昨日，智谱AI发布了其上市近三个月后的首份年度财报——2025年业绩报告。今年1月8日，智谱登陆港交所，股价一度表现强劲，目前市值超过3000亿港元。
这份业绩报告呈现出“喜忧参半”的局面：收入实现了激增，但综合毛利率有所下滑，亏损同比扩大。智谱在财报中表示，公司预计通过收入增长和提升运营效率来实现盈利，但尚未给出具体的时间表。同时，财报也释放了一个明确信号：公司将继续加大投资，并增加国产芯片在模型训练中的使用比例。
营收翻倍增长，亏损同比扩大
财报数据显示，智谱AI在2025年营收达到7.24亿元，同比增长131.9%；毛利为2.97亿元，同比增长68.7%。然而，公司的毛利率从2024年的56.3%下降至41.0%，减少了15.3个百分点。年内亏损扩大至47.18亿元，同比增幅为59.5%；经调整后的净亏损为31.82亿元，同比扩大29.1%。研发投入高达31.8亿元，同比增长44.9%。
从这些数据可以看出，智谱是一家典型处于高速投入期的大模型公司：收入增长迅猛，但亏损额巨大；研发投入强度极高，达到营收的4.4倍。
在收入结构上，智谱2025年的业务以本地化部署服务为主。其中，本地化部署服务收入为5.34亿元，同比增长102.3%，占总收入的73.7%；云端部署服务收入为1.90亿元，同比大幅增长292.6%，占比为26.3%。
值得注意的是，这两种服务模式的毛利率在2025年出现了分化。云端部署的毛利率从上一年的3.3%提升至18.9%，改善显著；而本地化部署的毛利率则从66.0%下降至48.8%。
财报对此进行了解释：云端部署业务毛利率的提升，主要得益于模型推理效率的优化、算力规模扩张带来的边际成本递减，以及服务价格的适当上调。即通过对推理侧的极致工程优化，在显著降低单位成本的同时，实现了毛利表现的稳健提升。而本地化部署业务毛利率的下降，则是由于为满足客户定制化需求而投入了更多的交付资源。
具体按业务形态拆分，2025年智谱的企业级通用大模型收入为3.66亿元，占比50.4%；开放平台及API收入为1.90亿元，占比26.3%；企业级智能体收入为1.66亿元，占比22.9%；技术服务及其他收入占比较低。
值得强调的是，智谱所有业务线的收入相较2024年均实现了同比增长。其中，企业级通用大模型收入增幅达70.5%，开放平台及API的收入增幅高达292.6%，企业级智能体收入增幅达248.8%，技术服务及其他收入增幅为31.6%。
Token价值大增，核心指标直追Anthropic水平
“‘智能上界的突破’是这个时代唯一的物理第一性。如果说智能上界决定了技术的定价权，那么Token的消耗规模则决定了商业价值的体量。”智谱在财报中阐述了一个核心公式：AGI商业价值 = 智能上界 × Token消耗规模。
财报指出，2025年，随着GLM系列模型在编程（Coding）与智能体（Agent）等元场景的深度渗透，智谱的付费Token消耗量实现了指数级跃迁。凭借GLM系列，智谱实现了从开发者生态到全球化MaaS（Model-as-a-Service）平台的全面爆发。
在稍后举行的业绩电话会上，智谱CEO张鹏进一步提出了“Token架构力”（Token Architect）这一新概念，将AI生产力价值定义为“智能调用量 × 智能质量 × 经济转化效率”。张鹏强调，“当模型足够强，API本身就是最好的商业模式。”
在业务模式上，智谱一直将对标对象设为Anthropic。Anthropic的CEO Dario Amodei曾透露，公司60%至75%的收入来自API，并且明确将编程作为核心用例。智谱此次财报中表现最为亮眼的，也正是其API平台业务。
财报显示，截至报告期末，智谱API平台的年度经常性收入（ARR）达到17亿元，在过去一年中提升了60倍。2025年推出的GLM Coding Plan，付费开发者规模已突破24.2万。GLM-5发布后24小时内，即获得了字节、阿里、腾讯等头部大厂的官方接入，中国前10大互联网公司中已有9家深度集成GLM。2026年3月推出的Claw Plan上线仅两天订阅用户即突破10万，上线20天用户数突破40万。截至2026年3月，智谱的平台注册企业及用户总数突破400万，服务覆盖全球超过218个国家和地区。
张鹏指出，智谱API价格在2026年第一季度上调83%后，市场依然供不应求，调用量反而增长了400%。在今年第一季度，智谱对API价格进行了两次上调。例如在2月，智谱主动上调价格30%并取消了首购优惠。
人人都是“Token架构师”，告别App堆叠时代
“智谱不是一家传统意义上的软件公司，我们是一个以AGI为信仰的原生智能实验室。”财报对未来的技术范式进行了预测：2026年，智能范式将从轻量化的Vibe Coding（氛围编程）向工业级的Agentic Engineering（智能体工程）演变，再进化为具备自主规划、环境感知与自我迭代能力的数字工程师，最终实现跨越多步迭代、具备逻辑一致性的长程任务（Long-horizon Task）闭环执行。这将进一步带来智能上界的突破与Token调用的指数级增长。
而当大模型具备长程任务执行的闭环能力后，核心竞争力将重塑为TAC（Token Architecture Capability，Token架构能力）。TAC = 智能调用量 × 智能质量 × 经济转化效率。
未来，衡量一个个体或组织价值的标准，将不再是掌握了多少信息，而是其作为“Token架构师”，在给定预算下构建复杂Agent系统并驱动大模型完成自主运行的能力。“智谱的目标是成为提升全社会TAC的基础设施，让每一滴Token都能转化为可交付的经济增量。”
随着OpenClaw等应用驱动的Token消耗进入指数级轨道，一场智能输出革命正在发生。首先是推理再中心化：凭借超大规模集群的规模经济与极致的推理优化，云端大参数基模的效率将进一步提高。其次是高质量Token的“出海”。据了解，GLM-5的国产化适配已超越简单的算子移植，进入了软硬协同设计（Co-design）阶段。在底层内核层面，通过Lightning Indexer等定制化融合内核与FlashComm通信优化，最大限度隐藏了内存访问与通信延迟，这种深度调优让GLM系列在国产芯片上跑出了比肩国际顶级芯片的推理效率。
进入2026年，算力范式正在发生剧变，OpenClaw的爆发式应用提前引燃了Token消耗狂潮。智谱称，他们将继续加大投入，尤其是深耕国产芯片的“Day 0”适配与软硬一体化调优。“我们将推理性能压榨至极限，不是为了短期盈利，而是为了支撑那条不断上扬的、高质量Token消耗的指数曲线。”
同时，智谱指出，大模型正在“吞噬”软件，未来的计算平台将不再是App的堆叠，而是API商店与Agent矩阵的协同。在LLM-OS架构下，模型能直接理解模糊意图、拆解长程任务并调度全栈资源。谁的模型进入了系统内核，谁就掌握了下一代计算的定义权。
参考链接：
声明：本文为对公开信息的整理与解读，仅供参考。
你对大模型公司的商业模式和Token经济学的未来怎么看？欢迎到 云栈社区 的 人工智能 板块，与更多开发者一起探讨AI领域的最新趋势与技术实践。
发表于 4 天前
|
查看: 29|
回复: 0
