9月16日，智谱（2513.HK）面向分析师和投资人举行电话交流会。公司管理层披露，截至目前，智谱全业务口径年度经常性收入（ARR）已达到18亿美元，并有信心将2026年末ARR指引由此前的24亿美元上调至30亿美元，增幅为25%。
这次上调并非单纯来自融资规模扩大。电话会释放出的更重要信号是，困扰智谱业务扩张多时的算力约束正在缓解；与此同时，公司开始借助云服务商的全球基础设施和销售渠道分发开源模型，并把大模型从代码辅助进一步推向网络安全等专业工作流。
如果说过去大模型公司的竞争重点是模型能力和算力储备，那么智谱正在尝试回答下一个问题：模型能否进入企业生产流程，并以持续调用、专业任务交付和收入分成的方式形成可重复的商业回报。
从“算力受限”到增长约束缓解
算力曾是智谱今年业务增长的主要瓶颈。根据公司管理层在电话会上的介绍，今年2月GLM-5发布后，智谱模型调用需求在约一周内增长约10倍，算力储备随即快速消耗，主力产品Coding Plan一度停售。此后，公司通过扩充算力、优化All-in-infra架构以及收购中科加禾等方式应对供给缺口。
这一过程揭示了大模型商业化中的一个现实矛盾：需求增长并不必然立即转化为收入增长。当推理资源不足时，模型公司即使拥有付费客户，也可能无法充分承接调用；而训练更大模型又会进一步占用高端算力，形成业务扩张与研发投入之间的资源竞争。
据公司方面披露，相关架构和资源优化曾推动算力使用效率提升约2至3倍，但当模型调用继续增长后，效率优化最终仍会触及上限。在7月完成约40亿美元再融资、9月13日公告完成约50亿美元再融资后，智谱继续扩大算力布局，意在同时支撑业务增长和更大规模模型的持续研发。新浪科技援引管理层说法称，随着本轮扩容推进，算力供给在短期内不再是收入快速增长的主要约束。
智谱管理层还在电话会上给出了一组基于假设条件的算力投入与商业回报测算（行业测算口径，非业绩承诺）：假设投入约300亿元人民币建设约10万P算力，并将40%用于训练研发、60%用于推理业务，依托GLM-5.3的推理性价比，理论推理毛利最高可达80%；在推理算力满负荷、按全价计费的理想情景下，年收入规模理论上可达约400亿元。
需要注意的是，这一测算属于在特定利用率、价格和资源配置假设下的理论情景，并不等同于已经实现的收入或利润。它所要说明的，是在大模型进入规模化推理阶段后，算力不再只是成本中心，也可能成为承接调用、扩大收入和摊薄研发成本的基础设施。
云厂商分成：模型收入与自有算力部分脱钩
算力供给改善之外，智谱正在改变模型的分发方式。公司管理层表示，已与多家国内外头部云服务商签署收入分成协议，将通过海外云平台以托管API的形式提供GLM系列开源模型，相关收入预计从10月开始确认。
从商业逻辑看，这一模式的关键不只是增加一个销售渠道。云服务商通常拥有海外数据中心、推理基础设施和企业客户网络。模型公司通过托管API进入云平台，理论上可以减少独立建设和维护全部海外服务网络的压力，也能缩短从模型发布到客户使用之间的链路。
更重要的是，收入分成机制使模型调用收入与自有算力投入出现一定程度的脱钩。智谱不必为每一笔海外需求独立承担全部基础设施成本，而是与云服务商按照协议分享收入。由此看，模型能力、云平台渠道和推理资源被组合成了一个更接近平台化的商业模式。
当然，分成模式也意味着收入确认、毛利水平和客户归属需要经过后续数据验证。预计10月开始确认的收入，能否按照公司预期形成稳定增量，还要观察实际调用量、客户留存以及云平台的推广效率。ARR指引的上调反映了管理层对未来经常性收入的判断，但并不等同于当期现金收入已经全部落袋。
Co-work订单超过10亿元，但订单不等于收入
在模型应用层面，智谱的另一项变化是Co-work商业化速度快于预期。公司披露，自GLM-5.3发布以来一个月内，Co-work领域新签订单金额（订单口径，非已确认收入）已超过10亿元人民币，相关应用正从验证阶段进入生产级部署阶段。
Co-work并非单一的聊天产品，而是智谱推动多智能体协作进入企业专业工作流的一种产品形态。与传统API模式通常依据Token或调用量计费不同，Co-work更强调模型直接参与复杂任务，并在任务链条中承担分析、执行和协作职能。
目前，网络安全是较早落地的行业。智谱方面披露，已有约100家安全企业将GLM接入自身产品和业务流程。GLM-5.3主要用于多智能体漏洞挖掘、复杂漏洞研究、大型代码库审计以及金融机构安全加固；GLM-5.3 Flash则更多用于批量扫描和告警分析等高频任务。
网络安全之所以适合作为切入口，原因在于其需求具有较强的专业性和连续性。漏洞挖掘、代码审计和告警分析都需要较高技术门槛，企业也已经形成相对明确的安全预算。在实际部署中，如果模型能够降低人工分析成本、提高覆盖率或缩短响应时间，客户便可能更多按照业务结果而非单纯调用次数评估投入产出比。
但“订单金额超过10亿元”仍然是订单口径，不能直接等同于已经确认的10亿元收入。订单是否能够转化为收入，取决于部署进度、验收条款、客户实际使用量和续约情况。未来观察Co-work成色，至少需要关注三项指标：生产环境中的真实调用规模、客户续费和扩单情况，以及这部分业务对毛利和现金流的实际贡献。
从卖模型能力到参与企业生产
智谱此次电话会最值得关注的，并不是单一数字，而是收入逻辑的变化。
在早期阶段，企业购买大模型主要通过API调用完成，模型负责生成回答，客户通常按照Token或调用量付费。Coding Plan进一步表明，企业愿意为模型完成专业工作付费。Co-work则试图再向前推进，让模型进入企业工作流，承担多步骤任务，并围绕最终交付结果形成收入。
这意味着大模型公司的预算来源可能发生迁移。收入不再只来自基础模型采购或软件订阅，也可能逐步进入网络安全、金融、法律、工业制造和生命科学等行业的专业服务预算。对于客户而言，采购对象也可能从“一个更强的模型”转向“一个能够完成具体工作的AI系统”。
这种模式的上限较高，但执行难度同样更大。模型需要适应行业数据、权限管理、流程规范和责任边界，还要在稳定性、可解释性和安全性方面满足生产环境要求。对于网络安全等高风险场景，模型出现误报、漏报或错误执行时，责任如何划分，也会影响客户的部署意愿。
因此，Co-work能否成为继Coding之后的第二增长曲线，不能只看首批订单规模，还要看模型是否能在更多行业复制，以及客户是否愿意把一次性项目转化为长期调用和持续订阅。
ARR上调背后的三重验证
从融资扩充算力，到云厂商分发模型，再到Co-work进入专业工作流，智谱在电话会上展示了一条相对完整的增长链条：融资为基础设施扩张提供资金，算力承接模型需求，云平台扩大模型触达范围，行业工作流则尝试把调用转化为生产力收入。
年末ARR指引从24亿美元上调至30亿美元，表明管理层预计包括云平台托管API和Co-work在内的业务增量将对未来经常性收入形成支持。当前18亿美元的全业务口径ARR，为这一目标提供了阶段性基础；但从18亿美元走向30亿美元，仍需要云平台托管API收入按期确认，Co-work订单持续转化，并且算力扩容能够匹配新增需求。
对中国大模型行业而言，智谱释放的信号具有一定参照意义。行业竞争正在从“谁能训练出更大的模型”，转向“谁能以可控成本获得足够推理资源，谁能通过渠道触达更多客户，谁又能让客户为AI完成的专业工作持续付费”。
不过，大模型商业化仍处于快速变化阶段。ARR是衡量经常性收入能力的重要指标，却不是当期收入、现金流或利润的替代指标；订单规模也需要经过交付和确认才能转化为财务结果。智谱能否把算力优势、模型能力和行业场景真正连接起来，还需要未来几个季度的收入确认、客户续约和盈利数据进一步验证。
截至发稿，智谱此次电话会所披露的内容显示，公司正在从算力供给受限的模型厂商，转向同时经营基础设施、云平台渠道和企业工作流的综合型AI服务商。30亿美元ARR目标能否兑现，最终仍取决于这些环节能否形成稳定、可复制的商业闭环。
