当大模型行业还在价格战与参数竞赛的漩涡中徘徊时，智谱凭借上市后的首份财报，悄然重塑了市场对其的认知框架。

3月31日，智谱发布了其上市后的首份年度业绩报告。数据显示，公司全年营收突破7.24亿元大关，同比增长率高达132%；同时，全年综合毛利率攀升至41%，展现出强劲的盈利能力。

过去，智谱常被外界简单地贴上技术公司或模型厂商的标签，然而这份财报却揭示了一个更为深刻的真相：智谱正逐步蜕变为一家以MaaS（Model as a Service）为核心，手握定价权且具备规模化扩张能力的基础设施提供商。

API调用量的激增、年度经常性收入（ARR）的跨越式提升、毛利率的持续优化，以及在行业普遍降价背景下仍能实现83%的价格上调且需求不减反增，这些迹象共同表明，智谱的商业模式已成功跨越验证期，正步入飞轮加速的黄金时代。

与此同时，智谱提出的TAC（Token Architect Capability）框架，正试图重新定义AI时代的价值评估标准。市场或许需要重新审视这家公司：它已不再局限于模型提供者的角色，而是正在构建一个全新的估值体系，成为智能经济的“基石”。

从API调用到现金流：MaaS飞轮如何驱动智谱增长

在智谱的财报叙事中，模型参数或训练成本已不再是核心变量，取而代之的是更具商业导向的指标——MaaS API平台的年度经常性收入（ARR）。

数据显示，至2025年，智谱MaaS API平台的ARR已达17亿元（约合2.5亿美金），同比激增60倍。这一飞跃并非偶然，而是基于调用规模持续扩大的坚实基础。财报显示，截至2026年3月，智谱平台注册用户已突破400万，覆盖全球218个国家和地区，模型调用正从测试阶段全面迈向真实生产环境。

Token，作为这一过程中的核心计量单位，发挥着至关重要的作用。

与传统软件以用户数或订阅费为核心不同，MaaS模式的精髓在于以Token调用为基础的按使用付费机制。随着企业将客服、编程、内容生成乃至复杂决策流程逐步迁移至模型之上，Token消耗直接转化为收入来源。这种模式使收入与真实需求紧密相连，增长更具韧性。

尤为引人注目的是，调用量的增长并未因价格上调而受阻。在一季度API价格上涨83%后，平台调用量反而持续攀升。在AI领域，价格敏感度正逐渐让位于效果敏感度。客户不再为低价买单，而是更看重模型能否完成任务。

这背后，是智谱构建的模型能力与商业转化之间的良性循环。一方面，更强的模型能力带来更高质量的输出结果，推动企业将更多核心流程迁移至AI系统；另一方面，更高频的调用又反过来扩大数据与反馈，进一步优化模型表现。

由此，MaaS飞轮得以形成：模型能力提升带动调用量增长，驱动收入扩大，支撑资源再投入，助力模型能力进一步提升。

当这一飞轮开始自我强化时，增长不再依赖单一客户或项目，而是转向一个高度分散、持续累积的调用经济。这也是智谱财报中呈现的最重要变化：从项目驱动转向平台驱动。

中国版Anthropic：标准化与本地化并重的最优策略

若将智谱置于全球坐标系中审视，其商业路径正逐渐趋近于Anthropic所代表的模式：以最先进的模型能力为核心，通过API提供推理服务，吸引开发者与企业构建应用生态，最终形成高黏性的商业闭环。

这种模式的关键在于标准化。API调用意味着产品被高度抽象为统一接口，客户无需关心底层模型结构，只需关注结果。这种抽象能力使模型能够像云计算资源一样被调用，从而实现规模化扩张。

然而，智谱并未简单复制Anthropic的路径，而是在中国市场环境中探索出一套双轮驱动的结构。

一方面，是以云端API为核心的标准化业务。随着收入结构逐步向API倾斜，其高毛利特征开始显现。财报显示，智谱MaaS API平台毛利率增长近5倍至18.9%，模型推理效率与规模效应同步释放。

另一方面，是本地化部署所形成的独特竞争优势。尽管其收入占比有所下降，但客单价持续提升。目前，中国前10大互联网公司中已有9家深度集成GLM。这类客户对数据安全、系统稳定性及定制化能力要求极高，而这一能力正是海外厂商难以复制的。

这种结构使智谱在标准化效率与本地化深度之间找到了平衡点。一端是高增长、高毛利的API业务，另一端是高壁垒、高客单价的定制部署，共同构建出更稳固的收入体系。

与此同时，开源生态也成为智谱的重要支撑。2025年，GLM系列不断登顶全球开源榜首，为平台吸引了大量开发者。这些开发者既是技术扩散的节点，也是未来API调用的潜在用户。

标准化带来规模效应，本地化构筑竞争壁垒，开源生态促进技术扩散，三者共同构成了“中国版Anthropic”的核心逻辑。

从这一角度看，智谱的竞争已不再局限于国内同行，而是已跻身全球基座模型公司的同一赛道。在这个赛道中，决定胜负的将不再是单纯的技术领先性，而是技术如何被规模化使用。

从Token到估值：TAC如何重塑AI公司价值体系

如果说MaaS解释了智谱如何盈利，那么TAC（Token Architect Capability）则试图回答一个更根本的问题：AI公司的价值应如何衡量。

在传统视角下，大模型公司的估值往往依赖于市销率（PS）或市研率等指标。但这些指标忽略了一个关键事实：AI并非传统软件，其价值不在于销售规模，而在于智能被调用的程度。在大模型时代，当模型具备长程任务执行的闭环能力后，核心竞争力将重塑为TAC（Token Architecture Capability，即Token架构力）。

智谱为TAC提供了一种新的拆解方式：AI的经济价值 = 调用量 × 智能质量 × 转化效率。

其中，调用量对应Token消耗规模，代表AI参与生产的广度；智能质量决定任务完成能力，直接影响定价权；转化效率则衡量AI输出能否真正转化为经济成果。

在这一框架下，Token不再仅仅是技术指标，而是成为连接能力与收入的桥梁。

财报中的多个信号正对应TAC的三个维度：API调用量的持续增长说明“量”正在扩大；涨价83%且需求不减说明“质”带来定价权；毛利率持续提升则意味着“效率”正在优化。

这三者共同作用，使智谱的商业模型逐步接近SaaS行业的成熟形态。随着推理效率提升及规模效应显现，其毛利率有望继续向更高水平迈进。

更重要的是，TAC将AI公司从技术资产转变为基础设施提供商。

当企业将核心业务流程嵌入模型调用体系后，替换成本将显著上升。这种嵌入式依赖类似于操作系统或云服务，一旦形成将极难迁移。

这也解释了为什么资本市场开始给予类似OpenAI或Anthropic的公司更高的估值溢价。它们不只是提供工具，而是在构建下一代数字经济的底层结构。

对于智谱而言，上市后的估值表现正建立在这一逻辑之上：MaaS平台正在成为开发者与企业的AI操作系统，而Token消耗则是这一系统运行的流量计。

当市场从收入规模转向调用规模与智能渗透率来评估公司时，估值体系也将随之重构。

从MaaS飞轮的加速运转到“中国版Anthropic”路径的验证成功，再到TAC对价值体系的重塑升级，智谱正逐步从一个模型厂商蜕变为智能经济中的基础设施提供者。当AI行业从能否做出来进入能否规模化赚钱的阶段时，真正的分水岭也开始显现。对智谱而言，这或许才刚刚开始。

（本文不构成任何投资建议，信息披露内容以公司公告为准。投资者据此操作，风险自担。）