4月1日，“全球大模型第一股”智谱（02513.HK）在发布上市后首份年度业绩的次日，股价单日大涨31.94%，收报915港元，公司市值一举突破4000亿港元大关，达到4079亿港元。

资本市场用真金白银，为这家仍在巨额亏损中狂奔的AI明星公司投下了一票。

财报显示，智谱2025年营收7.24亿元，同比大幅增长131.9%；毛利2.97亿元，同比增长68.7%。

与之对比，2025全年智谱净亏损高达47.18亿元，同比扩大59.5%；若剔除股份支付、金融工具公允价值变动等非经营性项目影响，经调整净亏损也达到31.82亿元，同比扩大29.1%。

Token成效

一家年净亏损近50亿元的公司，市值却能突破4000亿港元，并在财报发布后获得近千亿港元的单日市值增幅。这看似矛盾的资本市场逻辑，核心在于智谱的商业模式——以“Token（词元）消耗”为核心的“MaaS（模型即服务）”，获得了初步验证。

拆解智谱的收入结构，可以清晰看到其战略重心的转移。

其收入主要分为云端部署（开放平台及API）和本地化部署（私有化项目）两大部分。2025年，代表标准化、平台化未来的云端部署业务收入从4850万元猛增至1.90亿元，增幅高达292.6%，收入占比从2024年的15.5%提升至26.3%。其MaaS API平台的年度经常性收入（ARR）达到约17亿元，同比增60倍，成为财报中最亮眼的指标。

与此同时，长期以来支撑智谱的本地化部署业务收入为5.34亿元，同比增长102.3%，占总收入比重从2024年的84.5%下降至73.7%。

可以看出，智谱正尝试从重交付、项目制的“外包服务商”模式，向更具规模效应的平台型公司转型。

智谱CEO张鹏在业绩电话会上多次对标美国AI独角兽Anthropic，强调“当模型足够强，API本身就是最好的商业模式”。张鹏认为，AI能力已从“可用、可玩”走向真正解决复杂问题，使得Token的API调用和消耗能转化为经济价值。

为了证明其模型的“定价权”，智谱在2026年一季度将其API价格平均上调了83%，然而调用量却不降反升，市场呈现供不应求的态势。这种“量价齐升”的现象，被资本市场解读为智谱模型能力已建立起一定的壁垒和客户粘性。

毛利承压

但从毛利来看，本地化部署业务的毛利率却从2024年的66.0%大幅下滑至48.8%。这部分面向政府、央企、大型金融机构的定制化项目，曾是智谱高毛利的“现金牛”，但如今利润空间正被压缩。

同样，尽管云端部署业务的毛利率从3.3%改善至18.9%，但其盈利能力仍远低于本地化部署业务。随着低毛利的云端业务占比快速提升，智谱的整体毛利率从2024年的56.3%下滑至2025年的41%。

这也暴露了其商业模式转型中的一个核心矛盾：更具规模效应和想象空间的业务，当前的盈利能力反而更弱。

毛利下降、再叠加持续投入，2025年，智谱经调整后的年内净亏损高达31.82亿元，较2024年的24.66亿元扩大了29.1%。亏损扩大的核心驱动力是巨额的研发开支。

财报显示，智谱全年研发投入达31.80亿元，同比增长44.9%，研发费用率高达439%，意味着每创造1元收入，就需要投入超过4.4元进行研发。

这直观地反映了AI前沿探索的“吞金兽”本质。截至2025年底，智谱持有的现金及现金等价物为22.59亿元，较2024年仅微幅减少1010万元。

与另一家上市大模型公司MiniMax（00100.HK）侧重C端和全球化不同，智谱AI选择了一条深耕B端、技术驱动的路径。这既是其护城河，也是其负重前行的主要原因。

其“清华系”技术背景和对数据安全的重视，使其在政府、央企、大型金融机构等对数据隐私要求极高的大客户中建立了信任壁垒。本地化部署业务虽然单笔合同金额可观，但属于典型的高成本、低利润业务，需要大量的定制化开发和人员驻场服务。

然而，B端模式也意味着难以快速标准化复制，增长依赖于一个个大客户的攻坚。智谱招股书曾披露，2022-2025年间，其前五大客户无一重合，这意味着公司需要持续投入大量销售资源开拓新客户，销售成本高企。

而现金流压力同样巨大，项目制业务回款周期长，2025年上半年时，智谱客户平均回款周期已拉长至112天，远超项目交付周期，对公司运营资金形成严峻考验。截至2025年12月31日，智谱的贸易应收款项达到3.39亿元，亏损拨备达3599万元；相比2024年底的1亿元、903.5万元均显著增长。

这种模式也导致了人员结构的“臃肿”。

截至2025年6月30日，智谱员工总数达883人，远超同期MiniMax的385人。尽管彼时智谱研发人员占比高达74.4%，但其人均创收约35.3万元，低于MiniMax的人均约55.6万元。2025年上半年，智谱的员工薪酬支出达2.66亿元。这还是智谱为上市精简了人员结构的成果。

此次更新的财报中显示，截至2025年12月31日，智谱员工总数又达到1094人，全年薪酬支出高达13.63亿元。高企的人力成本叠加巨额的研发投入，共同构成了亏损扩大的主要推手之一。

TAC未来

财报中，智谱试图用新概念来描绘未来。

在战略层面，智谱提出了一个核心公式：AGI（通用人工智能）商业价值=智能上界×Token消耗规模。其新提出的TAC（Token架构能力）概念，旨在将自身定位为提升社会智能生产效率的基础设施。

而这本质上是一场豪赌，赌公司的技术迭代速度能持续创造稀缺性，从而掌握定价权；赌Agent的普及能引爆Token需求，使其收入曲线变得陡峭。

张鹏表示，智谱的目标是成为提升全社会TAC的基础设施，让每一滴Token都能转化为经济增量。这一定位，旨在将其从一家大模型公司进化为“AI原生智能实验室”，向上延伸构建系统、定义标准。

然而，这条对标Anthropic的路径在中国市场面临独特挑战。

中美市场生态迥异，美国开发者生态成熟，愿意为能力付费；而中国经历了“百模大战”和价格战，虽然近期云厂商都在普遍提价，但Token在某种程度上已被视为基础资源而非高溢价产品。

再者，智谱的API收入目前高度依赖头部互联网公司。据其财报披露，中国前十大互联网公司中有九家深度调用其GLM模型。智谱还按不同业务形态及产品线划分为4个主要类型：企业级通用大模型在2025年实现3.66亿元的收入，同比增幅达248.8%，贡献占比为50.4%；而开放平台及API、企业级智能体、技术服务及其他则分别贡献26.3%、22.9%、0.4%的收入。这种“集中采购”模式虽带来了短期爆发式增长，但生态的广泛性和抗风险能力仍有待观察。

更大的挑战来自算力瓶颈。张鹏坦言：“大模型未来12个月面临的最大问题可能是算力。” 随着OpenClaw（龙虾）等智能体应用爆发，完成一项复杂任务往往触发数十万至上百万次的模型调用，对推理算力构成了指数级增长的需求。但智谱并非自建数据中心，其算力支出主要流向第三方云厂商。在算力成为稀缺资源的背景下，这种依赖关系可能成为其规模化增长的“卡脖子”环节。

令人哭笑不得的是，在张鹏大谈对标Anthropic时，大洋彼岸的Anthropic却遭遇了一场严重的内部数据泄露事故。

3月31日，其旗舰AI编程工具Claude Code约1900个TypeScript源文件、总计超过51.2万行的未经混淆的原始代码，因一个低级的构建配置错误被公之于众。事故发生5天前，其下一代模型“Mythos”的存在及内部评估报告，也因内容管理系统配置失误而意外曝光。

两起事故暴露出Anthropic在高速发展、专注模型能力“军备竞赛”的同时，内部代码管理、数据安全流程存在明显短板。这对于一家以“安全、可靠、可控”为核心卖点、并以此获取企业客户信任和高估值的公司而言，无疑是品牌层面的打击。

智谱的“对标”思维，在仰望对方收入曲线的陡峭攀升时，是否更需低头审视自身工程与安全？