智譜 AI 首份中報亮相：營收狂飆近 400% 卻難掩巨虧，上半年慘賠逾 20 億元

重點摘要

• 智譜 AI 截至 2026 年 6 月 30 日止上半年總收入 9.54 億元，同比增長 399.7%；開放平台及 API 收入佔比升至 86.5%，成為絕對主力。
• 儘管 API 業務毛利率由負轉正至 24.6%，但整體毛利率因高毛利本地化部署業務萎縮而跌至 26.4%，淨虧損 20.72 億元。
• 創始人唐傑提出「摸高」戰略，公司通過 All-in-Infra 擴大國產晶片應用，並在 7 月完成 314 億港元配售以支撐後續研發與算力投入。

北京智譜華章科技股份有限公司於 2026 年 8 月 31 日發布上市後首份中期業績公告，報告期為截至 2026 年 6 月 30 日止的六個月。這份財報揭示了智譜 AI 在商業化初期的劇烈轉型陣痛：一方面，雲端模型即服務（MaaS）模式爆發，帶動營收激增；另一方面，高昂的研發投入與推理成本使得虧損規模依然龐大。對技術背景的創業者與工程師來說，這份財報不只是財務資料，更是大型語言模型從「技術演示」走向「規模化商業落地」的典型樣本。

收入結構劇變：從賣模型到賣呼叫的代價

智譜 AI 2026 年上半年實現總收入 9.54 億元，同比增長 399.7%。這一增長並非均勻分佈，而是高度集中於開放平台及 API 業務。該業務收入從去年同期的 2910 萬元飆升至 8.25 億元，同比增長 2735.7%，佔總收入比例由 15.2%躍升至 86.5%。與之形成鮮明對比的是，企業級通用大模型（本地化部署）收入從 1.48 億元下降 54.6%至 6704 萬元。

這種收入重心的轉移，標誌著智譜 AI 正式從一次性專案制交付轉向持續性的雲端訂閱與呼叫模式。公司將這一商業化路徑演進總結為「賣模型→賣呼叫→賣訂閱→賣端到端任務結果」。目前，智譜正從「賣模型」往「賣呼叫」的階段過渡。

然而，這種轉型伴隨著毛利率的顯著下滑。整體毛利率由去年同期的 50.0%降至 26.4%。主要原因在於，毛利率相對較高的本地化部署業務佔比大幅下降，而快速擴張的 API 業務雖然規模巨大，但其毛利水平仍低於傳統軟體交付。儘管開放平台及 API 業務本身的毛利率已由-0.4%提升至 24.6%，實現由負轉正，但這主要得益於單位 Token 推理成本較年初下降約 80%。

API 平均售價較年初提升約 101%，顯示營收成長並非單純依賴降價換量。MaaS 平台付費日活使用者數較年初增長 603%，前十大使用者日均呼叫量增長 98 倍，平台 Token 呼叫量增長超 40 倍。這些資料表明，市場需求是真實且強勁的，但高增長背後是巨大的算力消耗。銷售成本從 9545 萬元增至 7.02 億元，同比增長 635.4%，主因即為計算服務費用大增。

研發黑洞與盈利困境：200%的研發費用率

在營收高歌猛進的表象下，智譜 AI 的盈利能力依然堪憂。報告期淨虧損 20.72 億元，同比收窄 12.1%；但剔除股份支付等非現金專案後，經調整淨虧損 19.64 億元，因研發投入增加而較去年同期擴大。

研發開支同比增長 33.6%至 21.31 億元，約為同期收入的 2.2 倍，研發費用率超過 200%。這意味著，智譜 AI 每收入 1 元錢，就需要投入超過 2 元用於研發。對於一家已上市的公司而言，這種投入強度在科技行業中極為罕見。相比之下，銷售及營銷開支同比下降 14.8%，一般及行政開支同比下降 44.2%，顯示出公司在非核心支出上的嚴格控制，將所有資源傾斜至技術研發與算力基礎設施。

這種「燒錢換技術」的策略在 AI 行業並非孤例，但智譜的激程序度令人側目。其核心邏輯在於，大模型競爭說穿了就是算力與資料的軍備競賽。為了維持技術領先，智譜必須在模型迭代上保持高頻節奏。報告期內，智譜 AI 密集迭代 GLM 系列，釋出 GLM-5、GLM-5.2、GLM-5.3 及 GLM-5.3-Flash 四款模型。

其中，GLM-5.3 在與 GLM-5.2 保持相同架構及參數量的前提下，通過擴大後訓練與強化學習規模，端到端編碼完成率提升超過 50%。而 GLM-5.3-Flash 總參數量 3200 億、啟用參數 180 億，採用稀疏注意力與線性注意力架構，使用 30 萬億級多模態預訓練語料，定價約為 GLM-5.2 的十分之一。這種分層模型策略，旨在覆蓋從高效能到低成本的不同應用場景，但同時也加劇了研發資源的分散與投入壓力。

國產算力突圍：All-in-Infra 的戰略豪賭

面對高昂的推理成本，智譜 AI 選擇了一條極具爭議但也充滿潛力的道路：All-in-Infra。公司通過「All-in-Infra」戰略擴大國產晶片在推理算力中的應用，以降低推理成本。

GLM-5.3-Flash 已在 10 萬級國產晶片叢集上提供推理服務，端到端服務效能較初始基線提升 3 倍。這一成就表明，國產晶片在特定場景下已具備支撐大規模商業推理的能力。對於工程師而言，這意味著底層硬體棧的適配與最佳化將成為未來 AI 基礎設施競爭的關鍵戰場。

然而，國產晶片的生態成熟度、軟體相容性以及長期穩定性，依然是避不開的隱憂。智譜 AI 的豪賭，等於將自身命運與國產算力產業鏈深度綁定。如果成功，將形成極高的競爭壁壘；如果失敗，則可能面臨算力瓶頸與效能劣勢的雙重打擊。

在安全領域，智譜 AI 也在嘗試構建差異化優勢。公司在 CyberGym 安全基準上取得 84.5%成績，在 ExploitGym 完成 130 項任務；聯合安全團隊累計發現漏洞 2436 個，其中中高危漏洞 1097 個。此外，通過 ZCode 產品，智譜將模型能力從程式碼輔助延伸至軟體開發完整流程，嘗試讓模型承擔更長鏈條的工程任務。這些舉措旨在提升模型在垂直領域的專業度與可信度，從而支撐更高的 API 溢價。

唐傑的「摸高」戰略：萬億市值背後的野心

智譜 AI 的激進擴張，離不開創始人兼 CEO 唐傑的強力推動。2026 年 7 月 11 日，唐傑發內部信《巨浪已來》，提出「本質、反直覺、專注」核心方法論，並將戰略目標稱為「摸高」。他在信中宣示「不登頂，就是失敗」，展現出極強的進攻姿態。

這一戰略背景是智譜 AI 市值的飆升。智譜 AI 市值於 2026 年 6 月進入「萬億港元俱樂部」，約為百度市值的 3 倍。如此高的估值，意味著市場對其未來增長抱有極高期待。為了支撐這一預期，智譜必須在技術、產品與商業化上持續超預期。

報告期結束後，公司於 2026 年 7 月以每股 1588 港元完成配售，募資約 314 億港元，用於模型訓練、算力基礎設施及產品研發。這筆鉅額資金為智譜的「摸高」戰略提供了彈藥，但也進一步加劇了股東的回報壓力。

整體來看，智譜 AI 的現狀正處於拉扯之中。一方面，API 業務的爆發式增長證明了其技術產品的市場價值，單位成本的下降也顯示出規模效應的初步顯現。另一方面，超過 200%的研發費用率與整體毛利率的下滑，揭示了商業化初期的脆弱性。唐傑的「摸高」戰略，既是對市場期待的回應，也是對自身技術信仰的堅持。

智譜 AI 的案例給了業界一個警示：在 AI 基礎設施層，技術領先與成本控制同樣重要。雖然從專案制轉向平台化是必然趨勢，但過渡期的財務陣痛避無可避，長期生存仍取決於算力佈局的多元與自主掌控。智譜 AI 能否在「摸高」過程中實現盈利平衡，將是未來幾年全球 AI 產業最關注的課題之一。目前看來，這場豪賭還沒到見分曉的時候。