3月31日，AI大模型独角兽智谱交出上市后的首份年度成绩单。最新财报显示，在截至2025年12月31日的年度内，智谱实现全年收入超7.24亿元，同比增长131.9%。对比来看，2022年至2024年，公司年收入分别为0.57亿元、1.25亿元和3.12亿元，呈现出持续加速的增长态势。
从收入规模来看，智谱已成为国内收入体量最大的大模型公司。作为参考，另一家港股上市的大模型企业MiniMax在2025年的总收入约为7904万美元。商业模式上，两家公司路径亦有所分化。MiniMax更侧重于AI原生应用产品，而智谱主要采用模型及服务（MaaS）的模式，通过API调用向企业客户和开发者提供智能服务。
拆解智谱此次财报，一个值得关注的核心指标是，其MaaSAPI平台的ARR（年度经常性收入）约17亿元，同比提升60倍。ARR通常用于衡量企业持续性收入能力，能够体现业务的健康度。在MaaS模式下，这一指标更能反映客户是否在持续调用模型、稳定消耗Token，而非依赖一次性项目带动收入增长。
过去，市场对智谱的认知更像是一家以项目为主的大模型公司。而随着智谱的收入结构转向以API调用为核心的MaaS模式，其收入增长逻辑也在发生改变：不再依赖单个项目，而是依赖持续的模型使用行为。
从某种程度上看，智谱的路径不禁让人联想到全球领先的AI公司Anthropic。一方面持续强化基础模型能力，提升模型上限。另一方面以Token为核心产品形态，通过开发者生态和企业级客户的深度使用驱动增长。在这一逻辑下，智谱正逐步成为中国市场中，更接近Anthropic发展路径的模型公司样本。
破局MaaS“增收不增利”：提价不减量，回归商业本质
市场对MaaS模式长期存在一个典型疑问，即是否易陷入“增收不增利”的困境。究其原因，MaaS的收入与Token消耗直接挂钩，而Token背后对应的是持续发生的算力成本。当收入与成本被绑定在同一条链条上，规模扩大的同时，利润空间往往面临被不断压缩的压力。稍有不慎，便可能滑向“做得越多，赚得越薄”的尴尬局面。
然而，智谱最新财报释放出颇为积极的信号。其MaaS API平台毛利率显著提升，由2024 年的3.3%上升至2025年的18.9%，整体盈利能力得到明显改善。结合之前招股书中披露的数据，在2022年至2024年的往绩记录期内，智谱整体毛利率保持相对稳定，长期维持在50%以上。
除了通过极致优化模型推理效率、将Token成本压缩至最低之外，推动毛利率提升的另一关键因素，是高价值头部客户占比的持续提升。
据财报披露，已有超400万企业用户及开发者在真实生产环境中持续调用智谱的模型能力，覆盖全球218个国家和地区。在中国前十大互联网公司中，有9家在使用智谱GLM模型。以GLM-5模型为例，其发布后24小时内，便获得字节跳动TRAE/扣子Coze、阿里巴巴Qoder、腾讯CodeBuddy、美团CatPaw等多款头部平台产品的官方接入。
另一方面，这些头部客户对模型效果更为敏感，而在价格上的容忍度相对更高。一个重要信号在于，智谱在今年2月宣布对GLMCodingPlan套餐价格体系进行结构性调整，整体涨幅自30%起，以保障高负载下的稳定性与服务质量。尽管API价格在一季度上涨83%，其调用量却不降反升。这表明客户真正愿意为效果付费，而非因价格妥协。
对智谱而言，这也形成了一种由提价带来的正向反馈循环。更高的价格在一定程度上筛选出更重视效果的高价值客户，这类客户往往具备更高的留存率与调用深度，从而进一步巩固了业务的质量与持续增长能力。
在3月27日举行的2026中关村论坛年会分论坛上，智谱CEO张鹏在谈及模型涨价时表示，随着模型处理复杂任务时思考与推理链路不断延长，完成一个任务所需的Token量，可达简单问答的十倍甚至百倍。因此，价格的相应调整，本质上是成本变化的自然结果。模型能力提升也带来服务成本提高，希望逐步拉回至正常商业价值区间。
“长期依赖低价竞争，其实并不利于整个行业的发展，这也是我们的一个重要考量。”张鹏进一步指出，“我们希望通过这样的方式，在商业化路径上形成一个更健康的闭环，持续优化模型能力，并更长期、稳定地为大家提供更好的模型和相应的Token服务。”
归根结底，智谱的核心判断可以概括为：智能上界决定定价权，Token消耗规模决定价值体量。
换言之，模型能力越强，在关键场景中的不可替代性越高，所能支撑的议价空间也就越大。而只有当模型实现大规模、持续性调用，形成稳定的Token消耗时，其商业价值才能真正落地释放。由此可见，AGI的商业价值，本质上是智能上限与Token消耗规模共同作用的结果。
当Token成为新货币，智谱给出一套新的AI价值衡量体系
透视智谱的首份年度财报，不难发现，一个围绕MaaS构建的正向飞轮正在加速形成。具体而言，随着模型能力的持续提升，会吸引更多企业与开发者接入。接入规模的扩大带动Token调用量攀升，推动收入增长。而持续增长的收入又得以反哺模型训练与算力投入，进一步强化模型能力。如此循环递进，形成一个自我强化的增长闭环。
在这个MaaS飞轮中，至为关键的变量就在于模型能力本身的持续提升。智谱曾提出，智能上界的提升，是大模型乃至通用人工智能时代唯一的“第一性”。
过去一年以来，智谱的基座模型累计完成5次以上的重要迭代，实现从GLM-4.5到GLM-5-Turbo的持续进化。在Artificial Analysis等权威评测榜单中，GLM系列模型跻身全球第一梯队，仅次于谷歌Gemini、OpenAIGPT、AnthropicClaude等先进模型，同时领先于众多国产模型。
更明显的变化是，GLM系列模型正从“知识导向”向“任务导向”演进，不再局限于问答式的知识库，而是具备独立完成复杂任务的智能体能力。GLM-5正是“Agentic Engineering”趋势下的变革产物。据官方介绍，GLM-5在Coding与Agent能力上取得开源SOTA表现，在真实编程场景中的使用体感已逼近Claude Opus 4.5，尤其擅长复杂系统工程与长程Agent任务。
本月中最新上线的GLM-5-Turbo，则被定位为“面向OpenClaw龙虾场景深度优化的基座模型”。该模型在训练阶段即针对龙虾任务的核心需求进行专项优化，增强如工具调用、指令遵循、定时与持续性任务、长链路执行等核心能力，有效解决了通用模型在实际龙虾场景中面临的诸多问题。
近段时间，开源Agent项目OpenClaw在国内外掀起部署热潮。但由于OpenClaw本地部署门槛较大、Token消耗成本极高等因素，不少用户选择转向国内云厂商、模型厂商提供的“一键部署”方案，智谱等基模公司成为本轮OpenClaw浪潮的受益者。
3月10日，智谱正式上线AutoClaw（澳龙），将其定义为“国内首个真一键安装的本地版OpenClaw”。AutoClaw封装了50+主流Skills与API，并支持一键接入飞书等即时通讯工具。在全球最大的AI模型API聚合平台OpenRouter上，GLM-5-Turbo本周调用量达9660亿Token，位列全球前十。智谱已成为国内付费Token消耗量最高的厂商之一。
Token正逐渐成为智能经济时代的“新货币”。作为模型处理信息的最小单位，Token的调用量被行业普遍视为衡量模型活跃度与实际处理规模的重要指标。英伟达创始人兼首席执行官黄仁勋直言Token是“新的大宗商品”，阿里巴巴也成立了以Token Hub为核心主线的新事业群。与此同时，以OpenClaw为代表的新一代复杂Agent推动Token消耗迈入指数级增长阶段，标志着Token剧增的新范式加速到来。
随着Token消耗规模的快速扩张，行业也亟需一套新的框架，用以衡量Token如何被更高效地转化为实际价值。在此背景下，智谱提出“Token架构力”（TAC）的概念，并将其定义为：TAC =调用智能的量×智能的质量×转化为经济价值的效率。
具体来说，“量”指企业和个人每天调用的Token数量，以及交由AI处理的任务规模。“质”则衡量Token所依托的模型是否足够聪明、可靠，能否在复杂场景中输出可交付的结果。而“效率”则关注能否找到合适的场景，让AI真正转化为可衡量的经济产出。
从长远来看，组织与个体的核心竞争力，将越来越取决于其TAC水平。相较于单纯的大模型提供商，智谱的目标更像是构建面向全社会的TAC基础设施，帮助各类组织与个体高效地调度与运用智能资源，并将其持续转化为可落地、可衡量的经济价值。
而这一发展路径，已在智谱最新披露的财报中得到初步印证。回过头看，这份财报的核心意义或许在于，智谱展现出一条相对清晰且自洽的增长逻辑：通过持续提升智能上界，逐步强化定价能力，进而带动API收入增长，并不断优化整体毛利结构，商业模式的可持续性也由此得到验证。
若从“中国版Anthropic”的视角展开审视，智谱的估值逻辑也不应再被锚定在传统软件厂商或项目制公司的旧框架里，而应转向以MaaS平台为核心的衡量体系，重点关注平台渗透率、Token消耗规模，以及TAC背后所代表的生态控制力。在这一全新的坐标系下，智谱的长期想象空间，才刚刚被真正打开。
