智谱的“澳龙”有点烫手

本文由 市象 撰写/授权提供，转载请注明原出处。

以下文章来源于：市象

作者：景行

从大起到大落，再到大起。

4 月 2 日到 8 日，智谱在财报后三个交易日内先是暴涨 31.94%，随后暴跌 14.86%，在 4 月 8 日再度大涨，涨幅一度逼近 20%。由 Token 经济推动的价值重估，正面临市场正反两方观点的激烈博弈。

财报本身同样给出了较为撕裂的答卷。3 月 31 日，智谱发布 2025 年财报显示，2025 年公司实现总营收 7.24 亿元，同比大幅增长 131.9%，连续三年实现营收翻倍增长。

更亮眼的莫过于云端 MaaS 平台收入，在 2024 年，智谱 MaaS 平台收入占比仅为 15.5%，到 2025 年增长至 26.3%，业务规模来到 1.9 亿元，同比暴增 292.6%，MaaS 平台年度经常性收入在过去 12 个月里暴涨 60 倍，达到 17 亿元。在国内大模型行业深陷价格战泥潭的背景下，智谱在 2026 年一季度完成了 API 价格累计 83% 的上调，与此同时，平台 Token 调用量非但没有下滑，反而逆势增长 400%。

但与营收高增长形成鲜明对比的，是智谱持续扩大的巨额亏损。财报披露，2025 年智谱全年净亏损达 47.18 亿元，经调整净亏损 31.82 亿元，同比扩大 29.1%。其全年研发费用达到 31.8 亿元，同比增长 44.9%，规模超营收额四倍以上。

这构成了全球大模型第一股的基本面，营收激增同时亏损高企，本地部署业务毛利率下降，但云端部署业务量价齐升，毛利率从 3.3% 来到 18.9%，展露出第二曲线的增长势头。对此智谱 CEO 张鹏抛出了一个全新的品牌叙事公式——AGI 时代商业价值=智能上界×Token消耗规模。

而智谱的 AGI 增长叙事，离不开去年以来，高 Token 消耗场景的集中爆发。从开发者涌入编程场景，到 Agent 产品释放 Token 消耗潜力，智谱抓住大模型市场的上升 Beta，换句话说，智谱重估是需求端的胜利。

在商业生态上，智谱以 Anthropic 平替自居。张鹏曾公开表示“我们的模型足够优秀，处于世界顶尖水平。我们在价格和成本方面拥有巨大优势。我们开玩笑说，如果 Anthropic 卖 200 美元，我们就卖 200 元人民币。”

这与双方的商业模式契合，GLM 系列模型全力对齐 Anthropic Claude 模型，试图用更低的 Token 价格扩大用户基数，驱动 API 调用量增长，并反哺模型迭代及Tokens费用提升。财报显示，智谱已经成为国内付费 Token 消耗量最高的厂商之一，正领导国内大模型市场从为低价付费转向为效果付费的趋势。

但在对待龙虾的态度上，智谱与其对标的 Claude 开发商 Anthropic 正发生分歧。

4 月 4 日 Anthropic 宣布，Claude 的订阅额度不再支持 OpenClaw 等第三方工具使用。有用户表示，Openclaw 是 Token 无底洞，订阅制 Token 根本扛不住：“任务开始读个文件，几轮调用就进去了。现在的 mcp（Claude 模型的外部通信协议）还是单回合制，每次只能调用一个工具等着反馈再调用下一个，一个任务下来，几十上百万 Token 就进去了。”

而按照平台规划，Claude 订阅模式分为 Pro 版、Max 版（分为 5 倍、20 倍双版本）和 Team 版（分为标准席、高级席），价格分别为 20 美元/月、100 美元/月、200 美元/月、25 美元/人/月和 125 美元/人/月。归结起来，花越多的钱，就越能拿到更高使用额度、更强模型权限、更多高级功能，越是适配需要高频调用模型消耗 Token 的开发者。

面对智能体时代，Anthropic 正在做减法，而智谱倾向加法。

3 月 10 日，智谱发布了支持用户一键安装的 AutoClaw，将龙虾使用门槛大幅简化；6 天后，智谱再度发布面向龙虾场景深度优化的基座模型 GLM-5-Turbo，同时对 API 价格上调 20%，并发布龙虾订阅套餐，价格为个人版 39 元/月/3500 万 Tokens，99 元/月/1 亿 Tokens。

Anthropic 则力推其自有龙虾替代工具，用官方版本笼络用户的复杂任务需求，以避免订阅用户无限制地透支算力。

背后是截然不同的商业诉求。当先发者追逐独立龙虾生态时，后发者仍在为如何填饱肚子焦虑。

公开数据显示，Anthropic 最新年化收入水平已经达到 140 亿美元，对比之下，营收大增至7亿美元的智谱远不在一个数量级。

换言之，面对 Anthropic 的强势企业级 API 生态，智谱 API 平台仍处于生态建设初期，其用户心智仍停留在海外模型平价替代品阶段，尚无领先优势。一段智谱用户的评价则能很好解释这一点：“（性价比）要看跟谁比，一分钱一分货，别期望太高。”

如果说“智能上界决定定价权” 是智谱的核心叙事，那么今年以来席卷 AI 圈的龙虾热，则为智谱的故事提供了落地支撑。即复刻 Anthropic 的商业路径，坐 B 望 C。

长期以来，智谱的营收结构有着清晰的“两条腿”，一条是本地化部署业务，强调在政企市场占据主要份额，间接触达企业客户覆盖的开发团队，凭借高客单价、高毛利的特点，撑起了智谱早期的营收基本盘；另一条则是 MaaS 云端部署业务，通过 API 调用和订阅制服务企业与个人开发者，按 Token 消耗量或包月计费，具备更强的扩展性，智谱则通过发布 AI 代码编辑器、代码库分析工具增强开发者粘性，绑定智谱开发生态。

过去智谱以本地化部署收入为主，强调在政企市场占据主要份额，间接触达企业客户覆盖的开发团队。To C 业务则长期处于边缘化位置。一个显著现象，就是对 C 端宣传营销力度“收力”。

2026 年春节期间，百度、阿里、字节、腾讯掀起一场红包大战，用 AI 领红包成为新年周期用户的普遍心智，同期智谱则处于宣发静默状态，C 端活动基本停滞。而下一次普通用户关注智谱，则是 3 月 10 日官方发布的 AutoClaw 宣发文章《今天，给每台电脑都装上龙虾》。到 3 月 16 日，智谱又闪电更新全球首个面向龙虾场景深度优化的基座模型 GLM-5-Turbo，通过针对龙虾需求专项优化，以寻求下一个 Token 消耗增长点。

这成为资本市场高估智谱的原因所在。在财报会议中，面对“API 增长是否可持续”的疑问，张鹏自信地表示，行业这几年一直在寻找一个简洁、经济、有力的商业模式抬增长，今天 AI 的能力已从可用、可玩走向真正解决越来越复杂和重要的问题，使 Token 的 API 调用和消耗真正转化为经济价值。OpenClaw 则让未来 API 和 Token 的消耗会呈现指数级增长，形成确定性、长期性的趋势。

但在龙虾浪潮中，智谱并非是国内市场的最大赢家。

OpenRouter OpenClaw 模型数据显示，智谱 GLM-5 曾一度占据热度榜榜首，但在更多时间里，霸榜 OpenClaw 调用量榜首的是Kimi、MiniMax、Step（阶跃星辰）、MiMo（小米）、Qwen（阿里）等模型。

OpenClaw 模型榜呈现出接力赛式的轮换登顶模式。其中，Kimi K2.5 曾因性价比优势，被 OpenClaw 设为官方免费主力模型从而快速登顶；MiniMax、Step 则凭借多模态全能与基座优化优势强势反转。

究其原因，在 OpenClaw 这样的 Token 无底洞场景下，更大用户群体的日常自动化调用请求才是消耗主力，而以复杂生产任务以及更高调用费用著称的 GLM，则在这场 Token 大战中面临规模阻力。

数据显示，2025 年，智谱云端部署业务毛利率猛涨，并在 GLM-5、GLM-5-Turbo 模型发布时两次涨价并赢得市场认可。但从收入结构看，2025 年智谱本地化部署收入达 5.34 亿元，占总营收的 73.7%，仍是其绝对的收入主力。

尽管针对龙虾使用场景，智谱已经在 GLM-5-Turbo 模型中进行了专门优化，强调在长链路任务中的执行效率更加出色，但在全球用户的品牌认知惯性作用下并未完成 C 端市场的反超，反而是发布后迅速获得字节、阿里、腾讯等互联网企业接入，成为大厂智能化转型的辅助角色。

从 2025 年的财报表现来看，智谱似乎完成了一场完美的逆袭，但财报背后，智谱支付的代价同样不菲。

2025 年，智谱的销售成本同比增长超过 200%，达到 4.27 亿元，财报显示，销售成本激增源于其业务扩张带来的计算服务费用增加；此外，智谱同期研发开支同比上涨 44.9% 来到 31.8 亿元，原因是员工成本增加，以及支付于第三方算力供应商的计算服务费用增加。

与拥有重资产自主算力布局的互联网大厂相比，以技术立身的智谱倾向轻资产的技术供应商模式，其算力在 2025 年高度依赖第三方供应商租赁，算力成本需下游客户接手。这意味着，智谱为支撑 Token 调用量的爆发式增长，需支付高额的算力采购费用，且未形成基础设施。

对智谱来说，这条路线有弊有利，相较 BAT 寻求自主可控基础设施护城河的布局，智谱更强调在技术与应用层建立壁垒，可以将有限的资金全力投入到核心竞争力维护上。弊端则是，企业必须维持在模型层的极强竞争力，才能平衡算力成本上升带来的冲击。从毛利率水平看，智谱综合毛利率从 2024 年的 56.3% 下降至 2025 年的 41%，与算力采购挤压利润不无关系。

另一边，大模型行业恰恰是一场看不到终点的马拉松，从 DeepSeek 到 Seedance，从 Manus 到 OpenClaw，没人知道下一个风口在何时到来。

在今年年初的 AGI-Next 前沿峰会上，智谱创始人兼首席科学家唐杰有这样一番表述：

“大模型到现在更多的是在拼速度、拼时间，也许我们代码正确了，也许我们就会在这方面走的更远一点，但也许失败以后就半年，半年就没了。”

任何一个新产品的问世，都可能刷新行业对 AI 能力边界的认知，在这个赛道里，一代版本的能力没有跟上，此前积累的优势都可能在短期内丧失。

有接近大模型行业人士对「市象」表示，大模型的产品形态迭代极快，即便能用一代模型实现能力领先，也难从根本上扭转战局。持久战、不掉队的能力，在行业中显得更为重要：

“对模型厂来说，想出头很不容易，圈外人的感知并不明显，反而是应用厂有可能实现正向 ROI 或高毛利，能按照科技企业的路线构筑壁垒，甚至头部应用厂自己发布一个模型，会比头部模型厂商的旗舰模型拿到更高的海外关注度。”

这勾勒出模型厂的生存困境，不深入底层算力、铺设应用生态，构建全链条的竞争壁垒，就难言掌控市场定价权。智谱已经幸运地抓住了龙虾驱动的智能体浪潮，但这场红利能维系多久，下一代挑战者从哪里出现，只能交给未来回答。

扫码关注公众号

获取更多技术资讯