观点网 智谱管理层表示“模型能力跃迁之后收入结构置换是必然发生的事”，而市场的另一重关切则在于，这种置换何时能真正转化为盈利能力的改善。

8月31日晚间，智谱（02513.HK）发布了上市以来的首份中期业绩，并召开了2026年半年度业绩发布会。

截至当日收盘，智谱股价报1195港元，收涨9.63%，总市值5564亿港元。也就在8月31日当天，智谱正式被纳入MSCI中国指数。

报告期内，智谱营业收入达9.54亿元，同比上涨399.7%，仅半年收入便已超越2025年全年7.24亿元的水平。

该公司毛利达2.52亿元，同比增长163.7%；期内净亏损20.72亿元，同比收窄12.1%。但剔除股份支付、向投资者发行金融工具的账面值变动及上市开支后，经调整净亏损为19.64亿元，较上年同期的17.52亿元扩大12.1%。

收入在膨胀，但赚钱的效率在下降；亏损在收窄，但经营层面的窟窿在扩大；用户和调用量在激增，但资本市场的信心并不稳定。

近日，摩根士丹利将智谱目标价上调至1800港元，认为算力获取能力提升与配售融资落地将支撑更强劲的增长；招银国际维持“买入”，指出GLM-5.3在编程、Agent及网络安全领域的能力跃升将成为正面催化剂。

不过，亦有偏谨慎机构如高盛则维持“中性”评级，指出GLM-5.3仍为迭代版本、市场期待的更大参数旗舰GLM-5.5尚未落地，且同业模型性能差距缩小，令智谱估值溢价收窄。

自今年1月以116.2港元上市、6月22日一度触及2980港元历史高位以来，智谱的股价已从历史高点回撤近60%。

API业务“大涨”，收入结构“换血”

财报电话会上，智谱董事会秘书肖磊表示，相较收入增速，收入构成的切换更值得关注。

期内，智谱开放平台及API收入由上年同期的2910万元增至8.25亿元，同比增长2735.7%，占总收入的比例从15.2%升至86.5%。

另一边，本地化部署板块收入由1.62亿元缩水至1.29亿元，同比减少20.5%。其中，面向企业的通用大模型（私有化部署）收入下滑54.6%，仅余6704万元。

“2026年上半年内主营收入结构完成置换，其实本质是模型能力跃迁之后必然发生的事。”

智谱管理层在中报中，将这一演进概括为“卖模型→卖调用→卖订阅→卖端到端任务结果”。

早期，当模型不足以独立完成一件完整工作，客户买的是“工具”，需要集成、定制、部署到自有环境里，交易多是一次性授权。

当GLM（大模型）的编程能力跨过“能独立跑通一整个工程项目”的门槛，调用量爆发，按量计费、可持续订阅的API与Coding Plan就成了更自然的形态，收入从一次性确认转为持续发生。

运营数据支撑了这一叙事，截至8月31日，智谱MaaS平台年化收入规模（ARR）按月度计算达到16亿美元、周度计算20亿美元。

企业及开发者用户超过740万，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%。

此外，API平均售价较年初提升约101%，加上ARR在8月突破16亿美元，智谱的MaaS业务的增长已经形成一定规模。

智谱管理层将收入结构的演进与模型能力的代际提升挂钩。在财报中提出“能力阶梯”框架--从聊天对话到编程、再到智能体、协同工作、直至自主AI系统。

每向上推进一级，大模型可承担的任务复杂度跃升一个量级，相应地，可触达的商业空间也随之放大，智谱目前的重心处在第二级到第四级之间。

毛利率腰斩

毛利率的变化揭示了这份财报的另一面。报告期内，智谱开放平台及API业务自身毛利率从去年同期的-0.4%提升至24.6%，由负转正。

然而，智谱整体毛利率从50%降至26.4%，原因在于高毛利的本地化部署业务占比从84.8%缩至13.5%，而低毛利的API业务占比急速扩大，结构性拉低了整体水平。

企业级智能体业务毛利率从64.6%降至35.6%；企业级通用大模型毛利率从58.5%降至42.3%。

收入增长最快的开放平台及API业务，恰是智谱当期毛利率最低的业务。以API为主的云端业务虽然自身毛利率已转正并持续改善，但其占比的急剧扩大在现阶段反而“向下拉扯”整体毛利率。

这也是是智谱试图从“一次性交付”迈向“持续性服务”必须面对的挑战。

从利润端来看，智谱此次净亏损收窄，更多是会计处理的结果，期内净亏损同比收窄12.1%，主要原因是上市后向投资者发行的金融工具终止确认，相关账面值变动亏损从去年同期的4.29亿元骤降至2210万元。

剔除这一因素及股份支付、上市开支后，智谱经营亏损实际上从18.99亿元扩大至21.47亿元，扩大幅度为13%。

研发开支是吞噬利润的最大单项，上半年智谱研发投入21.31亿元，同比增长33.6%，约为当期收入的2.23倍。相当于，每赚取1元收入，智谱要投入2.23元用于研发。

销售及营销开支从2.09亿元降至1.78亿元，降幅14.8%；一般及行政开支从1.85亿元降至1.03亿元，降幅44.2%。智谱在控费，但研发的刚性增长仍在持续吞噬利润。

销售成本同比增长635.4%至7.02亿元，增速远高于收入增速，主要来自计算服务费用的增加。

现金方面，期内，智谱持有现金及等价物39.94亿元。但IPO募集资金消耗速度同样惊人，募集资金净额已使用约45.88亿港元（约39.7亿元），占总募资净额的比例超93%。7月约314亿港元配售融资，正为下一阶段补足弹药。

特别值得关注的是，算力供给的问题正在改善。肖磊在业绩会上表示，目前国内算力环境仍以异构算力为主，国产芯片的大规模供给尚未进入放量阶段。他预计，未来3-6个月内，大量先进国产芯片厂商将迎来算力放量，届时异构算力并行的局面有望得到较大改善。

从Coding到Co-work

收入结构翻转的核心驱动力，正是模型在编码场景中的能力突破。智谱选择编码作为突破口，是因为编码本身更像一个验证场。代码能否运行、测试能否通过，反馈信号清晰客观，这为大模型训练长程任务能力提供了规模化的可验证环境。

肖磊在业绩会上进一步表示，公司并未将编码领域的领先优势局限于基准跑分层面，核心目标是建立长效能力迁移机制。

通过编码场景提供的高密度可验证环境，训练模型长程规划、工具调用、错误修复等底层能力，再将其迁移至网络安全、数据分析、复杂自动化等更多专业工作领域。

对于编码能力延伸的协同工作场景，肖磊明确定位其为专业领域复杂真实工作流的替代，而非日常办公辅助。

网络安全是这一逻辑的最新验证，自GLM-5.2起，智谱与多家国内安全团队合作，在真实代码库中累计经专家筛选去重的漏洞达2436个，其中高危漏洞超1000个，覆盖269个项目。

对于Co-work场景的拓展，肖磊明确了选择标准是基于三个清晰的维度：任务是否有足够高的智力门槛、能否被有效验证、完成是否有足够高的经济价值。

目前网络安全是验证最清晰的落地场景，法律、金融、数据分析等方向也在尝试，但因可靠性门槛和验证机制不同，商业化节奏存在差异。

面对市场对智谱“只会后训练、参数规模相对克制”的质疑，智谱创始人、首席科学家唐杰在电话会上回应：讨论模型规模不能只看参数量，还要同时考虑训练数据规模、计算资源投入位置。

GLM-5.3与GLM-5.2使用相同的基础模型、架构、总参数量和激活参数量，智谱用一个月扩大长程任务环境和强化学习训练，端到端编码完成率提升超过50%。

唐杰表示，当前国内训练数据规模约在30万亿-50万亿token量级，在算力有限的前提下，盲目扩大参数的边际收益有限。

他将模型扩展比作调节多个旋钮，这次选择了后训练，但并不意味着其他环节不再重要。

唐杰还披露了下一代GLM-6.0大模型的技术定位。他将GLM-6.0定义为Full Self-Training（完全自训练）路线，核心特征是模型具备自净化能力，可覆盖从预训练、中期训练到后训练的全流程，实现完全自主训练与自我进化。

唐杰指出，全自训练范式的最大挑战并非单纯扩大模型规模，而是模型能否实现自我判断--自主把控训练停止时机、自主完成错误修正。他进一步表示，在后续模型研究中还将把伦理、社会治理维度纳入考量。

免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。