广告
加载中

7亿收入、万亿市值 智谱值吗?

定焦One团队 2026-06-25 17:09
定焦One团队 2026/06/25 17:09

邦小白快读

EN
全文速览

本文围绕国产大模型代表企业智谱的万亿市值争议展开分析,核心干货信息如下

1. 智谱今年1月登陆港股后五个月股价涨约20倍,市值一度突破万亿港元,仅次于腾讯、阿里位列港股科技第三,当前已经出现回调,7月8日将迎来首批股份解禁,2027年1月会迎来更大规模解禁,同时拟回科创板募资150亿元投入研发。

2. 智谱万亿市值由三大因素支撑:模型能力突破获得商业化验证、“中国第一梯队大模型”的战略卡位获得估值溢价、极低流通盘放大了股价涨幅。

3. 当前智谱面临海外竞品快速迭代、国内巨头围攻Coding赛道、尚未实现盈利、估值泡沫等多重压力,万亿市值能否维持,需观察长期技术领先性和商业化增速。

本文对国产大模型头部品牌智谱的品牌运营、定价策略、市场趋势做了详细分析,可参考干货如下

1. 品牌定位层面,智谱精准卡位“中国头部独立基础大模型平台”,贴合国产替代、数据安全的市场趋势,突出自身国产算力底座、全球开发者生态的定位,获得了资本市场的战略卡位溢价,品牌定位清晰精准。

2. 定价策略层面,在全行业打价格战的背景下,智谱依托过硬的产品力逆势涨价,涨价后API调用量不降反增,成功拿到定价权,对比MiniMax涨价引发开发者不满被迫降价,验证了产品力是定价权的核心支撑。

3. 市场趋势层面,当前Coding赛道成为大模型必争点,企业端对国产合规、私有化部署的需求旺盛,政企用户切换供应商成本极高,是品牌布局企业服务赛道的核心机会。

本文梳理了当前大模型行业的发展现状,给大模型领域相关卖家的干货总结如下

1. 机会层面:当前海外头部大模型对中国用户层层设限,大量开发者需求转移到国产模型,Coding赛道需求爆发,政企客户对国产合规、本地化部署的需求旺盛,是明确的增量增长方向。

2. 风险层面:当前行业竞争已经升温,国内互联网巨头集体入场Coding赛道,海外头部竞品技术迭代速度快,行业整体估值已经出现泡沫,后续大规模股份解禁会带来流动性压力,长期模型层可能沦为低净利率的基础设施,存在估值剧烈重估的风险。

3. 可参考经验:产品力足够强的前提下,可以尝试逆势涨价获取定价权,精准卡位国产替代的战略方向,更容易获得资本和市场的认可,开放开源模式有助于快速抢占开发者生态入口。

本文分析了大模型行业的发展现状,对需要推进数字化升级、探索商业机会的工厂,干货总结如下

1. 产品落地需求层面:当前国产大模型技术已经成熟,Coding等能力可以支撑工厂的数字化研发、生产流程升级,头部国产大模型已经完成了国产算力适配,智谱当前国产算力占比已经达到71%,数据安全性更有保障,可以支持工厂私有化本地化部署,满足工厂的合规需求。

2. 商业机会层面:当前大量企业都有数字化转型、接入大模型能力的需求,工厂可以依托自身的行业场景优势,对接国产大模型厂商,共同开发适配行业需求的数字化解决方案,开拓新的增长曲线。

3. 数字化转型启示:工厂推进数字化和电商转型,要优先卡位国产供应链,把握当前国产替代的政策和市场风口,结合自身实际场景落地技术,更容易建立差异化竞争优势。

本文梳理了当前大模型服务行业的发展趋势和客户需求,给服务商的干货总结如下

1. 行业发展趋势:当前大模型行业已经从底层模型技术比拼,转向开发者生态和工作流入口的争夺,Coding是大模型从技术概念落地为生产工具的核心突破口,MaaS(模型即服务)是行业公认的主流商业模式,长期大模型会成为类似水电燃气的社会公共基础设施。

2. 客户核心痛点:海外大模型受出口管制影响,存在访问不稳定、数据安全不受控的问题,国内企业对合规可控、可私有化部署的国产底层模型需求强烈,同时当前国产厂商在上层开发工具链、完整生态布局上仍有不足,存在明显的市场缺口。

3. 可行解决方案方向:可以参考智谱的路径,通过开源开放底层模型,走安卓式的基础设施路线,不直接与上层开发工具竞争,成为行业默认的底层模型底座,同时针对政企客户提供本地化部署服务,满足合规和定制化需求。

本文梳理了大模型行业的平台发展相关信息,给平台商的干货总结如下

1. 市场核心需求:当前市场对大模型平台的核心需求集中在三点,一是适配国产算力的合规底座模型,满足政企客户的数据安全要求;二是稳定高性能的Coding能力,满足开发者日常开发需求;三是开放的生态规则,降低开发者的接入门槛。

2. 可参考的运营做法:智谱采用“开源底层模型抢生态+本地化交付做营收”的模式,将自身定位为基础设施,吸引开发者广泛接入,同时靠本地化政企服务稳住基本盘收入,通过卡位国产替代的战略位置获得资本认可,推进A+H上市储备研发资金,支撑技术迭代。

3. 风险规避要点:要警惕行业估值泡沫,避免过度炒作,防范流通盘过少带来的股价异常波动,提前规划股份解禁的应对方案,持续投入技术研发维持领先性,避免被头部竞品赶超,提前布局上层工具链构建生态壁垒。

本文针对国产大模型产业的最新发展和估值问题做了深度调研,给研究者的干货总结如下

1. 产业新动向:当前国产大模型技术迭代速度明显加快,头部厂商已经实现性能突破,开始对海外竞品实现替代,Coding成为头部厂商争夺的核心赛道,头部厂商已经完成国产算力适配,国产大模型算力占比已经超过七成,资本对国产头部大模型给予了极高的战略卡位溢价,认可其赛道位置价值。

2. 产业新问题:当前头部大模型估值远超传统财务估值框架,行业整体存在一定泡沫,竞争格局已经升温,互联网巨头集体入场核心赛道,长期大模型可能沦为低净利率的公共基础设施,存在估值剧烈重估的风险,股份解禁、回A定价等都给行业带来了新的不确定性,没有现成经验可参考。

3. 商业模式探索:当前头部厂商探索出“开源抢生态+本地化部署变现”的模式,核心收入来自本地化政企交付,但该模式交付重、整体毛利率偏低,标准化SaaS订阅模式尚未在中国市场跑通,商业化路径的效率和可持续性仍待验证。

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 heated debate around Zhipu AI, a leading Chinese large language model (LLM) developer, over its projected trillion-Hong-Kong-dollar market cap. Key takeaways are as follows:

1. Five months after its January 2024 Hong Kong IPO, Zhipu AI’s stock surged roughly 20-fold, pushing its market cap briefly above HK$1 trillion, ranking it third among Hong Kong-listed tech firms behind only Tencent and Alibaba. The stock has since corrected, with its first batch of share lock-up expiring on July 8, and a much larger unlock due in January 2027. The firm also plans to list on Shanghai’s STAR Market to raise RMB 15 billion for R&D.

2. Zhipu AI’s trillion-dollar valuation is underpinned by three factors: commercially validated breakthroughs in model capability, a valuation premium from its strategic positioning as a "top-tier Chinese LLM player," and extreme illiquidity of its free float that amplified the stock rally.

3. Zhipu AI currently faces multiple headwinds: rapid iteration from overseas competitors, encroachment from domestic tech giants in the coding LLM segment, a continued lack of profitability, and valuation froth. Whether its trillion-dollar valuation can hold depends on its long-term technological leadership and commercial growth trajectory.

This article presents a detailed analysis of brand strategy, pricing and market trends for Zhipu AI, a leading Chinese LLM brand. Key insights are as follows:

1. In terms of brand positioning, Zhipu AI has carved out a clear niche as "China’s leading independent foundational LLM platform," aligning with market trends of domestic substitution and data security. It emphasizes its position as a domestic computing power base with a global developer ecosystem, earning strategic valuation premium from capital markets thanks to its sharp positioning.

2. On pricing strategy: amid an industry-wide price war, Zhipu AI pushed through a price hike backed by strong product performance. Contrary to expectations, API call volume increased after the price increase, allowing the firm to successfully secure pricing power. This outcome stands in contrast to MiniMax, which rolled back a price hike after facing widespread developer pushback, confirming that strong product capability is the core foundation of pricing power.

3. In terms of market trends: the coding LLM segment has become a key battleground for all major players. Enterprise demand for domestically developed, compliant, private deployment LLM solutions is booming. Additionally, switching LLM vendors carries extremely high costs for government and enterprise clients, making this segment a core opportunity for brands targeting the enterprise services market.

This article outlines the current state of the LLM industry and summarizes key takeaways for sellers operating in the space:

1. Opportunities: Leading overseas LLMs have imposed increasing restrictions on Chinese users, pushing massive developer demand to domestic models. Demand in the coding LLM segment is exploding, while government and enterprise clients have strong demand for compliant, locally deployed domestic solutions. These are clear high-growth incremental areas.

2. Risks: Industry competition has already intensified, with all major Chinese internet giants entering the coding LLM space. Overseas leading competitors maintain a fast pace of technological iteration, and the sector as a whole is already showing signs of valuation froth. Upcoming large-scale share unlocks will create liquidity pressure. In the long run, standalone foundational model layers may commoditize into low-margin infrastructure, carrying the risk of a sharp valuation reset.

3. Key takeaways: With sufficiently strong product capability, vendors can test a counterintuitive price hike to claim pricing power. Targeting the strategic direction of domestic substitution makes it easier to win recognition from both capital and markets. An open-source strategy helps quickly capture share of the developer ecosystem.

This article analyzes the current state of the LLM industry and summarizes key takeaways for factories pursuing digital upgrades and exploring new business opportunities:

1. Product implementation: Domestic LLM technology has now reached sufficient maturity, with coding and other capabilities capable of supporting factories’ digital R&D and production process upgrades. Leading domestic LLMs have completed adaptation to domestic computing power infrastructure: Zhipu AI already sources 71% of its computing power from domestic providers, offering stronger data security guarantees. It also supports private local deployment to meet factories’ compliance requirements.

2. Business opportunities: A large number of enterprises now have demand for digital transformation and LLM integration. Factories can leverage their industry-specific scenario expertise to partner with domestic LLM developers, co-build industry-tailored digital solutions, and open up new growth curves.

3. Key lessons for digital transformation: When pursuing digital and e-commerce transformation, factories should prioritize partnering with domestic supply chains, capitalize on current policy and market tailwinds for domestic substitution, and implement technology tailored to their own specific scenarios. This approach makes it far easier to build sustainable differentiated competitive advantages.

This article outlines current development trends and customer demands in the LLM service industry, with key takeaways for service providers as follows:

1. Industry trends: The LLM industry has shifted from competing on underlying model technology to battling for developer ecosystem share and workflow entry points. Coding is the core breakthrough point for LLMs to transition from a technical concept to a practical production tool. Model-as-a-Service (MaaS) is widely recognized as the mainstream business model, and in the long run LLMs will become general public infrastructure similar to electricity, water and gas.

2. Core customer pain points: Restricted by export controls, overseas LLMs face unstable access and uncontrolled data security risks for Chinese users. Domestic enterprises have strong demand for compliant, privately deployable domestic foundational LLMs. At the same time, current domestic LLM providers still lack mature upper-layer development tool chains and complete ecosystem layout, creating clear gaps in the market.

3. Promising solution directions: Service providers can follow Zhipu AI’s example by open-sourcing underlying models and pursuing an Android-style infrastructure playbook. Instead of competing directly with upper-layer application developers, the provider positions itself as the default foundational model base for the industry, while offering local deployment services for government and enterprise clients to meet compliance and customization requirements.

This article summarizes key insights related to platform development in the LLM industry, with takeaways for platform operators as follows:

1. Core market demand: There are three core demands for LLM platforms today: first, compliant base models adapted to domestic computing power, to meet government and enterprise clients’ data security requirements; second, stable, high-performance coding capabilities to meet developers’ daily work needs; third, open ecosystem rules to lower the access barrier for developers.

2. Recommended operational practices: Zhipu AI uses a "open-source foundational model to capture ecosystem share + local delivery for revenue" model. It positions itself as infrastructure to attract broad developer access, while relying on local government and enterprise services to stabilize core revenue. It secured capital approval by positioning itself at the center of the domestic substitution trend, and pursued an A+H listing structure to accumulate R&D funding to support continued technological iteration.

3. Risk mitigation: Platforms should watch out for industry valuation froth, avoid excessive hype, and guard against abnormal stock volatility driven by excessively small free floats. They should plan ahead for share lock-up expirations, continuously invest in R&D to maintain technological leadership to avoid being overtaken by top competitors, and proactively build upper-layer tool chains to establish ecosystem barriers.

This article presents in-depth research on the latest development and valuation of China’s LLM industry, with key takeaways for researchers as follows:

1. New industry developments: The pace of technological iteration for Chinese LLMs has accelerated notably, with top players achieving performance breakthroughs and starting to displace overseas competitors. Coding has become the core battleground for leading players, and top providers have completed adaptation to domestic computing power, with domestic computing power accounting for over 70% of total capacity for leading models. Capital has assigned a very high strategic positioning premium to top Chinese LLMs, recognizing their value as leading players in a high-priority sector.

2. New emerging industry challenges: Current valuations for top LLMs far outpace traditional financial valuation frameworks, leaving the sector with a measurable degree of froth. Competition has intensified, with Chinese internet giants collectively entering core segments. In the long run, LLMs may commoditize into low-margin public infrastructure, carrying the risk of a sharp valuation reset. Share unlocks, STAR Market listing pricing, and other developments introduce new uncertainties to the sector, with no established precedent to guide analysis.

3. Business model exploration: Leading players have developed an "open-source to capture ecosystem share + monetization via local deployment" model, with core revenue coming from local delivery to government and enterprise clients. However, this model is service-heavy and delivers relatively low gross margins, while a standardized SaaS subscription model has yet to proven viable in the Chinese market. The efficiency and long-term sustainability of current commercial paths remain to be validated.

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.

“基本面上未必值,但战略卡位上绝对值”。

定焦One(dingjiaoone)原创

作者 | 金玙璠

编辑 | 魏佳

智谱,国产基础大模型领域的代表企业之一,今年1月登陆港股后,五个月间股价涨了约20倍,跻身港股科技股第三大市值公司,仅次于腾讯、阿里。6月22日,它的市值一度突破万亿港元关口。

但万亿之上,并不稳固。6月23日早盘,智谱港股低开低走,收盘市值9674亿港元。过去五个交易日,智谱股价涨了120%,从1136港元冲到2410港元,任何风吹草动都可能有人想落袋为安。

一时间,智谱到底值不值一万亿,成为热门话题。而当下的回调,可能只是更大压力到来前的插曲。

大洋彼岸,OpenAI被传将在数日内发布GPT-5.6。有开发者在Codex后端日志中发现,其上下文窗口将达150万Token,比智谱GLM-5.2的100万Token还多出五成。若传言属实,更长上下文将直接冲击智谱的核心卖点之一,价格战则压缩整个行业的盈利空间。

另一重压力来自于解禁。半个月后的7月8日,智谱将迎来上市后第一批股份解禁。而几乎和它前后脚登陆港股的MiniMax,市值早从高点一路回落,如今为1600亿港元左右。

在「定焦One」接触的多位投资人和创业者中,对“值”或“不值”的回答存在一些分歧。有人用财务模型算:智谱2025年的收入(7.24亿元)对应万亿市值,市销率已经高达千倍以上,“早就脱离基本面了”。华创资本创始合伙人熊伟铭的观点是:“基本面上未必支撑,但战略卡位上绝对值”。火凤资本合伙人陈悦天认为,“现在不是看财务模型的时候”,在他看来,整个AI行业都存在高估,“这无非是后面的人在资本市场上是否愿意为高估买单,最后接棒的人对市场有多乐观”。

综合多位受访者的分析,智谱涨到万亿市值有三部分因素,一是模型能力和商业进展;二是市场愿意为“中国最好的大模型”这个故事支付的溢价;三则是小流通盘带来的放大效应。

“这(市值一度突破万亿港元)具有标志性意义,但能否成为稳态,还有待观察。”正景资本投资合伙人刘雨佳对「定焦One」表示,如果对比Anthropic和OpenAI等海外头部大模型公司的估值与收入情况,当下的智谱是相对偏贵的。三因素能否持续,取决于多个后续变量:前沿模型性能是否持续“能打”、能否巩固在国产算力体系中的重要底座位置、Agent平台搭建和Coding能力能否保持引领状态、商业化能否实现长期高增速、竞争格局是否会被改写。

01.智谱是怎么涨到万亿的?

智谱被市场重新定价,起点是模型能力的突破。

2025年底GLM-5.1发布后,智谱的跑分和定价开始与其他国产大模型拉开差距。蓝水资本首席投资官李泽铭注意到,"股价的强势随着时间推移越来越明显"。

最直接的依据是商业化数据。今年2月,智谱上调Coding Plan价格约30%,取消首购优惠。涨价之后调用量不降反增。据智谱CEO张鹏在业绩说明会上披露,一季度API调用定价累计提升83%,调用量增长了400%。需要说明的是,这是同比增速,去年同期基础较小。

在所有人都在比谁更便宜的市场里,智谱是少数敢涨价还卖得动的玩家。对照同期MiniMax的情况,其新模型M3上线时定价约为前代两倍多,引发大规模开发者不满,仅约一周后便宣布永久降价50%。

6月13日GLM-5.2发布后,这个差距进一步放大,智谱的Coding能力更多被海外开发者认可。陈悦天告诉「定焦One」,不少开发者因为Claude对中国用户设限,转去找便宜好用的替代品,“在便宜的模型里,智谱GLM-5.2和DeepSeek很好用。”

但榜单排名是动态的,GLM-5.2发布时冲到了全球前三,两周后位置已经开始下滑。有长期跟踪大模型评测的开发者指出,榜单分数和实际用起来是两回事,复杂任务中,模型的稳定性、响应速度和出错率,这些才是开发者决定是否续费的关键。

“国产大模型迭代太快,今天的领先不代表明天。”刘雨佳提醒,一方面是它守不守得住优势,另一方面是,智谱这波调用量暴涨,有自身模型变强的因素,也受益于外部环境的变化。

跃盟科技创始人王冉提到,Claude Code这类工具把单次任务的token消耗拉高了上百倍,而Claude对中国用户层层设限,大量开发者被迫转向国产模型。“这是临时的,”他判断,未来部署方式会更多元,调用量“今天冲到峰值,之后可能会慢慢平下来”。

但无论怎么样,模型能力只解释了智谱有涨的空间,还解释不了它能涨到“万亿”这个量级。

2025年智谱全年收入7.24亿元,对应万亿港元(约9300亿人民币)市值,静态市销率千倍以上。这个量级的溢价,已经很难用传统的财务框架来解释。作为参照,甲骨文的市销率在七八倍,Salesforce这类高增长的SaaS公司在二三十倍。智谱的市销率比它们高出上百倍。

那市场为什么给这么高的溢价?

在刘雨佳看来,市场追捧智谱,是在押注它能成为“全球第一梯队的独立基础模型平台”。

具体可以拆成四个维度:一是前沿性,模型能不能站在中国最前面,缩小与美国“御三家”(OpenAI、Anthropic、Google DeepMind)的差距甚至追平;二是国产基础设施,在算力和数据安全上升到战略高度的当下,它能不能巩固在政企市场和国产算力体系里的重要模型底座位置;三是Agent平台,能不能在“模型调用”的基础上深入探索,嵌进企业乃至整个社会的工作流;四是全球开发者生态,靠开源模型、低价API和Coding产品,培育出一个类似安卓的开发者生态。

其中,国产基础设施这个维度已有具体进展。据智谱2026年6月经营更新披露,当月昇腾、天数智芯等国产算力占比达71%,海外GPU降至29%,已形成国产算力为主的供应格局。

这种“为战略卡位定价”的情况,在硬科技领域并不少见。陈悦天用寒武纪做了类比:这家国产半导体标杆企业,市销率约150倍,市场给的是赛道位置溢价,而非当期财务回报。

他还打了个更直观的比方:特斯拉作为全球电动车标杆市值约1.5万亿美元,中国最好的车企比亚迪大约是它的十分之一,而“蔚小理”这些第二梯队,可能只有特斯拉的百分之一。头部和第二梯队之间,差的是一个数量级。智谱现在抢的,就是大模型这条赛道里“比亚迪”那个位置。

陈悦天据此推算,Anthropic在一级市场估值已接近一万亿美元(约9650亿美元),中国最好的大模型公司理论上应该值1000到2000亿美元,折合人民币约一万亿到一万五千亿。智谱的万亿港元,很大程度上就是市场在为“中国版Anthropic”这个身份定价。

不过,如果抛开“位置溢价”,用同行常用的估值倍数来衡量,智谱是偏贵的。按2025年实际营收计算,智谱市销率超过1200倍。即便按市场对2026年底10亿美元ARR(年化经常性收入)的乐观预期,P/ARR(市值与年化收入之比)也约在120倍左右。相比之下,Anthropic按2026年全年预期收入口径约20倍,按上半年平均run rate(年化收入)年化约31倍;OpenAI按2026年预期收入约28倍。智谱的收入估值倍数比同行高出数倍。

此外,还有一点不应忽视,即“当前的低流通盘稀缺溢价”,刘雨佳强调。

智谱IPO发行股份占总股本仅约5.76%,扣除基石投资者后,上市初期真正在市场上自由流通的股份不到3%。也就是说,如果智谱市值1万亿港元,真正在市场上流通的只有大约300亿港元。

这个极低的流通盘,相当于给股价加了杠杆:少量资金就能撬动大幅波动。特别是智谱纳入港股通后,南向资金持续流入,在“筹码少、买盘多”的供需错配下,价格自然就被推上了高位。

同一条赛道上的MiniMax,上市初期同样流通盘极小,但根据招股书,7月9日解禁后潜在流通盘将从约2.6%扩大到超过50%,稀缺性溢价将面临考验。

智谱的解禁节奏则更缓:7月8日首批解禁仅约5.76%(基石投资者),其余现有股东须等到2027年1月才能出售。这意味着,即便7月解禁顺利消化,智谱的流通盘稀缺性还能再维持半年。

综合来看,模型能力给了故事可信度,“中国版Anthropic”的叙事给了估值倍数,流通盘相当于是加了杠杆。后续关键是,智谱拿什么来证明自己值这个定价?这得回到它押注的底牌:Coding上。

02.Coding战场:是智谱的底牌,也是巨头围猎的目标

Coding是大模型从“玩具”到“工具”的转折点。Anthropic之所以能从OpenAI的影子里跑出来、估值冲到9650亿美元,靠的正是Claude Code撬开了企业级市场。智谱要复制这条路径,Coding是必经之路。

Coding之所以成为必争之地,陈悦天的解释是:“Coding的数据非常完整,反馈由工程师和写代码的人给出,很有逻辑和结构,数据质量非常好。”谁的Coding用得多,谁的模型迭代就更快。

同时,Coding能力强不强,海外开发者用脚投票,不看公司背景。华创资本熊伟铭观察到,美国市场对中国AI公司其实相对务实,“如果你的技术很厉害,他们就会把你放在他们的位置”。对智谱来说,Coding恰好绕开了它作为中国公司在出海上的身份障碍。

智谱2025年初推出GLM Coding Plan,价格约为Claude的七分之一,上线两个月付费开发者超过15万。到2025年底全球付费开发者规模突破24.2万,中国前十大互联网公司中已有9家深度调用GLM模型。

2026年2月宣布涨价30%后,智谱不得不将每日新增订阅量砍掉80%,改为限量发售,全网出现“怎么抢Coding Plan”的教程帖。量价齐升的势头延续到了整个一季度。

“量价齐升”不代表高枕无忧。王冉的判断是:Coding是所有人看上的好生意,“阿里、腾讯、字节,都在做自己的Coding产品”,巨头的围攻已经开始。

追赶者已经在路上,而且各有各的打法。

字节走“内部打磨、外部推广”的路子:自研Doubao-Seed-2.0-Code模型,推出AI编程产品TRAE,内部80%工程师先用起来,产品磨熟了再推向市场。

DeepSeek走极致性价比路线,2026年4月V4 Pro推出限时75%折扣,input token价格低至每百万0.435美元。陈悦天评价,DeepSeek“追求规模和卡位”;相比之下,智谱要的是定价权。

Kimi的差异化在Agent集群能力,可动态调度最多300个子Agent并行处理,主打的是复杂任务的并行处理效率。

阿里Qwen3.5-Max、腾讯CodeBuddy也在同一时间段密集入场。

这些玩家的打法各异,竞争的关键不在于谁的Coding模型跑分更高,而在于谁能控制开发者的日常工作流入口。刘雨佳把AICoding的竞争拆成几个层次:首先是模型智能,往上是Agent规划和调用,接着是IDE集成开发环境、沙箱和云端执行环境,再往上是代码仓库、测试和部署,一直延伸到企业权限、计费和分发。

“国产大模型公司在越往上的层次,探索相对比较少。海外的Cursor(被SpaceX收购)、Ona(被OpenAI收购)已经初步掌握开发者入口和执行环境,国产大厂更多还处在模型智能和Agent平台阶段。”当底层模型能力相对趋同,真正决定胜负的是谁掌握了开发者生态和更完整的工具链,需要抢占先机。

智谱的应对,是开源。

6月13日,Anthropic的Fable 5因美国出口管制对全球停服的第二天,智谱宣布GLM-5.2按MIT协议开源。东方证券在研报中评价,这件事暴露了闭源模型“访问权受制于单一司法管辖”的风险,会推动更多企业把核心AI能力转向国产基座。智谱的时机选得很准。

开源能帮它争夺生态入口。刘雨佳分析,大模型公司未来面临两种路径:苹果式的全栈一体包揽从IDE、运行环境到企业控制台;或者安卓式的,不跟每个IDE直接竞争,把自己做成“开发工具默认调用的模型和基础设施”。开源走的更多是后一条,靠共享和开放,让自己成为生态的默认选项。这是长期布局。

但眼下支撑收入的,是本地化部署。智谱73.7%的收入来自本地化部署,这类客户要的是私有化部署、合规保障和工程服务。而且,政企客户一旦选定供应商,切换成本极高。

开源需要持续烧钱,本地化部署的毛利率并不高。这个基本盘撑得住万亿市值吗?

2025年智谱云端API毛利率仅18.9%,本地化部署毛利率48.8%,综合毛利率41%,调整后净亏损31.82亿元。收入在快速增长,但盈利拐点还没到来。本地化交付重、人力成本高,这些结构性问题不会随着规模扩大而消失。

财务层面之外,市场层面还有一道门槛:熊伟铭提到,中国企业“愿意为业务结果付钱,不愿意为软件工具付钱”。智谱的政企收入,是一单单需要重交付的本地化部署,不是可以轻松复制的标准化订阅。这意味着它的商业化路径比美国同行更长、更慢、更重。以当前的基本盘,支撑万亿市值,需要的是持续高速增长。

更重要的是,前沿技术领域的领先是动态的。OpenAI、Anthropic、Google DeepMind的迭代速度不会放缓。在赢家通吃的科技市场里,第一和第二的估值差距往往远大于第二和第十的差距,这意味着智谱不只要守住技术领先,还要守住领先的幅度。

守住领先幅度,靠的是增速、入口、壁垒,缺一不可。

03.解禁、回A、技术溢价,智谱的万亿能撑多久?

7月8日,智谱将迎来上市后的首批解禁。解禁股东包括JSC(北京金控,国资背景)、泰康人寿、广发基金、JinYi Capital(清华教育基金会)、凌云光(产业资本)。陈悦天的判断是:“这些基石投资者通常有更长期的战略考量,不会像纯财务投资者那样急于套现。”

也有投资人对「定焦One」补充道,“国资背景机构的减持节奏通常更克制,战略考量大于短期套现冲动。”

“7月的股票解禁只是一场小范围演习,明年1月才是大考。”刘雨佳表示。2027年1月8日,约40%的股份将解禁流通,包括创始团队、员工持股平台以及多家非基石轮产业资本和财务投资者。

届时,智谱和MiniMax两家限售股将在同一周内集中释放,对流动性的考验才刚刚开始。

在应对解禁压力的同时,智谱还有一件事要推进:回A。它已公告拟在科创板募资150亿元,其中120亿元投向基座模型和算力集群。陈悦天认为,“A+H双上市的预期,不仅能为公司提供持续的资金弹药来应对算力军备竞赛,也会在估值体系上提供新的支撑。”

但回A怎么定价也是一道难题。李泽铭提醒,“H股已经被炒到这么高,回A证监会给出怎样的指导价格,这具有很强的指导意义。”没有先例可循。

解禁和回A都是考验,但这更多是短期的流动性与资金面博弈。真正决定估值走向的,是一个更底层的问题:技术溢价的窗口期还有多长?

王冉的判断是,当token价格三年降了97%、还在继续往下走,模型这门生意正在变成基础设施。“基础设施是好东西,整个社会都需要它,但基础设施不是好生意。”在他的测算里,模型层的终局净利率可能只有5%到8%,跟发电厂差不多。如果市场从“科技股”切换到“公用事业”的框架去看大模型公司,估值会有一次剧烈的重估。

有意思的是,智谱CEO张鹏在播客中也用了“水、电、燃气”的比喻,却得出了不同的结论:“MaaS模式(模型即服务,将大模型能力通过API接口提供给开发者和企业使用)恰恰符合这种形态,这是确定性的事情”。在他看来,“技术溢价较高,创新活跃程度非常高,所以不会出现低价竞争模式。”

智谱的万亿市值,本质上是市场在押注:迭代速度会跑赢趋同速度,技术溢价还有几年的窗口期。

在长期答案尚不明朗之前,增速是最直接的短期观察指标。智谱2026年3月单月年化收入约2.5亿美元,增速150%,三位数的增速说明市场愿意买单。但高增速能维持多久,取决于两件事:付费习惯能不能在中国企业市场真正跑通,以及技术领先能不能在巨头围攻中守住。

李泽铭用2000年的科网泡沫做了类比,“泡沫里有赢家,但未知是谁”:科网泡沫里确实跑出了日后主导市场的赢家,“就像现在的国产大模型,整体来说肯定是泡沫,泡沫里有最终的存活者,但没有人能准确指出哪一家会活到最后”。港股2021年的市销率狂热同样如此:哔哩哔哩、快手的故事告诉我们,估值的轮回在重演,只是每次的主角不同。

这也是观察智谱万亿市值的一个角度。泡沫不一定是坏事,科技互联网泡沫里跑出了亚马逊和谷歌。问题只有一个:智谱会是最后的玩家吗?这个问题的答案,可能需要几年才能清晰,但验证它的过程,从现在就已经开始了。

注:文/定焦One团队,文章来源:定焦One,本文为作者独立观点,不代表亿邦动力立场。

文章来源:定焦One

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

赞 +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