今年以来，智谱 ARR 增长 15 倍，根据我们了解，在 Kimi 和阿里新模型发布后，智谱 ARR 增速没有受影响。有投资人透露目前 ARR 来到 20 亿美元，但智谱官方已经否认，接近公司的人表示，实际数字应该更高
市场一度流传智谱 ARR 已经达到 20 亿美元，智谱官方否认了这个数字，接近公司的人却认为实际数字可能更高。
数字究竟是多少，还缺少公司确认。我更关心的是另一个信号：今年以来，智谱 ARR 据报道增长了 15 倍；Kimi 和阿里发布新模型后，它的增速也没有明显放缓。
这说明当前的大模型市场仍在扩容，还没有进入你多拿一块、我就少一块的存量竞争。
编程让卖 token 成为真正的生意
这一轮增长的直接动力是编程。
智谱开放平台注册用户已接近 700 万，其中包括 2.3 万家企业客户。对标 Codex 的 ZCode，上线一个月用户突破百万。GLM-5 发布后，智谱 ARR 据报道在短期内翻倍。
编程与聊天不同。一个 Agent 完成任务，平均要处理7万多个 token 的上下文。项目越复杂，调用越频繁，消耗也越大。过去卖 token 更像在等待需求，现在 Coding 把需求真正推到了生产力场景里。
这也解释了为什么价格上涨没有立刻压低调用量。智谱 2025 年年报显示，定价提高一倍后，调用量反而增长八倍。Coding Plan 的入门价格也从最初每月 20 元，提高到目前 Lite 版每月 118 元。
这不是简单的涨价逻辑，而是供需关系变了：需求快速增加，算力却没有同步扩张，模型公司必须重新分配有限的推理能力。
算力不足，逼出了效率革命
智谱已经启用超过5万块国产算力芯片，但算力依然是瓶颈。硬件不能快速增加，竞争自然转向同一批芯片能够产出多少 token。
这使 Infra 从后台工程问题，变成了模型公司的核心经营能力。
智谱与中科加禾合作，通过拆分 KV 缓存，在长程任务中把单个推理服务吞吐最高提升 132%；ZCube 架构宣称可让生产集群吞吐提升最高 15%，同时减少交换机和光模块需求；高速版 API 达到每秒 400 token，约为常规服务的八倍。
GLM-5.2 的几项架构调整也直接围绕推理成本展开。IndexShare 在百万 token 场景下降低单位 token 计算量，改进后的 MTP 草稿层提高接受长度和生成速度。最终，在20万上下文长度下，GLM-5.2 的吞吐能力比 GLM-5.1 高出接近 70%。
Kimi 走了更激进的路线，把四分之三的注意力层改成线性注意力，以一定能力损失换取更小缓存和更高吞吐。路线不同，方向一致：模型、编译器和硬件正在重新耦合。
我认为，未来一两年模型竞争的重要变量，不只是排行榜上的能力差距，还有单位算力的产出。大规模部署中，哪怕 1% 的效率提升，也可能转化为巨额成本差异。
API 的毛利，来自技术纵深
推理效率持续提高，用户需求持续增长，卖 token 因而开始具备更清晰的商业模型。
报道援引的估算显示，智谱 API 在自有算力上运行时，理想毛利率可达 50% 到 60%。但这个数字没有计入前期的大规模算力采购和人员投入，不能直接等同于公司的整体盈利能力。
真正值得注意的是，开放权重未必会把官方 API 的价格打穿。
第三方可以部署模型，却未必能复制模型厂商在训练、架构和推理引擎之间积累的协同优化。模型厂商掌握更深的推理效率经验，因此仍有机会用更低成本提供同一个模型。
这也是开源争议的核心。一些厂商开始给开源授权增加商业限制；智谱的 GLM-5.2 仍采用宽松的 MIT 协议。开源是否损害定价权，最终不只取决于权重是否免费，还取决于第三方能否达到官方服务的效率。
独立模型公司的窗口重新打开
半年多前，独立模型公司的商业模式并不清楚。本地化项目、C 端订阅和高额亏损，都很难支撑一个稳定叙事。
Coding 改变了算账方式。按 token 计费的生产力需求快速增长，而大厂在第一梯队编程模型上曾经出现空档，给了智谱、Kimi 等公司一段难得的时间窗口。
独立公司没有太多历史包袱，研究方向调整更快，也更愿意把资源集中到新需求上。智谱较早把研究重心转向编程，因而抓住了这一轮机会。
但这个窗口不会长期存在。
阿里和腾讯正在继续扩大算力基础设施投入，大厂在资本、芯片采购和人才成本上都有明显优势。独立模型公司却仍受制于算力，有时还要向潜在竞争对手租用资源。模型只要掉出第一梯队，定价权和增长故事都可能迅速变化。
更大的风险是模型被当成零件
企业客户正在建立内部路由，根据任务难度组合不同价格、不同性能的模型。模型可以随时切换，数据、业务逻辑和工作流则留在企业内部。
这是理性的企业选择，却削弱了模型公司的客户黏性。领先模型守住位置的时间越来越短，用户又能在平台之间迁移，单纯的 API 很难形成长期壁垒。
因此，今天的高增长和较高毛利，并不能自动推导出稳定的终局。独立模型公司必须同时解决四件事：保持模型领先、提高推理效率、获得足够算力，并在企业工作流中建立不容易被替换的位置。
窗口还开着，市场也仍在增长。智谱的 ARR 是否高于传闻中的 20 亿美元，并不是最重要的问题。真正重要的是，它已经证明中国模型公司可以依靠 Coding 和 API 获得快速增长；接下来要证明的，是这种增长能否在大厂追赶、模型趋同和企业内部路由普及之后继续成立。