文 ｜ 阑夕

智谱抢先成了全球第一家IPO的大模型公司，效率不可谓不惊人。

即便不考虑开绿灯的加速因素，在短短几年时间里，智谱就完成了上市所需的业绩，这在「以烧钱为目的」的AI行业，实属不易。

这几天全网都在刷智谱的招股书，毕竟机会难得，有这么一家牌桌上的AI厂商尽到披露义务，把各项「身体指标」剖开了给人看，非常适合以小见大，洞察整个前沿行业的经济表现。

先说结论：压力不是一般的大，然而，风景也不是一般的好。

一直以来，智谱的定位都是对标OpenAI，可能很多人会觉得离谱，两家公司的体量实在差得有点多，攀附之心，图穷匕见。

但有一说一，智谱在路径上，确实和OpenAI很像，它们都建立在一个非同寻常的可能性上：大模型市场，需要独立的开发商。

OpenAI的问世原因大家都知道，一群才华横溢的研究员因为反对Google这个共识而聚在一起，他们都坚定相信，如果AI的权柄也被Google掌握，必然暗无天日。

智谱自从被贴上「国家队」的标签，并始终活跃在第一梯队里，这和它找准的那条赛道关系莫大，也就是中国需要一家不依附于互联网巨头的独立大模型公司，来构建信任度。

行业里确实存在这样的反共识，即：无论是Google抑或其他大厂赢得比赛的结果，只会通向一个乏善可陈的未来，AI将肉眼可见的沦为现有商业生态的工具，去给广告收入增加百分点。

所以OpenAI和智谱这样的初创公司之所以能够成立——而且是在资本的簇拥之下——是因为有足够多的人下注在这一边，下注给新增的变数。

就连对于基座模型的投入，OpenAI和智谱都有着「执手相看泪眼」的一致性。

在播客节目Big Technology的对话里，Sam Altman再次回应外界对于巨额成本的担忧：「如果我们不再训练新的模型，明天就能开始盈利。但我们选择的是继续加大投入。」

智谱的财务结构，也指向这个不进则退的残酷事实，购买算力和亏损数字高度对齐，理论上和OpenAI一样，是在拿当下的钱，去买未来的竞争力，反映到财务上，就是产生回报也会等比例的滞后。

如果没有如此长期的投入，智谱不会迎来自己的惊艳时刻：今年发布的旗舰模型GLM 4.5/4.6，横扫全球各大基准测试榜单，性能表现位列顶级阵营。

可以这么说，GLM 4.5/4.6发布前后的智谱，在价值上是两家完全不同的公司，而促成这种变化的，就是持续不断的算力投入。

长江后浪推前浪，前浪死在沙滩上，对于AI公司来说，活不到「量变引起质变」的那一天，比花了太多钱要危险得多。

更重要的是，长期来看，单位算力成本是在下降的，而单位付费收入却不会减少，这会显著改善大模型的商业模式及其结构。

从往期业绩来看，智谱的毛利率一直保持在50%以上，表现相当优异，随着MaaS服务的起量，它在经历从「高毛利、中增长」到「中毛利、高增长」的战略转型，毛利率从2023年的峰值64.5%调整到今年上半年的50%左右，而营收增长则从同期的119%暴增到325%，规模化的迹象很明显。

根据The Information的报道，OpenAI和Anthropic也已经开始推动了模型运行效率的提升，它们的计算利润率——基于付费用户的ROI——去年分别是10%和负值，而今年已经双双接近70%，效果斐然。

当然，与OpenAI看齐，并不意味着智谱有着相同的境遇，恰恰相反，二者之间的巨大差距，才是值得市场检验的答案，某种意义上，智谱拿着一个测量中国大模型产业价值的刻度尺。

投资人庄明浩发明了这么一个情绪公式：

按照国产GPU有1%的概率成为英伟达的想象，那么估值也按1%来算，英伟达的1%是400多亿美金左右，12月上市的摩尔线程、沐曦，刚好就在这个水位。

所以，如果智谱也放进这个公式，基于OpenAI的7500亿美金估值，转换而来的市场称重可能就在500亿人民币左右，和大多数机构预测的差不多。

更重要的是，模型之间的差距再大，也不可能是1%和100%，这实际上意味着智谱的增长空间还有多大，是供给——而不是需求——限制了发展，这是一个相对容易解决的问题。

要知道，智谱是国产大模型厂商里，为数不多的能够直接通过基座模型赚钱的公司。

这也是招股书里容易错判的一处考点，本地化部署的收入占比85%，很多人因此幻视商汤，认为这不是互联网公司的玩法。

但是就像上面提到的，智谱真正脱胎换骨的GLM 4.5/4.6，是在今年7月才发布的，相当于连半年的钱都没赚完，在收入占比上吃亏，是很正常的。

关键是要把增速计算进来，从下半年开始，智谱的云侧收入开始呈现指数级增长，GLM 4.5/4.6的模型让智谱的MaaS平台营收翻了10倍以上，预计在短期内就能和本地化部署业务五五开，这就是基座模型的竞争力所能创造的经济效益。

要我说，智谱选在这个时间点推进上市，以致于招股书里统计不到今年下半年的财务数据，才是最伤的⋯⋯富贵不还乡，如锦衣夜行。

而且就在这几天，智谱也没落下模型的迭代，GLM 4.7今天上线，在编程竞技场Code Arena里位列开源第一、国产第一，超过GPT-5.2，并延续了3个月左右一轮的升级周期。

在智谱的统计口径里，付费流量收入超过所有国产模型之和，这个对比有些不讲武德——多数国产大模型都还在圈地阶段，而且因为不愁输血的关系，并没有特别紧迫的变现需求。

所以不妨换一个数据，也就是行业里越来越重视的Tokens消耗量。

智谱的日均Tokens消耗量，截至11月，是4.2万亿，作为对比，豆包同期的日均Tokens消耗量是50亿左右，两者相差12倍。

但豆包是中国用户量排在第一的大模型，月活高达1.7亿，相比之下，主要发力企业级和开发者两大2B市场的智谱，月活肯定不如豆包的1/12，人均消耗的Tokens却更高的，而且大多数是付费。

成本端也是一样，智谱的研发投入看起来确实沉重，不过只要和头部互联网公司比起来，经济性的领先毋庸置疑，做的也是高毛利的生意。

最近，风险投资机构Battery Ventures发了一份重磅报告「2025年AI趋势总结」，其中包括三个核心洞察：

1、大模型的利润结构正在逆转

过去，市场价值主要集中在硬件层，以致于英伟达这种「卖铲子」的公司赚饱了上游的钱，形成所谓的「倒挂」现象，但是随着智能成本下降，价值已经在向应用层转移，特别是采用结果导向定价的公司，也就是卖方案的前景无量。

2、企业的采购周期在缩短中

在生产环境中，AI的部署量一年内暴增4倍，65%的企业预计会增加用于大模型上的预算，因为能够即时提高生产力，企业在接受AI的速度上远超过当初的SaaS市场，而且基础设施的存在感越来越强，模型能力决定了一切体验的根源。

3、基座模型是万物之本

在以前所未有的速度扩张时，基座模型创造的ARR（经常性年收入）效率同样高到可怕，按照现有趋势，这些公司达到100亿美金ARR的速度要比平台公司还要快上5倍，它们不但意在颠覆传统软件业，还攫取着过去流向服务和人力成本的大规模支出。

Battery Ventures的收尾也很干净利落，如果说以前的数字化服务建立在「记录系统」之上，那么大模型就是建立在「行动系统」之上，会从每一根螺丝钉开始，再造企业的生产流，而在这个过程里实现的经济回报，万亿只是最开始的单位。

这就是智谱驶入的那片水域，当迷雾散尽，不是静水流深的湖泊，是海阔鱼跃的汪洋。

至于清华大学、自主研发、适配国产芯片这些基于可信度的加分项，则都是1后面的那一串0，固然越多越好，但1才是不可或缺的核心竞争力：

就像来自对手的标记，构成了比任何包装都要过硬的「军功章」：

今年，OpenAI在一份名为「Chinese Progress at the Front」的官方报告中提到，一家名为智谱的公司取得了显著进展，围绕主权AI竞争，OpenAI认为智谱已经成为自己的头号对手之一。

而在估值上，在企业级市场大杀四方的Anthropic可能更接近智谱的业务模式，从数据来看，ARR位于10亿美金以下时，Anthropic的增速要弱于OpenAI，但是一旦越过了10亿美金的ARR这一门槛，Anthropic的增速就与OpenAI持平、并隐约开始有了反超迹象。

这都指向一个标志性的趋势，增长和规模化，是大模型在市场竞争里最重要的那道斩杀线。

摊手。