提出新概念：Token架构力
金磊 发自 凹非寺
刚刚，智谱上市83天后，首份财报来了！
最让人眼前一亮的，莫过于营收数据——
全年收入7.24亿元，同比增长132%，登顶国内收入规模最大的大模型公司。
当行业深陷价格战、普遍“烧钱换规模”时，智谱的这份答卷展示了一条截然不同的路径：凭借技术领先实现价值定价，并率先跑通规模化盈利模型。
核心财务与运营数据如下：
- MaaS API平台年度经常性收入（ARR）约17亿元，过去12个月提升60倍
- 主力模型逆势涨价83%后，Token调用量不降反升
- 平台毛利率提升近5倍至18.9%，公司全年综合毛利率达41%
这些数字几乎都在挑战行业固有认知。曾经被视为“中国版OpenAI”的智谱，在商业模式上并未简单复制，而是走出了一条更接近Anthropic的路径——以模型智能为基石，以API服务为核心。
这份财报清晰地传递了一个信号：大模型商业的终局，并非价格比拼，而是价值创造能力的竞赛。
智谱CEO张鹏在财报电话会议中阐明了其核心逻辑：
智谱自2019年创立起，就将“让机器像人一样思考”作为公司唯一的战略目标。六年来，这个目标从未动摇。我们也曾经历过质疑，经历过挫折，但无数事实反复验证了一个判断——智能上界的提升，是大模型AGI时代唯一的”第一性”。
在这个第一性原理之上，我们进一步认识到：让智能普惠大众的载体是Token。每个人、每个组织都可以通过Token调用智能产生价值。因此，AGI时代的商业价值可以归结为一个简洁的公式：智能上界 × Token消耗规模。智能上界决定了定价权，Token消耗规模决定了价值体量。
要理解这份财报的深层意义，需先审视国内大模型行业的当前生态。
自2024年年中以来，价格战已成为行业主旋律。
“1分钱百万Token”、“永久免费”成为流量争夺手段，多数玩家陷入“降价-亏损-研发乏力”的负向循环。
行业调研数据显示，2024年国内大模型行业平均毛利率为-80%，2025年仍为-30%，普遍处于“增收不增利”的窘境。
降价带来的调用量增长往往是虚假繁荣，难以构建健康、可持续的商业闭环。
逆势涨价：以价值筛选客户
当全行业竞相降价时，智谱在2026年3月做出了一个反向操作：发布GLM-5-Turbo模型，并将API价格平均上调83%。
这一度被外界视为冒险之举。然而结果证明，对于真正有生产级需求的企业客户而言，模型效果的稳定性和可靠性优先级远高于价格。
涨价后，智谱的Token调用量持续攀升。GLM-5发布24小时内，即获得字节跳动、阿里巴巴、腾讯、美团、快手、百度及金山办公等头部平台的官方接入。
中国前十大互联网公司中，9家已成为其付费客户。
这验证了一个朴素的经济学原理：当产品能切实解决高价值问题、降低潜在风险时，客户愿意为其支付溢价。
正如一位开发者所言：
我们用大模型是要跑生产业务的，一次错误就可能造成几万甚至几十万的损失，与其为了省点Token钱担惊受怕，不如多花点钱用个靠谱的模型。
智谱以此验证了其核心商业判断：智能水平决定定价权，Token消耗规模决定商业体量。
MaaS飞轮效应显现
市场对智谱的旧有认知多停留在“大模型定制服务商”。本次财报颠覆了这一印象：标准化的模型即服务（MaaS）API收入已成为其绝对增长引擎。
MaaS模式，即通过标准化API提供模型能力，客户按调用量付费。其优势在于极强的规模效应：模型一次研发优化，可服务海量客户，随着调用量上升，边际成本持续下降。
这正是Anthropic成功验证的路径。这家OpenAI的核心竞争对手，超80%收入来自API调用，2025年营收达45亿美元，毛利率转正至40%。
智谱正遵循相似的逻辑：以模型智能为核心壁垒，以Token为产品形态，以企业级深度应用为增长驱动。
增长的关键在于模型的智能被持续、深度地集成到客户的生产流程中，而非一次性项目。财报数据印证了这一飞轮的运转：
- MaaS API平台ARR在过去12个月内提升60倍；
- 平台已服务超过400万企业用户及开发者，覆盖全球超218个国家和地区；
- 在代码生成等核心场景基本盘稳固的同时，智能体应用打开了全新的Token消耗空间。
至此，一个正向循环已然形成：技术领先带来优质模型效果，吸引高价值客户；客户深度调用产生稳定收入和利润；利润再投入研发，进一步强化技术领先优势。
技术领先转化为盈利动能
MaaS模式的规模效应，是智谱盈利能力跃升的基础。财报显示，其MaaS API平台毛利率大幅提升，公司全年综合毛利率远超行业平均水平。
盈利改善源自三方面：
- 技术驱动成本优化：通过架构与工程创新，将单Token推理成本降至行业低位；
- 客户结构优化：高价值头部客户占比及留存率持续提升；
- 定价筛选效应：涨价策略自然筛选出付费能力强、更看重效果的优质客户群。
基于当前增长势头，这一盈利飞轮预计将持续加速。
所有商业表现的底层支撑，是智谱长期坚持的技术原创性。
其技术路线并未跟风纯自回归架构，而是基于GLM 融合架构，在长文本理解、逻辑推理与低幻觉方面具备先天优势。
2022年开源的GLM-130B模型，凭借量化技术实现消费级显卡运行，奠定了其在开源生态中的核心地位。此后，智谱实现了从底层算力到上层应用的全栈技术自主可控。
行业规律表明，商业化的天花板由模型能力上限决定。智谱收入登顶的背后，是GLM系列模型能力已稳居全球第一梯队。
过去一年，智谱保持了1-2个月一次基座升级的快速迭代节奏，并完成了从“知识模型”到“任务智能体”的关键转型。
其中，AI编程能力的突破尤为关键。编程是复杂任务能力的基石，也是当前商业化最成熟的场景。
2026年2月发布的GLM-5模型，实现了从辅助编程到自主工程智能体的跨越。其在SWE-bench等权威编程基准中位列开源模型第一，实际体验已逼近顶级闭源模型。
在综合性的Artificial Analysis全球榜单中，GLM-5位居总榜第四、开源第一，稳固进入全球AI第一梯队。
据悉，性能更强的GLM-5.1也已发布在即。
这份财报不仅是业绩展示，更是一次行业价值的重估。智谱首次系统性地提出了Token架构力概念，为大模型价值评估提供了一个三维量化框架：
TAC = 调用智能的量 × 智能的质量 × 转化为经济价值的效率
- 量：组织或个人愿意交付给AI处理的任务规模与Token消耗量；
- 质：所调用模型的智能水平与任务完成可靠性；
- 效率：AI处理能否高效转化为可衡量的经济产出，实现降本增效。
智谱判断，未来的组织竞争力将 increasingly 取决于其TAC水平。公司的角色，是成为提升社会整体TAC的基础设施。
这一概念的提出，标志着行业竞争维度从参数、跑分、价格的表层厮杀，转向深层的智能架构能力比拼。
当多数玩家仍在“烧钱换规模”的循环中挣扎时，智谱展示了一条健康的发展路径：技术突破→效果领先→掌握定价权→获取规模化优质收入→形成利润→反哺技术研发。
它证明了大模型可以是一门创造真实价值、实现可持续盈利的生意；中国公司同样能够凭借原创技术，在全球顶级赛道中找到自己的位置。
喧嚣过后，中国大模型行业的下半场，终于回归商业本质与技术创新的正轨。
【延伸观察】
智谱财报引发的讨论，已超出单一公司的范畴，触及整个AI产业的核心命题：如何为“智能”定价？其“逆势涨价”成功的背后，是市场对“可靠生产力工具”的迫切需求正在形成共识。这或许预示着，To B的AI服务市场将告别早期“流量思维”，进入“价值思维”主导的新阶段。另一方面，“Token架构力”概念的提出，尝试为AI的经济贡献提供一种度量思路，虽然其具体测算方式仍有待市场检验，但无疑为行业评估模型商业价值提供了新的视角。全球范围内，OpenAI、Anthropic与智谱等公司正以不同的路径探索AGI的商业化未来，这场关乎技术路线与商业模式的竞赛，刚刚进入最精彩的章节。
