智谱在业绩会和分析师call back会上，首次披露ARR年底指引为24亿美元，同时承认仍落后于Anthropic；毛利率方向性指引首次明确，目标12-18个月内奔向50%；API均价涨101%但调用量暴增40倍，前十大客户日均调用增长98倍；唐杰详解下一代模型路线，下一代基座已在训练，“自主训练”被定义为终局技术愿景
智谱上市后的首份中期业绩没有引起股价剧烈波动，但两场业绩交流会释放的信息，远比财报数字更密集。
我最关注的不是某一个增长指标，而是智谱第一次把商业规模、盈利路径、技术差距和下一代模型路线同时摆上了桌面。这让我们有机会判断，一家中国大模型公司究竟走到了什么位置。
ARR增长很快，但不能直接当作收入
智谱披露，ARR从3月底的2.5亿美元增至7月的10亿美元，8月底达到16亿美元，年底指引为24亿美元。
这个速度很快，但需要看清口径。智谱所说的ARR是管理层按订单计算的年化收入，不是财务报表中的确认收入，两者之间还存在合同分摊和确认周期的差异。
管理层也承认，增长曲线并不平滑。6月底ARR只有约5.3亿至5.4亿美元，此后的跃升带有明显的脉冲特征，主要受到算力供给阶段性变化的影响。
因此，24亿美元指引首先说明需求强劲，却不能简单理解为同等规模的当期收入。对于基础模型公司，订单能不能稳定转化为交付、收入和现金流，仍是更重要的检验。
真正罕见的是量价同时上升
智谱API平均售价提高约101%，token调用量却比年初增长超过40倍。按收入计算，前十大客户的日均调用量增长了98倍。
通常涨价会压低使用量，这次却出现价格翻倍、调用量暴增的组合。我认为，这比单独看ARR更能说明市场需求：模型能力提升之后，客户愿意为更多实际任务持续付费，而不是只进行低成本试用。
客户集中度也很高。前十大客户的日均调用量超过15万亿token，接近平台约40万亿日均调用量的四成。中国前十大互联网公司中，有4家已把GLM列为全球模型中的首选。
这既证明头部客户使用很深，也意味着收入结构可能受到少数大客户影响。接下来需要观察的，不只是调用量还能增长多少，更是这种需求能否从头部客户扩散到更广泛的企业和开发者。
Coding Plan呈现了同样的趋势。产品上线一年，调用量增长234倍；上半年因算力不足一度限售，7月重新开放并涨价后，8月调用量仍增长15倍。
这说明智谱当前面对的主要矛盾，至少暂时不是需求不足，而是供给能力、推理成本和交付效率能否跟上需求。
毛利率是商业化的下一道门槛
智谱开放平台上半年毛利率为24.6%。管理层给出的方向是，未来12至18个月向50%以上的区间努力。
当前毛利率偏低有四个原因：国产算力集群仍在爬坡，模型快速切换造成资源冗余和迁移成本，基础设施优化还有空间，旗舰模型与Flash模型之间的定价和智能路由仍不够精细。
过去半年，智谱的单位推理成本已经下降约80%。这个结果来自模型、系统、组网和芯片的共同优化，并非某一个环节的单点突破。
我认为，50%的目标比ARR指引更值得持续跟踪。需求爆发可以带来规模，但只有推理成本持续下降、集群利用率稳定提升、不同任务被分配到合适的模型上，规模才能转化为利润。
与Anthropic的差距正在缩短，但仍然明显
智谱主动把自己与Anthropic比较。管理层判断，目前16亿美元ARR大致相当于Anthropic在2025年3月的水平，仍落后约17个月；不过相较最初24个月的差距，已经缩短了7个月。
这种比较的价值不在于证明谁更强，而在于智谱愿意用全球头部公司的增长曲线衡量自己。
差距缩短说明追赶速度不慢，但商业规模只是一个维度。模型能力、开发者生态、全球客户、算力供给和盈利质量，最终都要一起比较。单凭ARR还不能判断技术差距已经同步缩小。
下一代竞争不只是继续堆参数
智谱的下一代基座模型已经开始训练，参数规模还会扩大，但唐杰强调，Scaling并未停止的同时，还要通过架构和后训练提升有效能力。
第一条路线是扩大基座规模，并用Loop Transformer等架构增加有效推理深度，希望在提升推理能力的同时控制成本。
第二条路线是加强后训练。GLM-5.3能力提升的重要基础，是智谱把数据环境扩展到此前的几十倍。大模型竞争已经不只是一次预训练，而是基座、中训练、后训练和工程系统的连续协同。
第三条路线是“Fully Self-Training”，即让模型从预训练到后训练全过程自主进行，并且能够自行判断何时纠错、何时停止。唐杰把它与Recursive Self-Improvement对应，视为未来的重点方向。
在我看来，这里最值得重视的不是新概念本身，而是模型能否形成可靠的自我判断机制。自主训练的难点不在于让模型继续生成数据，而在于它是否知道自己的判断何时错误、改进何时有效、训练何时应该结束。
这是一种终局愿景，目前更应该把它看作研究方向，而不是已经实现的能力。
参数克制是一种资源选择
面对“智谱只擅长后训练”的质疑，唐杰解释，国内模型的训练数据通常在30万亿至50万亿token之间。在这个数据规模下，盲目把模型推进到更大参数量，边际收益未必足够高。
GLM-5系列采用7440亿参数基座，这个规模在年初就已确定，并围绕同一基座连续规划5.1、5.2和5.3的中训练与后训练。
这种做法不是简单拒绝大参数，而是在数据、算力和服务能力之间做权衡。模型发布第一天能否承接足量真实调用，和榜单上的参数规模同样重要。
国产芯片开始进入经济性验证
GLM-5.3 Flash发布前以匿名模型上线海外平台测试，六天调用超过62万亿token，并在首日冲到OpenRouter榜首。更关键的是，这些流量全部由国产芯片集群承载。
智谱称已经实现10万卡级国产芯片规模化推理。到这个阶段，问题开始从“能不能跑”转向“是否更经济”。
这是国产算力真正需要跨过的门槛。能完成一次大规模测试，只证明技术可用；只有利用率、稳定性、单位成本和持续供给都经得起真实业务考验，国产替代才会成为商业优势。
管理层预计，未来三到六个月先进国产芯片可能开始放量，异构并行计算环境有望改善。这个判断仍需用后续成本和交付数据验证。
开源和海外合作决定增长边界
智谱已经与AWS开展初步分发合作，也在与欧美云服务商和独立模型公司洽谈，预计一到两个月内可能披露新进展。
公司仍明确坚持开源路线，不准备通过全面闭源换取更高市场份额。这条选择能扩大开发者触达和模型分发，但也对商业模式提出更高要求：开源模型必须通过稳定服务、企业交付、推理效率和生态合作实现收入。
综合来看，智谱已经证明了需求正在快速增长，国产算力也开始承接超大规模真实流量。下一阶段决定其质量的，不再只是模型能不能做出来，而是三个更难的问题：ARR能否转化为持续收入，毛利率能否随规模提升，以及下一代模型能否真正缩短与全球头部公司的技术差距。