5个月10倍：智谱ARR破10亿美元，中国大模型的价值验证时刻

文 | 舒书

7月17日，WAIC 2026开幕当天，一条消息在行业传开：截至2026年7月，智谱ARR已达到10亿美元。

从1亿美元ARR增长到10亿美元，Anthropic用了约15个月，智谱只用了约5个月。不过，Anthropic的15个月为审计后ARR，智谱的5个月为RRR推演，两者口径并不完全对等，增速对比仅作方向性参考。注：“5个月10倍”指1亿至10亿跨越周期，15倍为2026年全年区间累计增速，二者统计区间不同。

它提前半年兑现了市场此前2026年底达到10-15亿美元的预期，由此成为国内第一家跨过10亿美元ARR门槛的基础模型公司。

不过需要说明的是，该数据为WAIC 2026期间行业流传的测算数据，尚未经官方财报公开确认。行业测算多基于短期调用、订单收入年化推演的RRR口径（收入运行率），与标准SaaS的ARR存在计算差异，数据存在高估可能性。在SaaS和AI行业，ARR与RRR的区别在于：ARR是已签约合同年化收入，更接近确定性；而RRR是将当前单月调用收入线性外推为全年，国内大模型公司常把“当年合同金额+未来几年框架协议年化”都纳入统计，政企大单尤其容易推高数字。

一、Coding赛道：增长的核心引擎

智谱的增长驱动力，核心来自Coding。

过去一年，AI编程已成为全球造血能力最强的AI赛道。Anthropic的Claude Code推出半年ARR即飙升至10亿美元，推动其整体估值在2026年5月达到万亿美金（一级市场定价），超过OpenAI。但此前，市场对国内大模型能否复刻这条路径普遍存疑。

智谱的回应是：今年Q1，GLM API价格累计调高约83%，海外订阅价格接近Claude Code，调用量仍增长约400%。这一数据初步印证了Coding场景下用户付费意愿的刚性潜力。但400%的增长中，低价试用用户切换付费的短期效应尚未被分层披露。此外，智谱海外API的实际成交价与挂牌价的差异尚未披露——若接近Claude定价仅是挂牌锚定、实际仍有显著折价，则400%增长对付费刚性的验证力度需打折。

智谱是国内最早押注Coding路线的模型厂商之一。2025年初开始集中提升模型代码能力，以约两个月一版的节奏持续迭代。2026年6月发布的GLM-5.2，即便采用开源模式，在Code Arena（代码能力竞技评测基准）盲测中位列全球可用模型第一。

GLM-5.2在FrontierSWE、Terminal-Bench等多个权威评测中，与当前海外最强的Claude Opus 4.8仅相差约1%-4%，是排名最高的开源模型。在实际体验中，GLM-5.2能自主完成开发、联调、测试到打包上线，几小时内交付一个多端应用，这过去往往需要一支团队干上数周。

开源模型本身不直接产生收入，它的价值在于引流：开发者通过开源版本体验模型能力后，如需企业级性能、更高并发或专属服务，自然向闭源增强版API或私有化部署转化。行业内常用公式衡量大模型商业潜力：商业价值 = 智能上限 × Token消耗规模，但高Token消耗同步推高算力开支，收入增长无法直接转化为利润。同时，这条转化链对模型迭代速度要求极高——一旦开源版本与闭源版本的体验差距被竞品抹平，转化链路就会面临断裂风险。

二、政企与行业：ARR的另一块压舱石

如果Coding是智谱ARR的发动机，那么国内政企市场和行业解决方案则是压舱石。

2025年以来，国内政务、金融、能源、制造业的AI大模型私有化部署需求集中释放。这一需求的背后，是国家“AI+”政策和数字化转型的强制性要求——2025-2026年，央国企和地方政府密集出台的数字化采购指南，直接催生了对国产大模型的规模化采购。智谱在政务、金融等高价值行业的先发布局，提供了稳定的收入基础。

但这类收入结构的特征也意味着：一次性大额合同和经常性订阅收入在质量上存在本质区别。上述10亿中，标准化订阅与政企定制化收入的比重尚未公开。若政企私有化占比偏高，则智谱综合毛利率大概率显著低于Anthropic的60%中段——政企项目毛利通常较标准化API薄一截——换言之，同样是10亿ARR，智谱与Anthropic的盈利转化能力并不在同一量级。

也正因政企定制项目占比、客户净收入留存率（NDR，即老客户在12个月内的收入变化，反映客户的续费与增购情况）、实际现金消耗数据未披露，市场难以精准判断10亿ARR的长期可持续现金流价值。

三、ARR 10亿之后：摸高计划的选择

商业化验证之后，智谱的选择是向上突破而非向下收割。

7月11日，智谱创始人唐杰发布内部信《巨浪已来》，提出“摸高计划”：不追求短期的应用变现，而是直指AGI的下一个高地。四大引擎包括：长程任务（支撑大型复杂工程级AI任务）、自治智能体系统（可独立完成完整业务流程的数字员工）、完全自我训练（AI自主迭代优化模型能力）、极致安全治理（适配政企与海外合规要求）。

唐杰在信中写道：“别人敲钟，我们归零。既然终点是AGI，那么短期利益或者行业风口，都只是通向终局的沿途风景。”

这一选择本身就值得审视。在ARR突破10亿美元之后选择继续押注AGI而非快速盈利，意味着智谱将在可预见的未来持续承受高研发投入带来的压力。其逻辑链条的完整性，取决于两个前提：持续的研发投入能否转化为可量化的智能上界提升；资本市场能否容忍“高增长+低利润”的财务模型长期存在。

在当前的资本环境下，投资人正在从追逐增长转向要求盈利，这可能是更关键的变量。据SemiAnalysis测算，ARR体量同样突破10亿美元的Anthropic，预计将于2026年Q3实现10亿美元GAAP息税前利润（按照美国通用会计准则扣除利息、税项前的利润），对应约6%的整体利润率。对比之下，智谱在“摸高”战略下的盈利路径尚未清晰。这种方向选择上的差异，将在未来12-18个月内接受市场的检验。

四、一个正在被验证的判断

智谱ARR破10亿，是中国大模型行业的标志性节点。

除智谱、MiniMax、月之暗面等创业模型厂商外，百度、阿里、腾讯、讯飞依托云与政企生态，早已形成体量庞大的大模型营收盘，赛道内卷全面加剧。海内外厂商同步加码代码赛道，意味着智谱依靠Coding形成的短期增长红利窗口期正在收窄。

它初步验证了两个方向：第一，Coding场景下，中国AI公司同样能跑出高营收体量，国产替代政策红利与赛道选择的叠加效应正在显现；第二，在投资机构和财报语境里，ARR正在取代融资额，成为衡量大模型公司价值的核心标尺之一。

但智谱并非全无隐忧。市场竞争正在加剧。MiniMax近期发布M3模型，重点强化Coding和Agent能力；月之暗面推出Kimi K3，2.8万亿参数，进一步加码代码与推理赛道。海外方面，OpenAI也正通过GPT-5.6与CodeX生态整合，加强在编程领域的竞争力。

除此之外，海外API业务还长期面临数据跨境合规、海外企业数据信任顾虑等地缘层面增长约束。市场有三个核心问题将持续检验智谱发展底色：

其一，标准化订阅与政企定制收入的配比，直接决定增长长期可持续性。 若10亿美元中政企一次性项目占比过高，则ARR的“经常性”含金量将大打折扣。

其二，Coding赛道的窗口期有多长？ GLM-5.2在Code Arena排名第一，但MiniMax M3、Kimi K3、OpenAI CodeX都在压这个赛道，技术差距按月算。智谱的护城河如果只建在“模型能力暂时领先”上，转化链随时可能断裂。

其三，当高速增长阶段结束、资本市场转向盈利考核，企业如何平衡长期AGI投入与短期商业化变现？ 这是智谱“摸高计划”面临的最大考验。

本次突破是中国大模型单一商业化赛道的里程碑，而非全行业商业化彻底成熟的终点。智谱已经完成了一次关键跨越。下一步的考验，是从跑通商业化走向可持续盈利。这不仅是智谱的问题，也是这一波中国基础模型厂商即将共同面对的问题。