3月底，摩根大通最新研报通过“十问十答”，揭开了行业真相：AI转向“质量之战”，2026年是中国企业AI需求能否复制2025年美国增长曲线的关键一年。

以Anthropic为参照，年度经常性收入（ARR）从2024年12月的10亿美元增至2026年3月的190亿美元，15个月内增长约19倍。

就在这份报告出炉的第四天，智谱交出了上市后的首份年报。2025年，智谱全年总收入为人民币7.24亿元，同比大幅增长131.9%，成为国内收入规模最大的大模型公司；毛利由1.76亿元增至2.97亿元，同比增长68.7%。

更重要的是，MaaS API平台ARR实现了60倍同比暴增。把这个数据和摩根大通那套逻辑放在一起看，会发现一个有意思的现象，市场还在用“参数规模”和“训练成本”的旧尺子丈量AI公司，而这份财报传递出一个信号——智谱正在中国复刻Anthropic的路径，完成从“技术探索者”到“智能基础设施供应商”的范式切换。

这是商业模式的“物种跃迁”，而市场，显然还没意识到这一变化的含金量。

财报里的四个信号，藏着智谱的“范式切换”密码

Anthropic的崛起，改写了大模型产业化预期。摩根大通认为，AI正从“消费端功能”进化为“直接创造企业收入的工具”。智谱财报里透露出的四个重要信号，都印证了这一逻辑。

第一个信号，是商业模式“API化”，MaaS（Model as a Service，模型即服务）飞轮转动。

Anthropic的模式本质是，做最好的基座模型，通过API卖推理算力，形成开发者生态的飞轮效应。

如今，智谱在中国市场给出了几乎对称的答案：2025年，智谱MaaS API平台实现ARR 17 亿元（约2.5亿美金），同比提升60倍。MaaS API平台ARR爆发式增长，验证“模型能力+标准化API+企业及开发者深度使用”的飞轮效应，商业路径与Anthropic高度趋同。

随着MaaS模式崛起，第二个信号是，生态的“破圈”。

财报里提到，中国前十大互联网公司中有9家在使用GLM模型，MaaS平台注册用户突破400万。头部互联网公司全覆盖接入、开发者规模爆发，意味着“调用越多→模型越强→调用越多”的飞轮已经转起来。

这生态势能的质变，智谱正在复制Anthropic的“开发者护城河”。

开发者的调用量大增与智谱高频迭代模型形成正向循环，撑起了技术的“话语权”。这也是财报中第三个重要信号。

全球大模型竞争已经进入“第一梯队俱乐部”阶段，只有进入这个俱乐部，才有资格参与制定行业标准。

Anthropic选择用“更新速度”建立优势，平均每两周一次有意义的产品更新。而智谱的GLM系列模型也在过去一年完成从GLM-4.5到GLM-5-Turbo的高频模型迭代，始终保持在第一梯队。

如今，智谱稳定占据GLM系列全球开源模型第一、中国模型第一，稳定进入全球AI第一梯队。在最新的Artificial Analysis榜单中，GLM-5位居全球第四、开源第一，在编程场景的使用体感逼近Claude Opus 4.5。

有了清晰的商业模式飞轮、生态护城河、技术话语权，第四个信号显而易见，是增长的“确定性”。

财报中，MaaS API平台毛利率同比提升近5倍至18.9%，盈利能力大幅提升。这是定价权的“隐形胜利”。整个行业还在为“每百万Token几毛钱”的价格战焦头烂额时，智谱成为逆势涨价83%仍保持供不应求的AI公司。

这也符合摩根大通在研报里的判断：API定价正在走向分化，留在能力前沿的模型有望同时实现量价双升。

财报显示，随着GLM在编程与智能体等元场景的深度渗透，付费Token消耗量实现指数级跃迁。同时，随着时间来到2026年，算力范式发生剧变，OpenClaw的爆发式应用提前引燃Token消耗狂潮。

数据说明一切，智谱于2025年在国内率先推出GLM Coding Plan（编程套餐），凭借模型的高质量编码能力，全球付费开发者数量快速突破24.2万，Token调用量6个月涨了15倍。此外，2026年3月，继Coding Plan之后智谱推出Claw Plan，上线仅两天订阅用户即破10万，上线20天订阅用户突破40万，这验证了智能体长链路任务的巨大商业空间。

这预示着，智谱MaaSAPI平台的底层需求进一步飙升。

总之，从四个信号中，可以看出ToB商业化的终极逻辑：跑通MaaS飞轮的正向循环，模型效果越好，开发者用得越多；用得越多，数据反馈越丰富，模型迭代越快。

这是“商业物种跃迁”的四个切片，智谱正在变成“智能基础设施供应商”，像小摩研报中期待的那样，复刻Anthropic陡峭的增长曲线。

重新定义AI商业增长：智能上界×Token消耗规模

从Anthropic到智谱，市场应该意识到，这是有别于旧逻辑的高增长新物种。

过去，市场焦点一直是延续互联网思维的“超级应用逻辑”，争夺C端入口，陷入流量内卷，烧钱换用户，然后用广告或订阅慢慢回血。OpenAI走的是这条路，ChatGPT每周活跃用户约9亿，其中95%是免费用户。为了覆盖这些免费用户的推理成本，OpenAI甚至要在产品里插入广告。

现在，Anthropic和智谱讲了一个新故事：把模型能力封装成API，武装开发者和企业，让他们去构建应用。这是“智能基础设施”的逻辑。

这条路增长曲线更加陡峭，Anthropic过去一年实现了近12倍的ARR增长，智谱也凭借AGI商业本质的同频认知，以60倍ARR高增长复刻并超越前者的曲线。

可以预见，MaaS模式下，此类大模型公司将在几年内迎来商业化的关键时刻。

Anthropic首席执行官Dario Amodei近期表示，AI技术正处于从量变到质变的临界点，Anthropic有望在2028年左右实现盈利，届时AI将成为历史上盈利能力最强的产业之一。

而智普保持着此前摩根大通提到的“复制过去一年增长曲线”的节奏。

图：摩根大通估算

然而，从超级应用供应商到智能基础设施供应商，更加陡峭的增长曲线下，市场还没有形成一套统一语言来描述这种爆发式增长的商业逻辑。

过去市场用的“参数规模”“训练成本”，放在AI商业化加速的今天，越来越不适用。

在这样的背景下，智谱提出了一个新的公式，来准确描述这一商业进程：

AGI商业价值 = 智能上界×Token消耗规模。

在这个公式里，“智能上界”决定了定价权，是大模型AGI时代的“第一性”。

从模型智能提升方向看，智谱与Anthropic的共同特点在于，坚定追求AGI，实现智能上界的持续突破。

也正是智能上界的突破，让智谱的GLM与Anthropic的Claude一样拥有了行业定价权。涨价后调用量不降反升，是因为模型更聪明了。对于企业来说，真正的成本不是API的调用费，而是“任务失败”带来的时间浪费和人力返工。

这与摩根大通将AI需求定义为“拐点驱动”的逻辑不谋而合：模型能力突破阈值后，需求将呈非线性加速扩张。

而“Token消耗规模”，则决定了价值的体量。

Token消耗规模已经成为主流价值认知。国家数据局将“Token”正式定名为“词元”，并明确其作为智能时代“价值锚点”和“结算单位”的定位。腾讯云在3月27日把MaaS平台升级成了TokenHub，汤道生在那天的演讲里说了一句话：Tokens已经成为智能经济中的新货币。

数据显示，中国日均词元调用量到今年3月已经突破了140万亿，两年时间增长超过千倍。而智谱已成为国内付费Token消耗量最高的厂商之一，Coding基本盘稳固，OpenClaw爆发之后，凭借GLM-5-Turbo的优秀表现，Token消耗规模的潜力随之提升。

从财报数据到市场表现都证明，这两个关键词准确地描述了大模型公司的商业增长动能。而在这套“智能变现逻辑”下，智谱的增长力将迎来重估。

此时此刻，市场需要重新校准对AGI公司的价值认知。

估值新尺子“TAC”：AGI进入智能基础设施定价时代

2026年的春天，整个AI行业都在经历一场从“技术叙事”到“商业叙事”的切换。

产业主线变了，新的商业范式带来爆发性增长，未来的估值故事自然也会随之改变。此时，华尔街和港股市场的分析师们其实都在纠结同一个问题：到底该怎么给公司估值？

过去，大家习惯用“用户数”“活跃度”“ARPU”给互联网平台定价，但智能基础设施的增长曲线完全不同。

那么用传统的互联网SaaS模型去套？似乎低估了它的爆发力；用硬件科技股的逻辑去算？又忽略了它作为平台的生态价值。

旧的尺子已经量不出新物种的体量了。作为未来数字经济的基础设施，AGI需要新估值模型。智谱正在引入一个新的概念——TAC，即Token Architect Capability：TAC=调用量×智能质量×经济转化效率。

这听起来像是造了一个新词，但放在行业趋势里看，并不突兀。国家数据局局长刘烈宏把Token译作“词元”，也是在为这个新的计量单位寻找中文语境里的位置。

TAC的公式翻译成商业语言就是，模型越强，调用的Token就越有价值，产出的经济回报越高。

智谱的年报证明了这个逻辑的可行性。智谱的API收入爆发、开发者生态扩张、毛利率改善，本质上都是TAC三个维度的“同步提升”。

在所有人都还在纠结“大模型怎么赚钱”的时候，智谱已经用一套完整的商业语言回答了这个问题。

这也标志着，中国的AI公司，终于开始用自己的逻辑，重写AI的价值故事了。

从这个角度再看智谱的年报，这是一份产业宣言，从词元到TAC，中国顶尖科技公司拥有了行业标准的话语权，走向全球更大的舞台。

随着“中国版Anthropic”的飞轮转起来，定价红利才刚刚开始释放。

展望未来，智谱的价值会随着让千行百业转起来的智能架构（TAC）提升。因为中国版Anthropic本质是智能基础设施，也即AI时代调度智能的“电网”。

来源：港股研究社