搜索
2026年1月8日，智谱以116.2港元/股登陆港交所，摘下“全球大模型第一股”的桂冠，上市首日总市值接近580亿港元。
此后，公司股价经历剧烈震荡。如今，股价抵达1200港元附近、市值约5500亿港元，较上市之初上涨近10倍。
潮起潮落间，市场真正追问的是：智谱的未来，究竟该如何锚定？
01 变局与拐点
与智谱的股价大起大落不同，8月，机构投资者对智谱的估值逻辑，悄然重塑。
大和给予智谱“买入”评级，目标价1500港元；招银国际重申“买入”评级，目标价直指1503.9港元；摩根大通更是将其目标价大幅上调72%至1700港元，核心逻辑为智谱算力获取能力持续跃升，叠加新一轮融资赋能，将迎来强劲增长。
8月31日，智谱2026年中期业绩出炉，数字堪称炸裂。
总收入9.54亿人民币（约1.42亿美元），同比增长近400%；其中，开放平台及API业务收入8.25亿人民币（约1.23亿美元），同比狂飙2736%。按调用计费的开放平台与API收入占比，从2025年末的26.3%骤升至86.5%。
用户侧数据，同样惊人。
截至8月，MaaS平台用户数超740万，较年初增长144%；付费日活用户增长603%；前十大用户日均调用量较年初激增98倍。
相较于亮眼的增速，业务结构的变革，才是本次中报的核心看点。
一年前，智谱的收入还主要依赖本地化部署，也就是卖模型、收授权费，一个个做项目。
如今，开放平台及API收入占比，从去年同期的15.2%跃至86.5%；本地化部署收入，则从1.48亿元降至6704万元，同比下滑54.6%。
而截至8月31日，MaaS平台年化收入规模（ARR）月度已达16亿美元，周度更达20亿美元。
一家过去靠政企项目吃饭的公司，仅半年，就把收入重心切换到了按调用计费的云端业务上。
支撑这一变化的，是一组更底层的数字：
平台Token调用量较年初增长超过40倍，付费日活用户增长603%，前十大客户日均调用量增长98倍。
与此同时，API平均售价反而较年初提升约101%，Coding Plan订阅价格也有所上调。
一边不断涨价，一边量价齐升。
这就正在发生在智谱身上的故事。
实际上，智谱管理层曾在业绩电话会上发布过一个公式：
AGI商业价值=智能上界×Token消耗规模。
公式前半截，决定单个任务值多少钱；后半截，决定有多少任务真实发生。
而这个公式，这也是智谱上半年所有战略动作的核心逻辑，即：
用更高的智能上界，让模型进入更复杂、更高价值的任务；用更低的推理成本，让能力被更高频、大规模地使用。
于是，模型的能力与推理的效率，最终转化为MaaS的平台规模和收入的爆发。
那么，智谱究竟是怎么做到？
答案，就藏在智谱新一代大模型产品的突围里。
02 突围与革命
8月，全球的AI开发者，都被一头来历不明的“牛”搅得心神不定。
20日，一个代号Ox-Alpha的匿名模型，悄然登陆大模型聚合平台OpenRouter。上线首日，即登顶调用量第一，刷新平台单日纪录。
随后，它又在代码评测平台OpenCode，终结了
谁也不知道Ox-Alpha的来头，只知道中文社区给它起了个亲昵的外号：“牛来”。
直到8月26日，智谱正式确认：Ox-Alpha正是其GLM系列全新原生多模态大模型——GLM-5.3-Flash。
更让行业震撼的，还在后面。
在Artificial Analysis的智能指数测评中，“牛来”与Claude Opus 4.8同为57分，定价却只有Opus 4.8的1/40、上一代旗舰GLM-5.3的1/10。
这真正实现了普惠的价格、顶端的实力。
更具行业里程碑意义的是，支撑这场全球大规模免费测试的全部算力，来自10万张国产芯片，供应链或来自华为、摩尔、海光等国内头部厂商。
此前，业界普遍认为，只有全球最顶尖的实验室才扛得住每日100万亿Token的算力规模。
如今，每日100万亿Token的免费流量，全跑在“牛来”和国产芯片上。
这场国产大模型与芯片的协同突围，注定成为全球AI领域的重磅事件。
硬件算力的突破，依托的是智谱持续进阶的核心模型能力。
过去11个月，智谱开启“极速迭代模式”，连续推出GLM-4.6、GLM-4.7、GLM-5、GLM-5.1、GLM-5.2至GLM-5.3六代旗舰模型，智能指数从32一路攀升至60。
模型能力，也从“辅助者”进化为“执行者”。也就是说，早期GLM仅仅是氛围编程；如今，其能力扩展到代码文件生成、工具调用、自主执行，乃至工程级项目交付。
所以从GLM-5系列开始，智谱在Coding方向，就能理解工程目标、拆解任务、调用工具、持续调试，成为可交付完整的“独立工程师”。
如今，这种基于Coding的长程规划与执行能力，还在向网络安全、数据分析、复杂自动化等专业场景外溢。
而纵观智谱的技术演进，始终遵循一条清晰的演进阶梯，即：
Chat（对话交互）—Coding（代码生成）—Co‑work（协同办公）—Autonomous AI（自主智能体）。
也就是，从基础对话交互，到硬核代码生成，再到协同办公，最终迈向自主智能体。
每完成一次能力跨越，模型可承接的任务价值、可覆盖的市场空间，都会呈现倍数级增长。
而支撑这套持续进化体系的，则是智谱Scaling与Harness的双轮驱动。
所谓Scaling迭代，就是持续做大模型基座、强化训练深度、有效计算深度和任务环境。
在这点上，8月发布的GLM-5.3，便是最佳佐证。它通过扩大长程任务环境和后训练规模，使端到端任务完成率提升超过50%。
这用实打实的效果证明，Scaling规模红利，远未见顶。
Harness上，智谱推出编程智能体ZCode，可全程承担上下文管理、工具调度、任务拆解、环境交互、结果校验等核心功能，改善模型在真实工程中的表现，推动模型与Harness共同进化。
这既是智谱的强力突围，也是属于中国AI行业的智能革命。
03 放量与远征
能力和效率的双重驱动，最终体现为财报数字的全面放量。
但这远远不是智谱的终点。
7月11日，智谱创始人唐杰发布内部信《巨浪已来》，宣布启动“Touch High（摸高）”战略计划，核心内容只有一条：
未来两年集中资源推进通用人工智能（AGI）研发，不优先考虑短期应用变现。
在行业加速变现的当下，这看似“反直觉”，实则很清醒。既然终点是AGI，那么短期利益不过是沿途风景。
所以，智谱下一阶段方向已然明确：
一是全面提升Agent能力，从数小时级长程任务提升到数天级多Agent自治系统，探索可验证、可审计的完整业务流程执行。
二是推进Fully Self Training（全自主训练），也就是让AI开始自己训练自己。
如今，AI模型训练的三大核心：数据、环境、Infra调优，都有了AI接管的苗头。
数据上，人工高质量数据、公域可挖掘数据，已接近存量天花板，下一代顶级模型需要的，是万亿级、高精度的增量数据。
所以，智谱的解法是让模型“左右互搏”：一个模型负责生成内容，一个模型负责评审校验。只有通过严苛对抗检验的优质数据，才能纳入训练数据集，实现自主迭代。
环境上，也要AI去真实环境中提取、生成，再检验、收入。
Infra优化上，原本靠人类调优的系统调度、推理路径，也叫交给模型去找更优解。
所以“三合一”之下，训练、优化下一代GLM模型的事，即将被上一代GLM模型接管。
所以，AI进化的飞轮一旦开始旋转，将永无止境。
面对AGI，唐杰则展望出更远大的未来：它理应具备创造出“相对论”级别原创知识的能力。
而从始至终，智谱只是在干一件事，那就是：训练更强的模型。
每一次收入的快速增长，都发生在模型能力提升之后。
总之，是先有能力，再有生意。
从这个角度看，智谱中报的意义，并不完全在于收入、用户持续暴涨，而在于智谱证明了一件事：
token经济，可以成为收入引擎；模型能力，可以转化为定价能力；国产算力，能够承载全球冲击。
接下来，更大的用户规模、商业体量和全球影响力，将持续检验它。
属于智谱的AGI远征，才刚刚开始。
