5個月10倍：智譜ARR破10億美元，中國大模型價值驗證時刻

7月17日，WAIC 2026開幕當天，一條消息在行業傳開：截至2026年7月，智譜ARR已達到10億美元。

從1億美元ARR增長到10億美元，Anthropic用了約15個月，智譜只用了約5個月。不過，Anthropic的15個月為審計后ARR，智譜的5個月為RRR推演，兩者口徑并不完全對等，增速對比僅作方向性參考。注：“5個月10倍”指1億至10億跨越周期，15倍為2026年全年區間累計增速，二者統計區間不同。

它提前半年兌現了市場此前2026年底達到10-15億美元的預期，由此成為國內第一家跨過10億美元ARR門檻的基礎模型公司。

不過需要說明的是，該數據為WAIC 2026期間行業流傳的測算數據，尚未經官方財報公開確認。行業測算多基于短期調用、訂單收入年化推演的RRR口徑（收入運行率），與標準SaaS的ARR存在計算差異，數據存在高估可能性。在SaaS和AI行業，ARR與RRR的區別在于：ARR是已簽約合同年化收入，更接近確定性；而RRR是將當前單月調用收入線性外推為全年，國內大模型公司常把“當年合同金額+未來幾年框架協議年化”都納入統計，政企大單尤其容易推高數字。

一、Coding賽道：增長的核心引擎

智譜的增長驅動力，核心來自Coding。

過去一年，AI編程已成為全球造血能力最強的AI賽道。Anthropic的Claude Code推出半年ARR即飆升至10億美元，推動其整體估值在2026年5月達到萬億美金（一級市場定價），超過OpenAI。但此前，市場對國內大模型能否復刻這條路徑普遍存疑。

智譜的回應是：今年Q1，GLM API價格累計調高約83%，海外訂閱價格接近Claude Code，調用量仍增長約400%。這一數據初步印證了Coding場景下用戶付費意愿的剛性潛力。但400%的增長中，低價試用用戶切換付費的短期效應尚未被分層披露。此外，智譜海外API的實際成交價與掛牌價的差異尚未披露——若接近Claude定價僅是掛牌錨定、實際仍有顯著折價，則400%增長對付費剛性的驗證力度需打折。

智譜是國內最早押注Coding路線的模型廠商之一。2025年初開始集中提升模型代碼能力，以約兩個月一版的節奏持續迭代。2026年6月發布的GLM-5.2，即便采用開源模式，在Code Arena（代碼能力競技評測基準）盲測中位列全球可用模型第一。

GLM-5.2在FrontierSWE、Terminal-Bench等多個權威評測中，與當前海外最強的Claude Opus 4.8僅相差約1%-4%，是排名最高的開源模型。在實際體驗中，GLM-5.2能自主完成開發、聯調、測試到打包上線，幾小時內交付一個多端應用，這過去往往需要一支團隊干上數周。

開源模型本身不直接產生收入，它的價值在于引流：開發者通過開源版本體驗模型能力后，如需企業級性能、更高并發或專屬服務，自然向閉源增強版API或私有化部署轉化。行業內常用公式衡量大模型商業潛力：商業價值 = 智能上限 × Token消耗規模，但高Token消耗同步推高算力開支，收入增長無法直接轉化為利潤。同時，這條轉化鏈對模型迭代速度要求極高——一旦開源版本與閉源版本的體驗差距被競品抹平，轉化鏈路就會面臨斷裂風險。

二、政企與行業：ARR的另一塊壓艙石

如果Coding是智譜ARR的發動機，那么國內政企市場和行業解決方案則是壓艙石。

2025年以來，國內政務、金融、能源、制造業的AI大模型私有化部署需求集中釋放。這一需求的背后，是國家“AI+”政策和數字化轉型的強制性要求——2025-2026年，央國企和地方政府密集出臺的數字化采購指南，直接催生了對國產大模型的規模化采購。智譜在政務、金融等高價值行業的先發布局，提供了穩定的收入基礎。

但這類收入結構的特征也意味著：一次性大額合同和經常性訂閱收入在質量上存在本質區別。上述10億中，標準化訂閱與政企定制化收入的比重尚未公開。若政企私有化占比偏高，則智譜綜合毛利率大概率顯著低于Anthropic的60%中段——政企項目毛利通常較標準化API薄一截——換言之，同樣是10億ARR，智譜與Anthropic的盈利轉化能力并不在同一量級。

也正因政企定制項目占比、客戶凈收入留存率（NDR，即老客戶在12個月內的收入變化，反映客戶的續費與增購情況）、實際現金消耗數據未披露，市場難以精準判斷10億ARR的長期可持續現金流價值。

三、ARR 10億之后：摸高計劃的選擇

商業化驗證之后，智譜的選擇是向上突破而非向下收割。

7月11日，智譜創始人唐杰發布內部信《巨浪已來》，提出“摸高計劃”：不追求短期的應用變現，而是直指AGI的下一個高地。四大引擎包括：長程任務（支撐大型復雜工程級AI任務）、自治智能體系統（可獨立完成完整業務流程的數字員工）、完全自我訓練（AI自主迭代優化模型能力）、極致安全治理（適配政企與海外合規要求）。

唐杰在信中寫道：“別人敲鐘，我們歸零。既然終點是AGI，那么短期利益或者行業風口，都只是通向終局的沿途風景。”

這一選擇本身就值得審視。在ARR突破10億美元之后選擇繼續押注AGI而非快速盈利，意味著智譜將在可預見的未來持續承受高研發投入帶來的壓力。其邏輯鏈條的完整性，取決于兩個前提：持續的研發投入能否轉化為可量化的智能上界提升；資本市場能否容忍“高增長+低利潤”的財務模型長期存在。

在當前的資本環境下，投資人正在從追逐增長轉向要求盈利，這可能是更關鍵的變量。據SemiAnalysis測算，ARR體量同樣突破10億美元的Anthropic，預計將于2026年Q3實現10億美元GAAP息稅前利潤（按照美國通用會計準則扣除利息、稅項前的利潤），對應約6%的整體利潤率。對比之下，智譜在“摸高”戰略下的盈利路徑尚未清晰。這種方向選擇上的差異，將在未來12-18個月內接受市場的檢驗。

四、一個正在被驗證的判斷

智譜ARR破10億，是中國大模型行業的標志性節點。

除智譜、MiniMax、月之暗面等創業模型廠商外，百度、阿里、騰訊、訊飛依托云與政企生態，早已形成體量龐大的大模型營收盤，賽道內卷全面加劇。海內外廠商同步加碼代碼賽道，意味著智譜依靠Coding形成的短期增長紅利窗口期正在收窄。

它初步驗證了兩個方向：第一，Coding場景下，中國AI公司同樣能跑出高營收體量，國產替代政策紅利與賽道選擇的疊加效應正在顯現；第二，在投資機構和財報語境里，ARR正在取代融資額，成為衡量大模型公司價值的核心標尺之一。

但智譜并非全無隱憂。市場競爭正在加劇。MiniMax近期發布M3模型，重點強化Coding和Agent能力；月之暗面推出Kimi K3，2.8萬億參數，進一步加碼代碼與推理賽道。海外方面，OpenAI也正通過GPT-5.6與CodeX生態整合，加強在編程領域的競爭力。

除此之外，海外API業務還長期面臨數據跨境合規、海外企業數據信任顧慮等地緣層面增長約束。市場有三個核心問題將持續檢驗智譜發展底色：

其一，標準化訂閱與政企定制收入的配比，直接決定增長長期可持續性。 若10億美元中政企一次性項目占比過高，則ARR的“經常性”含金量將大打折扣。

其二，Coding賽道的窗口期有多長？ GLM-5.2在Code Arena排名第一，但MiniMax M3、Kimi K3、OpenAI CodeX都在壓這個賽道，技術差距按月算。智譜的護城河如果只建在“模型能力暫時領先”上，轉化鏈隨時可能斷裂。

其三，當高速增長階段結束、資本市場轉向盈利考核，企業如何平衡長期AGI投入與短期商業化變現？ 這是智譜“摸高計劃”面臨的最大考驗。

本次突破是中國大模型單一商業化賽道的里程碑，而非全行業商業化徹底成熟的終點。智譜已經完成了一次關鍵跨越。下一步的考驗，是從跑通商業化走向可持續盈利。這不僅是智譜的問題，也是這一波中國基礎模型廠商即將共同面對的問題。

作者后記

這篇文章拆解了智譜ARR破10億美元背后的商業邏輯——Coding賽道的增長引擎、政企收入的壓艙石作用、以及“摸高計劃”在短期變現與長期AGI投入之間的戰略選擇。

類似的組織戰略張力——收入增長與盈利能力的錯位、賽道窗口期與護城河建設的時間賽跑、資本市場的估值邏輯切換——正在成為中國基礎模型廠商的共同命題。

我長期關注科技企業的戰略選擇與組織韌性，尤其聚焦AI產業鏈上處于商業化驗證與規模化擴張交匯點的公司。如果您的企業正在經歷類似的組織與戰略卡點，歡迎交流。