3 月 31 日晚间，智谱 AI（以下简称智谱） 发布了其上市后的首份年度财务报告。财报的核心亮点并非是简单的收入增长，而是其收入结构、盈利质量与增长逻辑的转变，这也标志着智谱正在从一家以技术研发和项目定制见长的 AI 公司，逐渐成长为以 MaaS（模型即服务） 服务为核心，依靠 API 调用驱动增长的“ 智能基座” 运营商。
Related articles
智谱跑通了 MaaS模式
智谱本次财报最引人瞩目的，是其 MaaS API 平台业务的爆发式增长，这直接扭转了市场对其商业模式“ 重定制、轻平台” 的刻板印象。
首先，收入规模与结构发生根本性转换。财报显示，智谱在 2025 年全年实现总收入 7.24 亿人民币，同比增长 131.9%，稳居国内大模型公司收入规模榜首。
更为关键的是，驱动增长的核心引擎已明确为 MaaS API 平台。该平台的年度经常性收入 （ARR） 突破 17 亿元 （约 2.5 亿美金），在过去一年内提升了惊人的 60 倍。这一数据对比此前以私有化部署和定制化解决方案为主的收入构成，反差强烈。它清晰地表明，智谱的收入主体正在快速切换为标准化、可规模复制的 API 服务，这与其所对标的 Anthropic 以 API 为核心的商业模式高度一致。据行业分析，这种模式的切换意味着更高的运营杠杆和更清晰的增长可预测性。
在 AI 行业普遍陷入“ 增收不增利” 困境甚至激烈价格战的背景下，智谱的盈利能力攀升。其 MaaS API 平台毛利率大幅提升近 MaaS API 平台毛利率同比提升近 5 倍至 18.9%，带动公司全年综合毛利率提升至 41%。这一改善并非源于成本压缩，而是基于强大的模型效果带来的 “ 定价权” 。
财报披露，凭借 GLM 系列模型在全球评测中稳居第一梯队 （仅次于 GPT、Claude 和 Gemini），智谱在今年一季度对 API 服务实施了高达 83% 的提价。提价后，调用量不降反升，这在中国 AI 市场是极为罕见的案例。这直接验证了智谱自身提出的核心商业逻辑：智能上界决定定价权。客户愿意为更优的模型效果支付溢价，而更高的价格又反向筛选出对效果敏感、忠诚度高的优质客户，形成了“ 优质模型-高定价-高价值客户-更高收入与利润” 的正向飞轮。
财报指出，智谱 MaaS API 平台已拥有 400 万企业用户与开发者，服务覆盖全球超过 218 个国家和地区。尤其具有说服力的是其在中国顶级互联网公司中的渗透率：前十大互联网公司中，有九家已成为 GLM 模型的用户。例如，在最新一代模型 GLM-5 发布后的 24 小时内，便获得了包括字节跳动、阿里巴巴、腾讯、美团、快手、百度等头部企业的多个核心平台与产品的官方接入。这种广泛的开发者生态与头部企业的深度使用，正是 Anthropic 等成功 MaaS 厂商所依赖的增长引擎，它确保了调用量的持续增长与技术的快速场景迭代。
此外，在模型方面，3 月 27 日晚间，智谱官方宣布 GLM-5.1 已面向 GLM Coding Plan 全部用户 (lite（LITE）/Pro/Max) 开放，据悉，编程评测中，GLM-5.1 拿到 45.3 分，相比上一代 GLM-5 直接飙升近 10 分，距离 Claude Opus4.6 的 47.9 分仅差 2.6 分。而这离智谱发布 GLM-5 仅仅过去 1 个多月 （GLM-5 在 2 月 1 日发布）
增长引擎的单一性亟待解决
财报显示，智谱的增长飞轮已明确围绕 MaaS API 平台展开，ARR 爆发式增长。但这种高度依赖单一增长引擎的模式，本身也蕴含着风险。
其一，收入结构转型期的“断尾”风险。财报强调 API 收入爆发与私有化收入收缩形成的反差，以此证明模式切换的成功。然而，私有化部署曾是服务大型政企客户、获取高额订单的重要方式。彻底转向标准化 API，可能意味着放弃一部分对定制化、数据本地化有刚性需求的市场份额。如何平滑过渡，并在标准化产品中满足大型客户的复杂需求，是对产品化能力的巨大考验。过度依赖 API 收入，也可能使公司在面对宏观经济下行或行业预算收缩时，抗风险能力减弱。
其二，盈利改善的根基是否牢固？MaaS API 毛利率大幅提升固然可喜，但其驱动力被归结为模型推理效率优化、高价值客户占比提升和涨价循环。这其中，推理效率的优化存在物理极限，边际效益会递减；高价值客户的集中度提升，也可能意味着客户基盘多样性不足，增长的健康度需要观察；而涨价带来的正向循环，如前所述，严重依赖于持续的技术领先。一旦技术优势被侵蚀，这一循环可能逆转。此外，市场需要关注其运营利润率 （而不仅仅是毛利率） 何时能稳定转正，并产生可持续的自由现金流，这才是真正穿越周期的能力证明。
其三，算力投入的“黑洞”与供应链风险。财报提及“OpenClaw 爆发之后，大幅提升 Token 规模消耗的潜力，甚至引发全球算力恐慌”，并强调公司持续加大算力投入。这揭示了繁荣背后的巨大成本—— 模型能力越强，调用量越大，所需的算力基础设施投资就呈指数级增长。这是一场资本密集型的军备竞赛。智谱 CEO 张鹏也曾在中关村论坛一场主题为“OpenClaw 与 AI 开源” 的圆桌对话上表示，未来 12 个月大模型面临的最大问题可能是算力。
智谱的资本开支能否跟上业务增长的需求？其深度优化的国产芯片供应链，在绝对性能、稳定性和产能上能否完全支撑其顶级模型的训练与大规模推理？这不仅是成本问题，更关乎技术发展的自主性与安全性，存在潜在的供应链瓶颈风险。
押注 Token架构力
如果说当前的财报验证了智谱的“ 现在”，那么公司提出的新概念“Token 架构力”（Token Architect Capability, 简称 TAC） 则勾勒了其“ 未来”，既为市场重新评估其价值打开了新的想象空间，也可能有效缓解增长单一带来的隐患。
智谱将 TAC 定义为：调用智能的量 × 智能的质量 × 转化为经济价值的效率。这是一个旨在量化 AI 真实生产价值的框架。它意味着，未来组织与个人的核心竞争力，将取决于其调动高质量 AI 能力 （Token） 并高效转化为经济成果的能力。智谱的野心，是成为提升全社会 TAC 的“ 基础设施”。
这一叙事将智谱的角色从“ 模型提供商” 提升至“ 智能经济操作系统” 的层面。
- 首先，在“ 量” 的层面，智谱通过扩大开发者生态、渗透更多行业场景，致力于让更多任务交由 AI 处理，增加 Token 调用总量。
- 其次，在“ 质” 的层面，通过持续投入 Scaling Law，追求 AGI，确保其提供的 Token 源自最聪明、最可靠的模型。
- 最后，在“ 效率” 层面，通过优化工具链、提供最佳实践，帮助客户找到将 AI 能力转化为实际业务产出 （如降本、增效、创新） 的最短路径。
基于 TAC 框架，智谱给市场提供了一套新的坐标系：
- 首先是市场空间的重估。在 TAC 架构下，智谱目标市场从大模型软件销售，扩展为整个智能经济转型的基础设施服务，天花板大幅抬高。
- 其次是行业“ 护城河” 层面。TAC 架构下，让智谱的竞争壁垒不仅是模型本身的性能，更是由庞大开发者生态、海量场景数据反馈、以及帮助客户实现价值转化的综合能力所构成的体系。
- 第三是估值逻辑的切换。参考海外，专注于基座模型与 API 生态的 Anthropic 等公司获得了极高的估值溢价。智谱作为中国市场上该路径最清晰的验证者，且已展现出类似的财务特征 （高增长、改善的毛利率、定价权），其估值体系应从传统的软件公司向平台型 AI 基础设施公司迁移。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
