文章AI模型江湖 · 第 2

智谱:从筑基到金丹,破境走到了哪一步?

国产推理、编译与后训练接成供给后,怎样转为围绕GLM持续建设的客户关系?

徐瀚勃2026-09-21

AI模型江湖 / 02 / 公司研究 · 智谱Z.ai

普通人的红利:产业 × 投资 × 交易,寻找AI时代的Google、Amazon | 于AI诸相中,普皆共证菩提

本系列纯属个人兴趣,仅为AI江湖的八卦交流,不构成任何投资建议!如有侵权,联系删稿!|2026年9月

先看结论

当前定位:筑基后期,正在冲击金丹,但尚不足以判定已经突破;工厂建设已有证据,客户依赖仍需逐关验证。

产业视角|AI Native:增能已有商业基础,承责正在验证;算力、编译与后训练构成供给长板,关键是能否从“提供好模型”走向“持续交付客户需要的结果”。

投资视角|金印五阶:市场已经在选择GLM,但还要证明客户与伙伴持续围绕它投入工具链、评测、工作流和预算,才能从筑基迈入金丹。

交易视角|风控五环:强融资不等于没有资金约束,强模型也不等于任何价格都值得参与;以当前已证实的修为校验预期,不提前为尚未取得的元婴定价权买单。

元婴观察:先看生态投入能否累积,再看智谱能否重构生产与交付、影响终端选择和合作规则,并持续留下合理利润、现金与资本回报。

以下为本期研究判断,事实依据、评分口径与待验证事项见正文。

一|江湖开场:智谱炼的,还是一款模型吗?

看智谱,最值得盯的不是发布会上又亮了几张榜单,而是它在模型之外还搬进了什么:国产推理、网络与调度、编译团队、服务运营。模型在台前过招,工程在后院烧火。这些动作放在一起,已经不只是“下一版能不能多赢几分”,而是能否把好模型做成持续开工的智能供给。⁠[1]

本期定位仍是筑基后期,正在冲击金丹,但尚未突破。这个判断既承认它的建设分量,也保留一条分界:市场愿意采购你的能力,与客户把自己的工具、流程和未来预算持续建在你周围,不是一种经营关系。

我的看法是,智谱真正值得期待的地方,正在这两者之间。若模型、国产算力与软件工程能够一起改善交付,应用开发者就可能少做一些底层整合,把精力花在自己的产品上。它争取的,可以不只是一笔调用收入,还可能是别人长期生产所需要的一层底座。后一个位置,要由客户持续投入来证明。

所以,这篇不急着摆庆功宴,也不拿“尚未结丹”抹掉它已经练成的本领。我们沿着GLM、模型服务、编程与新Agent业务,先看产业需要什么,再看智谱怎样生产和交付,最后判断:这座工厂能否把来买丹药的客户,变成愿意在旁边开工坊的伙伴?

二|产业视角·需求:客户要更多代码,还是持续交付?

从普通使用者看,模型会写代码当然有用;从产业看,更大的问题是:过去需要专门团队长期维护的工作,能否变成更多小组织也负担得起的服务?AI Native讨论的是这种需求怎样被释放、供给和送达,不只是给原岗位添一把更快的键盘。

已有的经营信号需要先摆出来。2026年上半年,智谱开放平台与API收入约8.25亿元,占集团收入86.5%;企业Agent业务收入为5556.1万元,占5.8%。⁠[1]前一组说明可调用能力已有实际市场,后一组为持续工作产品提供了观察入口。两种生意处在不同的交付位置,不能把API的钱袋整个提过来,替Agent宣布大成。

设想一个小团队需要持续检查代码、修复问题、运行测试并处理异常。以前预算只够做新功能,维护只能等“有空再说”;若系统可以接住其中一段完整工作,原来被搁置的需求才有机会成为稳定采购。这里是需求场景的推演,不是智谱某家客户的实测案例。

增能,是客户获得原来缺少的本领;承责,是连执行、检查和异常处置也能在约定范围内交出去。若模型负责写,客户负责拼、盯、查和救火,只是从程序员升任总值班。智谱的产业机会,是让这些协调成本真正下降,而不只让生成量上升。

再往外看,低成本并行服务可以通向丰裕;安全、法律、金融等专业需求,可能为新知识和新工具打开空间。不过,公司对部分专业方向仍处早期的说明必须保留,内部编程评测也不能当作客户无人交付率。⁠[1]未来任务还可能由上游Agent发起:请求检查、补充验证、处理异常。碳硅协作的天地在扩大,可靠结果、预算与验收却一项不能省。

三|产业视角·供给:炉子、火候与后训练

要把这些需求做出来,不能只靠模型出招漂亮。CADEF看的是价值提供的底层生产能力:算力工程、算法效率、数据工厂、经验飞轮和资本续航。下表沿用本系列确认的研究档位,不是实测产能,也不是“攒够分数自动结丹”。

维度与权重评分/10本篇最重要的判断
C 算力工程 · 30%8.5国产推理、网络、编译与服务的整合,已有生产证据
A 算法效率 · 25%8.5同基座后训练有改善;同基座不等于同预算
D 数据工厂 · 20%7.5环境、验证与经验加工路径已有披露
E 经验飞轮 · 15%6.5真实任务与反馈有线索;授权与增益仍待量化
F 资本续航 · 10%7.5大额融资增强支持;交割状态和资金义务分开

C|算力工程:不只添炉子,还要请会调火的人。硬件看“算存光冷电”,软件看“编并调容服”。芯片、存储、互联、冷却和供电负责把资源备齐;编译、并行、调度、容错与推理服务,决定它们能否一起稳定干活。

公司披露超过十万颗国产芯片的大规模推理、自研高带宽网络,以及编码—预填充—解码分离的资源安排;同硬件相对初始基线,端到端服务表现约为三倍。⁠[1]支持C为8.5的,是规模与系统协同的组合。十万颗指推理,不是十万卡统一同步训练,也没有证明全部设备产权属于智谱。

编译的布局更有具体动作。半年报显示,2026年6月,智谱以约2.92亿元取得中科加禾(XCore Sigma)60%权益;公共机构材料说明,这支团队源于中科院计算所编译实验室,从事异构软件栈与推理相关工程。⁠[1]⁠[3]买卡回答“有什么”,编译与运行工程回答“模型怎样在这些卡上有效工作”。把调火的人请进门,是在补生产衔接,不只是投资名册又添一行。

这对产业的意义,是供给可能更可控、适配和运行成本可能更低。但收购不是整合成功的验收单,三倍也有指定比较基线。还要继续看真实部署的性能和可靠性,不能拿一张局部战报,替整座工厂写永久保修。

A|算法效率:基座没换,火候仍能进步。“架训配评迭”看结构、学习方法、方法组合、评测诊断和有效迭代。GLM-5.3沿用GLM-5.2基座,官方将进步归因于后训练,并报告自有Code Bench约50%的相对改善。⁠[2]这说明不必每次推倒重建,也能沿训练工艺与配方继续挖能力。

“训”是模型怎么学,“配”是方法用多少、何时用、怎样搭在一起。若改进能稳定进入真实任务,就可能让同一底座服务更复杂的工作。不过,同基座不等于同预算,50%不是增加50个百分点,也不是所有编程工作都快一半。A给8.5是研究判断,不能伪装成单位算力效率的精确测量。

D与E|练习题和出门后的战报,要分两本册子。D的“人合环验洗”,看知识种子、合成、环境、验证与筛选;E的“量深轨果回”,追真实工作规模、深度、过程、结果及获准使用的反馈。一个负责持续生产可学习信号,一个看实际问题怎样帮助下一轮改进。

公司描述了开发者、行业与自博弈经验的加工回流,并披露截至公告时付费日活较年初增长603%。⁠[1]这些材料支持已有使用与反馈路径,但尚未给出完整有效轨迹量、授权比例和跨代增益。内部环境主要支持D;本地部署或第三方工具中的工作,状态与结果未必回到原厂。因此D为7.5、E为6.5,不能因为模型能干深活,就替它把天下战报都收进藏经阁。

F|资本续航:灵石要够,还得看账单何时来。“投融经储忍”把投入、融资、经营现金、储备和失败承受力一起看。7月已完成配售净募约313.75亿港元;9月另签约约20亿美元配售与约30亿美元可转债安排,公告列有交割条件。⁠[1]⁠[4]融资给研发与供给留下空间,承诺、到账、股本和到期义务仍要分开。

把五项连起来,智谱值得追踪的路线便清楚了:工程改善供给,供给支持使用,实际问题进入有权限的评测和训练,再推动改进。它已经不只是孤立地比一款模型;下一问,是这套生产能力通过什么关系送到客户手里。

四|产业视角·交付:GLM出招,客户留在哪座山门?

一个很有江湖味的细节是:GLM可以在别人的练功房里出招。Z.ai官方文档说明可在Claude Code、OpenCode等工具中接入GLM;GLM-5.3模型卡的部分评测也使用Claude Code作为执行框架。⁠[5]⁠[2]兼容扩大采用,但同时提醒我们,能力来源与长期工作环境可能不是同一家。

下面不是三类客户依赖的统计结论,而是基于上述材料拆开的交付关系。看清每条路,才知道以后该向谁取证。

交付路径谁承担主要工作关系要查什么
直接模型服务智谱提供模型;客户组织资料、工具与验收为GLM形成的评测与适配能否持续复用
第三方工作工具Claude Code、OpenCode等承载工作;GLM提供能力状态和流程留在哪里,换模型需重做什么
客户/伙伴部署客户或伙伴组织环境与运行;许可另有条件模型影响、运维投入和服务收益分别归谁

如果资料、权限、任务状态与评测主要在客户自己的通用平台里,GLM再受欢迎,也可能是其中一款表现很好的模型。反过来,客户为GLM持续建立并复用专属评测、适配与上线流程,后续选择才可能不再从零开始。兼容别人的体系与别人围绕你建设,差的不只是宣传词,而是关系归属。

承责更要往现场走一步:任务怎样触发,预算与操作权限谁批准,进度谁保存,失败谁接手,最后谁验收?企业Agent收入证明这里已有商业信号;能否让客户少做协调、服务义务是否明确,才决定它卖的是一段能力还是一段持续工作。模型会拿工具,不等于有人愿意接报修电话。

向丰裕推进,也要沿这条链算账。公司披露单位Token推理成本较年初下降约80%,这是生产端信号;客户的成功任务成本还包括重试、工具与验证,不能照抄这个降幅。⁠[1]若供给端省下来的成本能进入稳定服务,市场才可能扩大;至于节省归客户、工具平台还是智谱,要继续看分工与结算。

破界要把新方法送进真实场景。安全、法律、金融等方向需走过工具封装、资料适配、试点与持续部署;部分方向仍早期,不能按场景名单领取产业化证书。⁠[1]创生再看新能力如何支持下一轮创造。开放权重仍受对应版本许可约束,⁠[6]能够复用只是条件,许可、更新与运行的责任,不会随下载按钮一起消失。

五|投资视角:工厂有模样,金丹还差哪道关?

产业研究到这里,才能落到投资视角:不是再问智谱有多少产品,而是这些生产与交付动作,给它留下什么位置。炼气的“两锚”,已有市场回应与平台方向;筑基的“两定”,得到连续模型供给和实际收入支持。技术做对、市场站稳要限定业务与统计范围,不凭大家都用Transformer就宣布路线永定,也不替未知市场编一个CR3。

金丹的变化更具体。客户下一次升级时,原来为GLM做的评测继续有效,上线流程可以复用,伙伴还愿意围绕它开发产品、投入预算,选择便有了积累。金丹不是客户签下一份“此生不换模型”的誓书,而是共同建设让下一次合作更值得。接入昂贵却每次返工,只是项目难做,不能把填坑的钱都算作护城河。

“两穿”随之进入检验。穿价值,问智谱能否分享自己帮助创造的改进;穿B端,问终端客户或下游Agent是否会指定其能力,而非永远由中间渠道代选。它不必亲自经营每个应用,但需要证明产业影响不只停在“被接入”这一层。目前,多客户、跨期投入与实际迁移记录还不足以支持已经结丹的结论。

再往元婴走,规则与收益要一起兑现。半年报口径下,集团毛利率约26.4%,API业务披露毛利率24.6%;研发费用约21.31亿元,调整后净亏损约19.64亿元、同比扩大12.1%,法定亏损则同比收窄。⁠[1]两种亏损口径不能混写,集团与业务毛利也不能互换。这些数字不否认研发价值,却提醒我们:供给建设和耐久收益还不是同一本账。

所以仍判筑基后期。元婴要让交付、合作与收费规则支持持续收益;化神再看“两新两好”——新物种、新客户、好团队与好资本配置,怎样让旧能力帮助新业务少走弯路。每次都重新堆人堆钱叫扩张,已有积累能持续再生,才更接近自洽。

六|交易视角:灵石归灵石,账单归账单

本期采用的9月公告写明,配售预期于9月16日交割,可转债约定2027年9月16日到期;这里保留公告当时的有条件安排,不推定后续全部完成。⁠[4]资金支持建设,也带来稀释或偿付约束。沿准入、定仓、估值、共修、退出守边界:资本实力不是买点,可能晋阶也不是任何价格的通行证。交易方式因人而异,本篇不提供统一答案;公司可以慢慢修炼,价格不能提前飞升。

七|共修观察:让客户持续投入,再看元婴之门

后续最值得盯的,不是每日又赢了哪个榜单,而是两项经营变化。第一,客户为GLM投入的工具链、评测、流程与预算是否累积;第二,这些资产的价值究竟与GLM有关,还是主要属于通用工作平台。底层供给的质量、完整成本与稳定性仍要持续检查,但不能拿它们替客户关系答卷。

这些问题可以具体取证,却不必每次都等一张全行业大表。具名客户的工程与采购记录、版本更新后的复用情况、替换方案所需的迁移和重新验证,都是线索。工程人月、迁移人日、双轨期和同质量成本,是希望取得的口径,不是已披露成绩,更不是凑够某个数量自动通关。

若这两项开始在不同客户、项目与续约中重复,智谱的故事才从“我能炼什么”,推进到“别人为何长期在这里生产”。这正是金丹值得期待之处:一次模型领先可能被追上,客户与伙伴有效建设的积累,则要按另一种速度生长。

元婴仍在更远处。下面五关保留的,是可能形成产业实权的方向,不是今天已经领取的奖章。

元婴观察主线对智谱要具体查什么
重构生产客户是否围绕GLM形成新的软件或专业服务,而非只给员工加助手
影响终端终端客户或Agent是否指定其能力,需求关系是否不再全由渠道掌握
穿透分配扣除渠道、推理、工具与交付成本后,是否持续留下合理收益
取得规则权客户与伙伴是否围绕它的交付标准、合同和合作规则经营
两高两稳兑现高质量收入、毛利、现金和资本回报,是否共同支持上述地位

反证也要一起看。客户若能轻松迁走、换代总让既有资产作废,或长期收益都由渠道拿走,就不能把热闹当固化;若供给持续退化,还要回头检查筑基。相反,客户建设能复用、伙伴有生意可做、原厂也能留下合理收益,才值得提高判断。

智谱的机会,是把国产算力、模型与工程的组合,变成别人愿意持续使用和建设的生产条件。新神不靠多挂一块牌匾,靠的是让真实产业围绕你发生变化。下一篇看DeepSeek:功法传得更开以后,客户的长期投入和收益又会落在哪座山门?

资料与研究口径

本版以作者上传的本篇最新Word为直接底稿,进行三视角与江湖叙事的行文修订;不重新评级,不新增公司事实,不更新行情或融资状态。保留原稿所引资料及下列来源,未将继承的来源改称本轮重新核验。

研究资料仍标记为2026年9月,不表示覆盖整月或整个季度。阶段与CADEF分数属于本系列判断,不是行业评级;场景推演与条件性判断均不当作已发生的客户案例。财务采用原稿所引未经审计中期披露;工程与经营数据主要为公司口径。9月融资按原公告当时的有条件安排表述,不推定之后的交割状态。

原研究索引(沿用原稿):《AI模型_评估标准与系列文章结构_V4_逐章论证版_20260914.xlsx》;“系列文章结构”第46—52行;“模型公司评估总表”D列阶段、CADEF、经营数据与晋阶观察;“金印五阶判定标准”的筑基、金丹与元婴条目。

[1] 智谱|2026年中期业绩公告

2026-08-31。第1—2页:财务与业务拆分;第3、8—14页:推理、后训练与经营披露;第48页:中科加禾60%权益收购;第50页:7月配售。页码按PDF页序,含首页。

[2] Z.ai|GLM-5.3官方模型卡

原稿采用。同GLM-5.2基座、后训练与内部Code Bench改善;评测工具及预算见模型卡脚注。相对提升不等于百分点提升,不外推所有任务。

[3] 北京国际科技创新中心|智谱与中科加禾

2026-07-22。说明团队源于中科院计算所编译实验室及相关工程方向;交易比例、金额与完成时间以中期业绩公告为准。

[4] 智谱|配售及可转债公告

2026-09-13。9月12日签约;配售预期9月16日交割,可转债2027年9月16日到期。该公告所述安排仍有条件;本文未将其当成已完成到账,不推定公告之后的交割状态。

[5] Z.ai|GLM Coding Plan工具接入文档

原稿采用。兼容第三方编程工具与协议的接入说明;只用于分析模型和工作层的边界,不引用动态套餐价格或旧版本配额。

[6] Z.ai|GLM-5.3许可文件

原稿采用。开放权重仍受相应版本许可约束;正文不作具体法律解释。

计算口径:集团毛利率=251,611÷953,892≈26.4%;研发费用2,131,171千元=21.31亿元;调整后亏损1,964,138千元=19.64亿元。集团与API毛利率不可混用;调整后亏损与法定亏损方向不同,本文分别说明。

研究说明:本文用于产业与企业研究交流,不构成任何投资建议。所有阶段与评分均可随新证据修正;未来情景不构成承诺。

声明:本文由 AI 辅助整理初稿,经作者人工审核、补充实战案例与方法论解释后定稿。核心观点与案例判断为作者原创。