（本文作者为 舒书，钛媒体经授权发布）

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。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体 App