是这种“终局席位”的提前预期定价。更具体地说,市场买的是未来它成为“中国版Anthropic”的可能性。

为何这么说?有两大原因:

一是它在大模型行业里的位置靠前,技术实力进入全球第一梯队。

智谱的GLM系列模型在多项全球权威基准测试中名列前茅,尤其在决定模型实用价值的关键领域编程与长程任务处理上表现突出。

在METR的长时域任务测试中,GLM-5.1是全球范围内唯二、开源模型中唯一达到8小时时间地平线的模型,意味着它能以约50%的成功率独立处理相当于人类专家8小时工作量的复杂工程(全球第一是Anthropic的闭源模型Claude Opus 4.6)。

在Wild Claw Bench(复杂环境任务)评测中,GLM-5以42.6%的得分位列总榜第三,是唯一进入全球前三的国产模型;在全球权威评测机构Artificial Analysis发布的全新Coding Agent基准中,智谱GLM-5.1取得全球开源第一,编程智能体能力领先。

还有从大模型整体能力评分来看,据Artificial Analysis数据,智谱最新旗舰模型GLM-5.1得分51,全球第五,但中国第一,是离Anthropic Claude Opus 4.7排名最近的中国企业。

更值得注意的是,智谱的技术已经转化为了商业成果。

据弗若斯特沙利文的资料,按2024年收入计,智谱在中国独立大模型开发商中位列第一。若范围扩大至通用大模型市场(不局限某个特定行业或任务),其收入也位列第二,市场份额6.6%。

且中国已有字节、阿里、腾讯、百度、美团、快手等9大互联网公司深度调用其GLM模型。同时,截至2026年3月,智谱平台注册企业及用户突破400万。GLM Coding Plan付费开发者规模快速突破24.2万,Token调用量6个月增长15倍。这表明智谱的技术已获得真实的市场买单。

而在中国大模型公司中,能同时具备基础模型研发能力、市场声量、企业客户和融资能力的玩家并不多。智谱因此被市场放进了“有机会留到最后”的候选名单,并给予了估值溢价。

二是智谱在“国家队”背景下推动的被Anthropic验证成功的增长路径,即以顶尖模型为引擎,以企业级API为主要产品形态,通过融入产业体系实现的爆发式增长,是市场给予其高估值溢价的更深层次原因。

智谱脱胎于清华大学知识工程实验室,GLM系列模型与清华联合研发,这给了它“技术正统”和“自主可控”的标签。这并非虚名,而是进入金融、能源、政务等关键行业的“信任资产”,直接影响采购、试点和部署门槛。

如2025年以来,智谱获得来自北京、杭州、珠海、成都、上海浦东等地国资累计超30亿元战略投资。部分投资还伴随算力、订单和区域生态合作,如上海浦东相关合作涉及万卡级绿电算力基座,杭州城投投资则带来合作打造全国“AI城投大脑”项目,落地公交大模型、路桥养护多模态大模型、AutoGLM防汛等多个智能体。

在银行领域,与招商银行合作打造了智本GPT,用于资本新规解读、数据查询分析等场景,人工替代率超50%等。

这意味着,智谱的“国家队路线”背景,使其在安全性要求高的政企市场中,拥有近乎“标配”的优势,为早期规模化收入提供了基础。

只不过,政企项目虽能快速起量,但本质是一次性的定制化交付,收入质量偏“重”,很难天然长成一个强复购的平台型生意。智谱真正的价值飞跃,体现在其收入结构向高复用的云端MaaS服务转变上。

招股书和财报显示,2022年-2025年,其云端MaaS服务收入2.59百万元增加至190.38百万元,收入贡献从4.5%提升至26.3%。(注:智谱旗下MaaS平台有语言模型、多模态模型、智能体模型及代码模型等)

还要2026年一季度,智谱在DeepSeek全面降价的背景下,逆势将云端API价格平均上调83%,调用量却不降反增400%。这初步验证了其MaaS平台已形成差异化竞争力与一定的定价权。

(数据来源:公司公告)

更关键的指标是ARR(年度经常性收入)。截至2026年3月,智谱MaaS平台ARR约17亿元,过去一年增长约60倍。同时,API业务毛利率从3.3%提升至18.9%,预示着“调用量增长→规模效应→再投入研发”的正循环正在启动。

妙投注:营收是历史确认收入,ARR(年度经常性收入)是基于当前合同和订阅模式的未来12个月预期收入,反映了业务的持续性和增长潜力。

这正是Anthropic的核心模式:将基础模型作为标准化智能接口,通过API嵌入企业工作流与云生态,从而形成基于使用量的、高度可预测、可扩展的年化经常性收入(ARR)。

Anthropic的估值在14个月内从615亿美元飙升至近万亿美元(最新9650亿美元),正是其ARR从20多亿美元暴涨至440多亿美元所驱动。智谱目前正处于这条价值曲线更早期的陡峭攀升段,其较高的ARR增速与毛利率改善,为市场提供了对其复制这一成功路径的关键信心。

这可能是2025年业绩交流会上,智谱CEO张鹏多次提及Anthropic,并大谈智谱与Anthropic商业模式的相似性的重要原因。

因此,智谱的高估值,并非为其当前7亿元的年收入定价,而是在为其成为中国核心AI基础模型平台之一的概率定价。

高估值靠什么支撑?

由上,智谱的高估值是产业逻辑和市场预期共同作用下的结果。对智谱来说,当前的高估值要想不只是情绪高点,要看对标Anthropic的叙事能否持续,这取决于智谱能否跨过两道坎。

第一道坎,是收入结构升级与全球化突破。

智谱和Anthropic虽然都强调基础模型能力,都在发展企业级API,都试图用ARR证明商业化弹性。

但两者的差异同样明显:

Anthropic约80%的收入来自企业级API调用,而智谱的云端API收入仅占总收入的26.3%。所以未来智谱若仍以一次性私有化部署为主,高估值难以支撑。真正需要的,是标准化API调用成为主要业绩来源(云端MaaS平台收入占比超过50%)

且需要注意的是,Anthropic背后有AWS、Google等全球云生态,吃的是全球企业AI预算;智谱更多依赖中国政企场景、本土合规、安全可控和国资资源,吃的是中国本土AI基础设施替代预期。所以还要看海外收入,即全球化程度。

目前,智谱的海外收入还很少,收入贡献占比只有约10%。

虽然其已通过“自主大模型国际共建联盟”在马来西亚、新加坡等地落地,并通过OpenRouter等大模型平台为全球开发者提供服务(覆盖184个国家,付费开发者用户超过15万,年收入超1亿元),但能否在全球巨头中持续扩大份额,是长期价值的关键变量,也是未来会面临的挑战。

未来一年的收入结构(云端收入占比是否过半)和海外增速,将是重要的验证信号。

第二道坎,是构建可验证的商业闭环。

技术没有永恒的领先。高估值能否持续,取决于实现盈利的商业闭环能否形成。具体指标如下:

(1)客户留存,这是商业闭环的基础。2026年一季度其API提价83%后调用量反增400%,客户留存率94%,这是一个积极的初期信号,但需观察其可持续性。

(2)调用量是平台价值的直接体现,它决定了收入的规模与可预测性。智谱MaaS平台ARR在一年内增长约60倍至17亿元,是其增长势能的较好体现。未来需关注在基数扩大后,其增长曲线是平滑还是断崖。

(3)智谱API业务毛利率从3.3%提升至18.9%,初步证明了成本优化与规模效应正在发生,未来需观察毛利率能否继续提升或保持稳定。

(4)行业解决方案复制能力,决定了其从“项目制”转向“平台化”的效率。在政务、金融等标杆场景打磨出的方案,能否以低边际成本快速复制到其他行业和客户。这直接关系到销售与研发费用的投入效率。

上述都有持续向好改善,高估值才有望持续。如果不能,高估值反而会成为其下行的压力。近期6月1日、2日的股价回调,或许正是市场对这些不确定性的一次集中反应。部分资金选择了获利了结,等待更明确的验证信号。

写在最后

综上,智谱的高估值,是产业逻辑与市场情绪共同作用的结果。产业逻辑在于其技术实力、国家队背书、以及向API平台转型的陡峭增长曲线;市场情绪则是对“中国版Anthropic”叙事的综合押注。

尽管智谱在收入体量和全球化程度上与Anthropic仍有巨大差距,但其近期展现出的平台化转型势头与定价权,已让市场看到了类似“API驱动高增长”模式落地的可能性,即资本市场买的从来不是已经完成的现实,而是未来。

所以它值不值这么高的估值,不取决于今天赚了多少钱,而取决于未来能否持续证明自己就是那个能活成平台的少数玩家。

若能成功跨越收入结构升级与商业闭环验证这两道坎,当前的高估值有被未来增长消化的可能;否则,“头部席位”的含金量可能会被迅速重新评估,“中国版Anthropic”的叙事将从估值支撑变为估值压力。

回归投资,中长期需关注云端收入占比和海外收入增速指标。短期需警惕2026年7月上市后的首次大规模股份解禁带来的波动。

因为当前流通盘仅约2.67%,解禁后基石投资者持有的5.76%即可进入流通,流通盘瞬间扩大两倍以上,而早期投资者在较发行价浮盈约12倍的累计涨幅下的涨幅下浮盈丰厚(截至6月2日收盘),减持动机强烈,短期股价可能承压。

免责声明:本文内容仅供参照,文内信息或所表达的意见不构成任何投资建议,请读者谨慎作出投资决策。

注:文/张贝贝,文章来源:虎嗅APP(公众号ID:huxiu_com),本文为作者独立观点,不代表亿邦动力立场。

文章来源:虎嗅APP

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0