新眸原创·作者 | 棠宁

国产AI大模型六小龙，我们已经分析了三家，包括阶跃星辰、MiniMax、Kimi，本着要跟就跟全的逻辑，这一篇留给智谱。先提一嘴智谱最新动作：3月中旬刚发布了GLM-5-Turbo，专门针对OpenClaw“龙虾”场景做了深度优化，同步把这款模型的API价格上调了20%。

说实话，当时看到这个动作时我愣了一下。毕竟这两年国内大模型圈的主旋律，是卷价格、卷免费额度，你把调用价打五折，我就敢推出永久免费的基础版，恨不得把价格战打到地板上。智谱这半年里已经是第二次逆势提价了，上一次是2月把Coding Plan套餐涨了30%，这次又涨，居然还有不少开发者和企业客户买账。

朋友圈有人感慨，当年不少人第一次在自己电脑上跑通的大模型，就是ChatGLM-6B，一转眼，这家公司已经成了“全球大模型第一股”，走到了决定未来走向的关键路口。

这话一点都不夸张。从2023年ChatGLM-6B横空出世，到2026年1月登陆港交所敲钟，智谱用三年时间，从清华实验室里的一个科研项目，长成了国内独立大模型厂商的第一梯队玩家。但敲钟的风光过去不过两个多月，行业的游戏规则已经变了，百模大战的喧嚣褪去，大模型行业从“能不能做出来”的上半场，进入了“能不能赚到钱”的下半场。

对于智谱来说，上市从来不是终点，而是走到了真正的分水岭。往前看，是商业化落地、规模化盈利的必答题；往周围看，是互联网大厂的降维挤压，和同梯队玩家的贴身竞争；往回看，是过去三年靠技术先发、资本加持跑出来的路，已经很难再支撑下半场的增长。

01

从实验室到敲钟

智谱的上半场底色

很多人对智谱的第一印象，都来自ChatGLM-6B。

那时候ChatGPT刚火遍全球，国内的开发者圈里，一半人在到处找教程注册OpenAI的账号，另一半人在折腾怎么在自己的电脑上跑起来一个能用的大模型。但那时候市面上的开源模型，要么是英文主导的，对中文的支持一塌糊涂，要么就是参数量太大，没有专业的算力设备根本跑不起来，普通开发者只能望而却步。

就是在这个节点，ChatGLM-6B出来了。60亿参数量，一张8G显存的消费级显卡就能流畅运行，对中文语境的理解能力远超同期的开源模型。我至今还记得那天晚上，我加的好几个技术群里，全是大家晒的本地运行截图，有人说终于不用对着满屏的英文报错发愁了，也有人说，这是我第一次真正“摸到”了大模型。

这个开源模型，给智谱攒下了最原始的开发者口碑，也让这家带着浓厚清华底色的公司，踩中了国内大模型浪潮的第一个关键节点。智谱的核心团队，来自清华大学计算机系唐杰教授领衔的知识工程实验室，这个有着近30年历史的实验室，在自然语言处理、知识图谱领域积累了深厚的科研成果，这种学院派的技术底色，成了智谱最核心的初始竞争力。

接下来的三年，智谱几乎踩中了国内大模型行业的每一个关键节点。

2023年8月，智谱推出C端产品智谱清言，成了国内首批通过生成式AI服务备案的大模型产品；2024年，先后发布视频生成模型清影、文生图模型CogView3，补齐了多模态能力的短板；2025年推出的GLM-4系列，在12项权威评测里拿下国内第一、全球开源第一，代码能力在盲测里和OpenAI、Anthropic的模型并列全球第一；今年2月发布的GLM-5，实现了全栈国产算力的原生适配，在长序列处理场景下，其部署成本更是大幅降低了50%。

技术上的持续突破，让智谱成了资本追逐的焦点。上市之前，智谱已经完成了16轮融资，累计融资额超过160亿元，投资方里既有国资背景的产业资本，也有红杉、高瓴这样的顶级财务资本，还有腾讯、阿里、美团这样的互联网大厂，估值最高的时候冲到了400亿元，刷新了国内大模型创业公司的估值纪录。

今年1月8日，智谱在港交所正式挂牌上市，成了“全球大模型第一股”。这次上市不仅给智谱带来了大量募资，更重要的是，在行业淘汰赛加速的当下，拿到了一张关键的资本门票。毕竟大模型这个行当，是出了名的烧钱，有了公开市场的融资渠道，就有了更充足的弹药，能在接下来的竞争里撑得更久。

资本的加持，最终也转化成了智谱的商业化基本盘。从发展初期，智谱就锚定了政企信创市场，靠着清华背景的技术公信力、全栈自研的技术体系，还有全面的国产芯片适配能力，快速在政务、金融、能源这些对数据安全、自主可控要求极高的行业打开了局面。招股书里的数据显示，2025年上半年，智谱85%的收入都来自本地化部署业务，也就是给政企客户做定制化的大模型私有化部署。

现在回头看，智谱的上半场，走得稳、准、快。靠着清华的技术底色，抓住了大模型浪潮的先发红利，用开源模型攒下了开发者口碑，靠资本的加持快速迭代技术，又精准卡位了政企信创市场，最终从百模大战里杀了出来，成了国内独立大模型厂商的代表。

但行业的变化，永远比想象中更快。当大模型行业从技术比拼的上半场，进入到商业化落地的下半场，智谱过去赖以成功的优势，正在面临全新的考验。

02

分水岭的路口

智谱面临的必答题

我和很多做AI创业的朋友聊过，大家都有一个共识：2026年的大模型行业，游戏规则已经彻底变了。

上半场的竞争，核心是“有没有”。你能不能做出一个能用的大模型，能不能追上GPT的能力，能不能在权威评测里拿到好名次，这些是决定你能不能活下去的关键。但到了下半场，竞争的核心变成了“能不能赚钱”。你的模型能力再强，评测分数再高，如果不能落地到真实场景里，不能带来持续的收入，不能覆盖掉高昂的研发和算力成本，最终还是会被市场淘汰。

这就是智谱现在走到的分水岭。过去三年跑通的增长逻辑，现在遇到了瓶颈，几个核心的难题，已经明明白白地摆在了台面上。

第一个难题，是商业化结构的天然短板。智谱85%的收入来自政企私有化部署，这种项目制的模式，虽然能带来稳定的收入，也能形成很高的客户壁垒，但天然就有规模化的难题。

私有化部署不是卖标准化的产品，每个客户的需求都不一样，从数据对接、模型微调，到部署运维、后续迭代，都要投入专门的团队，花大量的时间去做定制化开发。项目做的越多，需要的人就越多，边际成本很难降下来，收入的增长，永远要靠团队规模的扩张来支撑，很难形成互联网产品那种滚雪球式的规模化增长。

更关键的是，政企市场的竞争，现在已经越来越卷了。

百度、阿里、腾讯这些云厂商，靠着完整的云服务体系、全国范围的交付团队，还有更低的算力成本，正在快速抢占政企市场。2025年上半年，国内大模型招投标的市场规模就达到了64亿元，超过了2024年全年，其中央国企的采购占比超过六成，百度智能云靠着5.1亿元的中标金额，成了政务市场的“标王”。

这些云厂商往往会把大模型服务和云资源、行业解决方案打包卖，不管是价格还是服务能力，都有很大的优势，智谱在政企市场的基本盘，正在面临越来越大的挤压。

第二个难题，是C端市场的增长停滞和流量困境。C端产品虽然不一定能马上带来大量的收入，但能带来海量的真实用户交互数据，这些数据是模型迭代优化最重要的燃料，也是形成用户心智的关键。但智谱清言的增长，现在已经陷入了停滞。根据AI产品榜数据，从2025年1月到2025年7月，智谱清言的月活跃用户数只从702万增长到了838万，半年的时间里几乎没有增长。

而同年的字节跳动旗下的豆包月活已经冲到了2.27亿，包括阿里的通义千问、以及后发的DeepSeek，月活也增长迅猛。和这些头部玩家比起来，智谱清言的差距已经被越拉越大。

核心的问题，是智谱没有属于自己的原生流量入口。

豆包背后有抖音、今日头条的海量流量扶持，打开抖音就能看到豆包的入口；通义千问可以接入支付宝、淘宝的生态，在购物、支付的场景里自然触达用户。而智谱清言，只能靠应用商店的自然下载和口碑传播，在现在流量成本越来越高的当下，很难实现用户规模的突破。

第三个难题，是持续扩大的亏损，和研发投入的两难。招股书里的数字很直观：2022年到2024年，智谱经调整后的净亏损分别是0.97亿元、6.21亿元、24.66亿元，三年累计亏损超过31亿元；到了2025年上半年，净亏损进一步扩大到了17.52亿元，平均每个月要烧掉近3个亿。

亏损的核心来源，是巨额的研发投入。智谱指出，算力服务费用占比研发费用从最初的17% 快速升至超70%，这意味着研发成本中很大部分用来购买算力，这同 MaaS 平台调用量的迅速增长同步。

这也是没有办法的事，大模型这个行业，技术迭代的速度太快了，你只要稍微松一口气，停几个月不投入，马上就会被竞争对手甩开。想要保持技术上的竞争力，就必须持续投入高额的研发费用，烧钱买算力，养研发团队。

但上市之后，情况不一样了。私募市场里，投资人可以接受你长期烧钱，只要你能保持技术领先，把估值做上去；但公开市场的投资者，对你的盈利能力有明确的要求，不可能容忍你无限制地烧钱。这就给智谱带来了一个两难的困境：一边是必须持续投入的研发，一边是越来越大的盈利压力，怎么在这两者之间找到平衡，是智谱在分水岭必须回答的问题。

第四个难题，是行业竞争格局的双重挤压。

现在的国内大模型市场，已经形成了非常清晰的两级格局：第一梯队是阿里、字节、腾讯、百度这些互联网大厂，它们有自己的算力基础设施，有海量的场景数据，有天然的流量入口，不管是成本控制还是场景落地，都有天然的优势；剩下的市场份额，基本被智谱、MiniMax、月之暗面这些独立大模型厂商分走，马太效应越来越明显，头部几家占据了独立赛道绝大多数的份额。

智谱现在的处境，就是前有大厂的降维打击，后有同梯队玩家的贴身竞争。大厂们靠着规模优势，把大模型的调用价格压得越来越低，这让智谱的API业务，面临着极大的价格压力。而同梯队的玩家也在快速突围，MiniMax靠着全球化布局和C端产品能力，市场份额稳步攀升；月之暗面则在长上下文领域形成了技术壁垒，在专业办公场景抢占了大量用户。在这样的竞争环境里，智谱稍有不慎，就可能被拉开差距。

03

下半场的破局

智谱选了一条不一样的路

走到分水岭的智谱，不是没有破局的机会。从最近半年的一系列动作里，我们能很清晰地看到，智谱正在调整自己的战略，试图找到属于自己的下半场增长路径。

最核心的变化，是商业化结构的转型。智谱正在慢慢摆脱对项目制私有化部署的依赖，转向标准化的MaaS服务。私有化部署的收入虽然稳定，但很难规模化，而API服务是标准化的，客户按调用量付费，不用自己部署维护，智谱也不用为每个客户投入专门的定制化团队，边际成本会随着调用量的增加快速下降，这是实现规模化盈利的关键。

根据中金研报测算，截至2026年初，智谱API相关的年化收入已经接近6亿元，同比实现了数十倍的增长。

而半年内的两次逆势提价，本质上就是这种转型的体现。行业里大多在靠低价抢市场的时候，智谱选了另一条路，把精力放在特定场景的能力优化上，靠实打实的价值提升，拿到了定价的话语权。

比如2月提价的Coding Plan套餐，专门针对代码开发场景做了深度优化，在代码生成、调试、补全的能力上，已经能和全球顶尖的模型对标，很多开发者和中小科技公司，愿意为了更好的能力付更高的费用。这次发布的GLM-5-Turbo也是一样，专门针对OpenClaw“龙虾”场景做了优化，在工具调用、长链路执行这些智能体核心能力上，有了非常明显的提升，哪怕价格上调，依然能吸引有真实需求的企业客户。

除了API服务，智谱还推出了面向个人和企业用户的“龙虾套餐”，从单纯的API售卖，转向了“数字员工”打包订阅服务，把模型能力、工具调用、场景解决方案打包在一起，让用户不用自己折腾开发，开箱就能用，这不仅提升了用户的生命周期价值，也让商业化模式变得更健康。

第二个关键的布局，是深化信创市场的壁垒，巩固自己的基本盘。

在信创市场，自主可控是核心的硬性要求，这恰恰是智谱的优势。智谱的GLM系列模型，从底层架构到训练推理，全栈都是自研的，而且已经完成了华为升腾、海光、寒武纪、摩尔线程等七大国产算力平台的深度适配，能有效降低供应链风险。在政务、金融、能源这些信创需求最旺盛的行业，这种全栈自研、全面适配国产芯片的能力，是核心的竞争力，也是大厂很难完全替代的壁垒。

同时，智谱也在优化政企服务的模式，从原来的单一私有化部署，转向“基座+生态”的平台化服务。比如在成都落地的诸葛大模型项目，智谱不只是提供了一个基座模型，还搭建了产业应用西部赋能平台，吸引成都本地的生态企业，基于诸葛大模型开发行业解决方案，形成了“基座模型-行业应用-场景落地”的完整生态。这种模式，不仅提升了客户的粘性，也打开了长期的收入空间，不用再靠一个个项目去赚辛苦钱。

第三个重要的方向，是全球化布局，打开新的增长空间。国内市场的竞争已经进入了白热化，而东南亚、中东这些海外市场，大模型的渗透率还很低，有着巨大的增长空间。2026年初，智谱拿下了马来西亚的国家级AI项目，成了中资AI企业全链条出海的标志性案例。

第四个差异化的布局，是针对智能体趋势的提前卡位。现在的大模型行业，已经从通用对话的1.0时代，进入到能解决实际问题的智能体2.0时代，智能体已经成了大模型落地的核心方向。智谱从GLM-4系列开始，就重点强化了模型的工具调用、指令遵循能力，原生融合了推理、编码、智能体三大能力。

这次发布的GLM-5-Turbo，更是专门针对OpenClaw场景做了专项优化，成了全球首个针对龙虾场景深度优化的通用大模型。

我一直觉得，智谱现在面临的分水岭，其实也是国内所有独立大模型厂商共同面临的命题。上半场，靠着技术先发优势、资本红利和国产替代的窗口，很多创业公司跑了出来，拿到了入场券。但下半场，行业的竞争逻辑已经彻底变了，不再是谁能做出大模型，而是谁能靠大模型持续赚钱，谁能构建起别人无法复制的生态和场景壁垒。

上市给智谱带来了充足的资金和品牌影响力，但也把盈利的压力，明明白白地摆到了台面上。能不能调整好商业化结构，从项目制转向标准化服务，能不能在大厂的挤压和开源的冲击下，找到自己的差异化定位，能不能把技术优势，转化成持续的盈利能力，这些都是智谱在分水岭必须回答的问题。

而智谱的答案，不仅决定了自己的未来，也会给中国所有的独立大模型厂商，指明一条可行的出路。毕竟，在这个快速变化的行业里，能从百模大战里活下来，已经很不容易；能在大厂的挤压下，走出一条属于自己的路，才是真正的考验。