文 ｜ 闌夕

智譜搶先成了全球第一家IPO的大模型公司，效率不可謂不驚人。

即便不考慮開綠燈的加速因素，在短短幾年時間里，智譜就完成了上市所需的業績，這在「以燒錢為目的」的AI行業，實屬不易。

這幾天全網都在刷智譜的招股書，畢竟機會難得，有這么一家牌桌上的AI廠商盡到披露義務，把各項「身體指標」剖開了給人看，非常適合以小見大，洞察整個前沿行業的經濟表現。

先說結論：壓力不是一般的大，然而，風景也不是一般的好。

一直以來，智譜的定位都是對標OpenAI，可能很多人會覺得離譜，兩家公司的體量實在差得有點多，攀附之心，圖窮匕見。

但有一說一，智譜在路徑上，確實和OpenAI很像，它們都建立在一個非同尋常的可能性上：大模型市場，需要獨立的開發商。

OpenAI的問世原因大家都知道，一群才華橫溢的研究員因為反對Google這個共識而聚在一起，他們都堅定相信，如果AI的權柄也被Google掌握，必然暗無天日。

智譜自從被貼上「國家隊」的標簽，并始終活躍在第一梯隊里，這和它找準的那條賽道關系莫大，也就是中國需要一家不依附于互聯網巨頭的獨立大模型公司，來構建信任度。

行業里確實存在這樣的反共識，即：無論是Google抑或其他大廠贏得比賽的結果，只會通向一個乏善可陳的未來，AI將肉眼可見的淪為現有商業生態的工具，去給廣告收入增加百分點。

所以OpenAI和智譜這樣的初創公司之所以能夠成立——而且是在資本的簇擁之下——是因為有足夠多的人下注在這一邊，下注給新增的變數。

就連對于基座模型的投入，OpenAI和智譜都有著「執手相看淚眼」的一致性。

在播客節目Big Technology的對話里，Sam Altman再次回應外界對于巨額成本的擔憂：「如果我們不再訓練新的模型，明天就能開始盈利。但我們選擇的是繼續加大投入。」

智譜的財務結構，也指向這個不進則退的殘酷事實，購買算力和虧損數字高度對齊，理論上和OpenAI一樣，是在拿當下的錢，去買未來的競爭力，反映到財務上，就是產生回報也會等比例的滯后。

如果沒有如此長期的投入，智譜不會迎來自己的驚艷時刻：今年發布的旗艦模型GLM 4.5/4.6，橫掃全球各大基準測試榜單，性能表現位列頂級陣營。

可以這么說，GLM 4.5/4.6發布前后的智譜，在價值上是兩家完全不同的公司，而促成這種變化的，就是持續不斷的算力投入。

長江后浪推前浪，前浪死在沙灘上，對于AI公司來說，活不到「量變引起質變」的那一天，比花了太多錢要危險得多。

更重要的是，長期來看，單位算力成本是在下降的，而單位付費收入卻不會減少，這會顯著改善大模型的商業模式及其結構。

從往期業績來看，智譜的毛利率一直保持在50%以上，表現相當優異，隨著MaaS服務的起量，它在經歷從「高毛利、中增長」到「中毛利、高增長」的戰略轉型，毛利率從2023年的峰值64.5%調整到今年上半年的50%左右，而營收增長則從同期的119%暴增到325%，規模化的跡象很明顯。

根據The Information的報道，OpenAI和Anthropic也已經開始推動了模型運行效率的提升，它們的計算利潤率——基于付費用戶的ROI——去年分別是10%和負值，而今年已經雙雙接近70%，效果斐然。

當然，與OpenAI看齊，并不意味著智譜有著相同的境遇，恰恰相反，二者之間的巨大差距，才是值得市場檢驗的答案，某種意義上，智譜拿著一個測量中國大模型產業價值的刻度尺。

投資人莊明浩發明了這么一個情緒公式：

按照國產GPU有1%的概率成為英偉達的想象，那么估值也按1%來算，英偉達的1%是400多億美金左右，12月上市的摩爾線程、沐曦，剛好就在這個水位。

所以，如果智譜也放進這個公式，基于OpenAI的7500億美金估值，轉換而來的市場稱重可能就在500億人民幣左右，和大多數機構預測的差不多。

更重要的是，模型之間的差距再大，也不可能是1%和100%，這實際上意味著智譜的增長空間還有多大，是供給——而不是需求——限制了發展，這是一個相對容易解決的問題。

要知道，智譜是國產大模型廠商里，為數不多的能夠直接通過基座模型賺錢的公司。

這也是招股書里容易錯判的一處考點，本地化部署的收入占比85%，很多人因此幻視商湯，認為這不是互聯網公司的玩法。

但是就像上面提到的，智譜真正脫胎換骨的GLM 4.5/4.6，是在今年7月才發布的，相當于連半年的錢都沒賺完，在收入占比上吃虧，是很正常的。

關鍵是要把增速計算進來，從下半年開始，智譜的云側收入開始呈現指數級增長，GLM 4.5/4.6的模型讓智譜的MaaS平臺營收翻了10倍以上，預計在短期內就能和本地化部署業務五五開，這就是基座模型的競爭力所能創造的經濟效益。

要我說，智譜選在這個時間點推進上市，以致于招股書里統計不到今年下半年的財務數據，才是最傷的??富貴不還鄉，如錦衣夜行。

而且就在這幾天，智譜也沒落下模型的迭代，GLM 4.7今天上線，在編程競技場Code Arena里位列開源第一、國產第一，超過GPT-5.2，并延續了3個月左右一輪的升級周期。

在智譜的統計口徑里，付費流量收入超過所有國產模型之和，這個對比有些不講武德——多數國產大模型都還在圈地階段，而且因為不愁輸血的關系，并沒有特別緊迫的變現需求。

所以不妨換一個數據，也就是行業里越來越重視的Tokens消耗量。

智譜的日均Tokens消耗量，截至11月，是4.2萬億，作為對比，豆包同期的日均Tokens消耗量是50億左右，兩者相差12倍。

但豆包是中國用戶量排在第一的大模型，月活高達1.7億，相比之下，主要發力企業級和開發者兩大2B市場的智譜，月活肯定不如豆包的1/12，人均消耗的Tokens卻更高的，而且大多數是付費。

成本端也是一樣，智譜的研發投入看起來確實沉重，不過只要和頭部互聯網公司比起來，經濟性的領先毋庸置疑，做的也是高毛利的生意。

最近，風險投資機構Battery Ventures發了一份重磅報告「2025年AI趨勢總結」，其中包括三個核心洞察：

1、大模型的利潤結構正在逆轉

過去，市場價值主要集中在硬件層，以致于英偉達這種「賣鏟子」的公司賺飽了上游的錢，形成所謂的「倒掛」現象，但是隨著智能成本下降，價值已經在向應用層轉移，特別是采用結果導向定價的公司，也就是賣方案的前景無量。

2、企業的采購周期在縮短中

在生產環境中，AI的部署量一年內暴增4倍，65%的企業預計會增加用于大模型上的預算，因為能夠即時提高生產力，企業在接受AI的速度上遠超過當初的SaaS市場，而且基礎設施的存在感越來越強，模型能力決定了一切體驗的根源。

3、基座模型是萬物之本

在以前所未有的速度擴張時，基座模型創造的ARR（經常性年收入）效率同樣高到可怕，按照現有趨勢，這些公司達到100億美金ARR的速度要比平臺公司還要快上5倍，它們不但意在顛覆傳統軟件業，還攫取著過去流向服務和人力成本的大規模支出。

Battery Ventures的收尾也很干凈利落，如果說以前的數字化服務建立在「記錄系統」之上，那么大模型就是建立在「行動系統」之上，會從每一根螺絲釘開始，再造企業的生產流，而在這個過程里實現的經濟回報，萬億只是最開始的單位。

這就是智譜駛入的那片水域，當迷霧散盡，不是靜水流深的湖泊，是海闊魚躍的汪洋。

至于清華大學、自主研發、適配國產芯片這些基于可信度的加分項，則都是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競爭力：

就像來自對手的標記，構成了比任何包裝都要過硬的「軍功章」：

今年，OpenAI在一份名為「Chinese Progress at the Front」的官方報告中提到，一家名為智譜的公司取得了顯著進展，圍繞主權AI競爭，OpenAI認為智譜已經成為自己的頭號對手之一。

而在估值上，在企業級市場大殺四方的Anthropic可能更接近智譜的業務模式，從數據來看，ARR位于10億美金以下時，Anthropic的增速要弱于OpenAI，但是一旦越過了10億美金的ARR這一門檻，Anthropic的增速就與OpenAI持平、并隱約開始有了反超跡象。

這都指向一個標志性的趨勢，增長和規模化，是大模型在市場競爭里最重要的那道斬殺線。

攤手。