一、问题：大模型竞争陷入“价格战+参数竞赛”，商业可持续性面临考验 近一段时期，大模型产业一边加快能力迭代，一边仍在摸索清晰的商业化路径。行业内“以价换量”的打法较为普遍，部分企业以低价吸引开发者与客户——短期带来调用量增长——但也导致毛利承压、投入回收周期拉长等问题。此外，“更大参数、更高算力”的竞赛并不必然带来稳定现金流，市场更关心企业是否具备可复制、可扩张的商业模式。 二、原因：从“卖模型”转向“卖服务”，按使用付费推动收入与需求强绑定 智谱此次财报之所以受到关注，核心在于其业务结构的变化：公司全年收入超7.24亿元，同比增长132%，综合毛利率达41%。更重要的是，以API为载体的MaaS（模型即服务）正在成为主要增长动力。 在MaaS模式下，客户通过统一接口调用模型能力，底层技术被产品化、标准化，使用门槛更低，付费也更贴近实际业务量。不同于传统软件以“席位数、订阅费”为主的计费方式，MaaS更多以Token等用量指标计费：企业在客服、编程辅助、内容生成、流程决策等场景中用得越深，用量越高，收入的持续性也越强。 从财报信息看，平台用户规模与覆盖范围扩大，模型调用从测试验证逐步走向生产环节，意味着大模型服务正嵌入企业日常经营流程。相比项目制交付，这种“嵌入式增长”更稳定，也更容易形成规模效应。 三、影响：提价不降量释放关键信号，行业竞争从“低价敏感”转向“效果敏感” 值得关注的是，在行业普遍降价的背景下，智谱API提价后需求仍保持增长。“提价不降量”说明客户决策正在从“比谁更便宜”转向“看谁更能解决问题”。当大模型进入生产系统，企业更在意稳定性、可用性、响应时延、结果质量与可控性，低价不再是决定性因素。 从产业角度看，此变化具有风向标意义： 一是促使行业重新评估“定价权”。效果更强、工程化能力更好、交付更确定的服务商，更有机会获得溢价空间。 二是加速商业模式从“项目驱动”转向“平台驱动”。平台型收入通常更分散、更可持续，能够降低对单一大客户或单一项目的依赖。 三是改善投入—产出预期。毛利率与平台规模扩张相互促进，有助于形成持续投入研发、算力与安全治理的正循环，为长期竞争提供资金与资源支撑。 四、对策：以标准化接口做大生态，以工程化能力与治理体系提升“可用性” 在全球范围内，大模型企业较主流的商业路径之一，是以领先模型能力为基础，通过API提供推理服务，吸引开发者与企业共建应用生态。关键在于标准化：以统一接口输出能力，让客户“关注结果而非底层”，从而实现更快扩张。 面向国内市场，平台要形成长期竞争力，还需要在本地化落地、行业适配与合规治理上持续投入： 一要强化关键行业场景的工程能力。金融、政务、医疗、制造等领域对数据安全、可追溯、低幻觉率与系统稳定性要求更高，需要在模型能力之外，配套工具链、评测体系与运维服务。 二要完善成本控制与推理效率。MaaS规模化离不开推理侧降本增效，包括模型压缩、推理加速、资源调度与多模型协同等，以提升单位算力产出。 三要构建安全与责任体系。随着调用深入生产系统，数据边界、内容安全、权限管理与审计追溯的重要性上升，治理能力将成为平台型企业的“隐性门槛”。 五、前景：大模型商业化进入“以服务与生态定胜负”的新阶段 从此次财报释放的信息看，大模型产业或正在进入新的竞争坐标：单靠低价和参数规模难以形成护城河，能够提供稳定可用的MaaS服务、形成开发者生态并具备持续运营能力的企业，更可能在下一阶段占据主动。 展望未来，随着更多企业将核心流程迁移到模型能力之上，Token用量有望持续增长，平台型收入的复利效应将深入显现。同时，行业也将更重视可解释、可控、可审计等能力建设，并在多模态、智能体协同等方向催生新一轮应用创新。能否在“能力—体验—成本—治理”之间取得平衡，将决定平台型企业能走多远。
智谱科技的财报不仅是一份业绩总结，也折射出中国人工智能产业从技术探索走向商业落地的转变。在全球竞争加剧、技术迭代加速的背景下，如何建立可持续的商业模式、形成定价能力，将成为AI企业共同面对的关键课题。