移动通信网 程然
智谱8月31日交出的2026年中期成绩单，勾勒出国产大模型厂商商业化路径的一次关键转折。报告显示，公司上半年实现营业收入9.54亿元，同比增长399.7%，这一收入规模已经超过去年全年总和；毛利2.52亿元，同比增长163.7%。尽管归母净亏损仍达20.71亿元，但同比收窄12.1%，基本每股亏损4.67元。收入端近四倍的增速与亏损端的收窄形成对照，说明公司正处在“以规模换盈利”的爬坡阶段。从收入结构看，MaaS开放平台及API业务收入达8.25亿元，同比增长2736%，占总收入比重升至86.5%，而去年同期云端部署收入占比仅为15.2%。短短一年间，智谱完成了从本地化项目制交付向按调用计费的标准化API服务转型，这一置换决定了其收入模型的边际成本曲线与可扩展性。
【关键数据】
[1] 上半年营业收入9.54亿元，同比增长399.7%
[2] MaaS及API业务收入8.25亿元，同比增长2736%，占比86.5%
[3] 归母净亏损20.71亿元，同比收窄12.1%
[4] 单位Token推理成本较年初下降80%，Token调用量增长超40倍
[5] MaaS平台企业及开发者用户超740万，较年初增长144%；研发开支21.31亿元
技术底层的支撑是此次转型的核心变量。上半年公司单位Token推理成本较年初下降80%，直接改写了MaaS业务的毛利结构——当推理成本以每年数倍的幅度下探时，按调用计费模式才能在降价与盈利之间找到平衡点。成本下降来自算法与工程两端：模型架构优化降低了单位算力消耗，推理框架的批处理与量化技术提升了单卡吞吐。与此同时，公司上半年研发开支达21.31亿元，同比增长33.6%，研发投入是当期营收的2.2倍，这一比例在国内大模型厂商中处于第一梯队。持续的高强度研发使得智谱能够在GLM系列模型上保持迭代节奏，同时将能力封装为标准化API对外开放，形成“模型迭代—成本下降—调用量增长”的正向循环。
从市场格局看，国内大模型MaaS赛道竞争已进入规模兑现期。智谱MaaS平台企业及开发者用户已超740万，较年初增长144%；Token调用量较年初增长超40倍，两项指标共同印证了API模式的网络效应正在显现。与同期其他厂商相比，智谱86.5%的云端收入占比意味着其对项目制本地化部署的依赖显著降低，收入质量更接近OpenAI、Anthropic等海外头部厂商的订阅与API驱动模型。在国内，百度智能云千帆、阿里云百炼、火山引擎方舟均以MaaS平台形态争夺开发者生态，竞争焦点集中在Token单价、模型性能与工具链完整度三个维度。智谱凭借2736%的API收入增速，在这一轮生态卡位中占据了增速领先位置，但20.71亿元的净亏损也提示其仍需在获客成本与算力支出之间精细管控。
产业链视角下，智谱的转型对上下游均产生传导效应。上游算力侧，Token调用量增长超40倍直接转化为对智能算力集群的采购需求，而单位推理成本下降80%又要求算力使用效率同步提升，这推动公司更深度地参与国产AI芯片的适配与优化，GPGPU、推理专用加速卡的国产替代进程因此获得来自模型厂商的真实需求牵引。下游应用侧，740万企业及开发者用户覆盖了智能客服、代码生成、办公助手、行业知识库等场景，API标准化接口降低了中小开发者的接入门槛，使大模型能力得以嵌入长尾应用。成本结构上，21.31亿元研发开支与20.71亿元净亏损基本相当，说明当前亏损主体来自研发投入而非运营失控，这为后续随收入放量而摊薄固定成本留下了空间。
商业化落地层面，智谱按调用计费模式的应用场景正在从通用能力向行业纵深扩展。MaaS平台8.25亿元收入对应的客户结构中，互联网企业、软件开发商与政企数字化项目构成了三类主要付费主体：互联网客户以高并发调用消费通用对话与代码模型能力；ISV通过API将大模型集成进自有SaaS产品；政企客户则在国产化替代要求下，将云端API与私有化方案混合部署。云端收入占比从15.2%跃升至86.5%，意味着大量原本需要驻场实施的项目转化为线上标准化交付，实施周期从月级压缩到小时级，销售人效与交付毛利同步改善。40倍的Token调用量增长中，Agentic工作流、多模态理解与代码生成类负载贡献了主要增量，反映企业级AI应用正从试用转向生产环境常态化运行。
行业趋势层面，智谱的财报折射出国产大模型商业化的阶段性共识：以MaaS为收入主引擎，以推理成本下降为竞争武器。当单位Token成本半年下降80%成为可能，价格战的空间与毛利率的底线都将被重新定义，不具备自研模型迭代能力与算力效率优化能力的厂商将加速出清。智谱下半年及2027财年的看点在于三个数字的走向：营收能否延续400%量级增速、净亏损能否在收入摊薄下持续收窄、740万用户向高粘性付费客户的转化率。对于整个行业而言，9.54亿元半年收入与86.5%的云端占比，为“大模型公司能否规模商业化”这一悬置已久的命题提供了一个可参照的样本，资本市场对AI应用层的估值逻辑也将随之从用户规模转向单位经济模型。
