觀點網 智譜管理層表示“模型能力躍遷之後收入結構置換是必然發生的事”，而市場的另一重關切則在於，這種置換何時能真正轉化為盈利能力的改善。
8月31日晚間，智譜（02513.HK）發佈了上市以來的首份中期業績，並召開了2026年半年度業績發佈會。
截至當日收盤，智譜股價報1195港元，收漲9.63%，總市值5564億港元。也就在8月31日當天，智譜正式被納入MSCI中國指數。
報告期內，智譜營業收入達9.54億元，同比上漲399.7%，僅半年收入便已超越2025年全年7.24億元的水平。
該公司毛利達2.52億元，同比增長163.7%；期內淨虧損20.72億元，同比收窄12.1%。但剔除股份支付、向投資者發行金融工具的賬面值變動及上市開支後，經調整淨虧損為19.64億元，較上年同期的17.52億元擴大12.1%。
收入在膨脹，但賺錢的效率在下降；虧損在收窄，但經營層面的窟窿在擴大；用戶和調用量在激增，但資本市場的信心並不穩定。
近日，摩根士丹利將智譜目標價上調至1800港元，認為算力獲取能力提升與配售融資落地將支撐更強勁的增長；招銀國際維持“買入”，指出GLM-5.3在編程、Agent及網絡安全領域的能力躍升將成為正面催化劑。
不過，亦有偏謹慎機構如高盛則維持“中性”評級，指出GLM-5.3仍為迭代版本、市場期待的更大參數旗艦GLM-5.5尚未落地，且同業模型性能差距縮小，令智譜估值溢價收窄。
自今年1月以116.2港元上市、6月22日一度觸及2980港元歷史高位以來，智譜的股價已從歷史高點回撤近60%。
API業務“大漲”，收入結構“換血”
財報電話會上，智譜董事會祕書肖磊表示，相較收入增速，收入構成的切換更值得關注。
期內，智譜開放平臺及API收入由上年同期的2910萬元增至8.25億元，同比增長2735.7%，佔總收入的比例從15.2%升至86.5%。
另一邊，本地化部署板塊收入由1.62億元縮水至1.29億元，同比減少20.5%。其中，面向企業的通用大模型（私有化部署）收入下滑54.6%，僅餘6704萬元。
“2026年上半年內主營收入結構完成置換，其實本質是模型能力躍遷之後必然發生的事。”
智譜管理層在中報中，將這一演進概括為“賣模型→賣調用→賣訂閱→賣端到端任務結果”。
早期，當模型不足以獨立完成一件完整工作，客戶買的是“工具”，需要集成、定製、部署到自有環境裏，交易多是一次性授權。
當GLM（大模型）的編程能力跨過“能獨立跑通一整個工程項目”的門檻，調用量爆發，按量計費、可持續訂閱的API與Coding Plan就成了更自然的形態，收入從一次性確認轉為持續發生。
運營數據支撐了這一敘事，截至8月31日，智譜MaaS平臺年化收入規模（ARR）按月度計算達到16億美元、周度計算20億美元。
企業及開發者用戶超過740萬，Token調用量較年初增長超過40倍，付費日活用戶增長603%，前十大客戶日均調用量增長98%。
此外，API平均售價較年初提升約101%，加上ARR在8月突破16億美元，智譜的MaaS業務的增長已經形成一定規模。
智譜管理層將收入結構的演進與模型能力的代際提升掛鉤。在財報中提出“能力階梯”框架--從聊天對話到編程、再到智能體、協同工作、直至自主AI系統。
每向上推進一級，大模型可承擔的任務複雜度躍升一個量級，相應地，可觸達的商業空間也隨之放大，智譜目前的重心處在第二級到第四級之間。
毛利率腰斬
毛利率的變化揭示了這份財報的另一面。報告期內，智譜開放平臺及API業務自身毛利率從去年同期的-0.4%提升至24.6%，由負轉正。
然而，智譜整體毛利率從50%降至26.4%，原因在於高毛利的本地化部署業務佔比從84.8%縮至13.5%，而低毛利的API業務佔比急速擴大，結構性拉低了整體水平。
企業級智能體業務毛利率從64.6%降至35.6%；企業級通用大模型毛利率從58.5%降至42.3%。
收入增長最快的開放平臺及API業務，恰是智譜當期毛利率最低的業務。以API為主的雲端業務雖然自身毛利率已轉正並持續改善，但其佔比的急劇擴大在現階段反而“向下拉扯”整體毛利率。
這也是是智譜試圖從“一次性交付”邁向“持續性服務”必須面對的挑戰。
從利潤端來看，智譜此次淨虧損收窄，更多是會計處理的結果，期內淨虧損同比收窄12.1%，主要原因是上市後向投資者發行的金融工具終止確認，相關賬面值變動虧損從去年同期的4.29億元驟降至2210萬元。
剔除這一因素及股份支付、上市開支後，智譜經營虧損實際上從18.99億元擴大至21.47億元，擴大幅度為13%。
研發開支是吞噬利潤的最大單項，上半年智譜研發投入21.31億元，同比增長33.6%，約為當期收入的2.23倍。相當於，每賺取1元收入，智譜要投入2.23元用於研發。
銷售及營銷開支從2.09億元降至1.78億元，降幅14.8%；一般及行政開支從1.85億元降至1.03億元，降幅44.2%。智譜在控費，但研發的剛性增長仍在持續吞噬利潤。
銷售成本同比增長635.4%至7.02億元，增速遠高於收入增速，主要來自計算服務費用的增加。
現金方面，期內，智譜持有現金及等價物39.94億元。但IPO募集資金消耗速度同樣驚人，募集資金淨額已使用約45.88億港元（約39.7億元），佔總募資淨額的比例超93%。7月約314億港元配售融資，正為下一階段補足彈藥。
特別值得關注的是，算力供給的問題正在改善。肖磊在業績會上表示，目前國內算力環境仍以異構算力為主，國產芯片的大規模供給尚未進入放量階段。他預計，未來3-6個月內，大量先進國產芯片廠商將迎來算力放量，屆時異構算力並行的局面有望得到較大改善。
從Coding到Co-work
收入結構翻轉的核心驅動力，正是模型在編碼場景中的能力突破。智譜選擇編碼作為突破口，是因為編碼本身更像一個驗證場。代碼能否運行、測試能否通過，反饋信號清晰客觀，這為大模型訓練長程任務能力提供了規模化的可驗證環境。
肖磊在業績會上進一步表示，公司並未將編碼領域的領先優勢侷限於基準跑分層面，核心目標是建立長效能力遷移機制。
通過編碼場景提供的高密度可驗證環境，訓練模型長程規劃、工具調用、錯誤修復等底層能力，再將其遷移至網絡安全、數據分析、複雜自動化等更多專業工作領域。
對於編碼能力延伸的協同工作場景，肖磊明確定位其為專業領域複雜真實工作流的替代，而非日常辦公輔助。
網絡安全是這一邏輯的最新驗證，自GLM-5.2起，智譜與多家國內安全團隊合作，在真實代碼庫中累計經專家篩選去重的漏洞達2436個，其中高危漏洞超1000個，覆蓋269個項目。
對於Co-work場景的拓展，肖磊明確了選擇標準是基於三個清晰的維度：任務是否有足夠高的智力門檻、能否被有效驗證、完成是否有足夠高的經濟價值。
目前網絡安全是驗證最清晰的落地場景，法律、金融、數據分析等方向也在嘗試，但因可靠性門檻和驗證機制不同，商業化節奏存在差異。
面對市場對智譜“只會後訓練、參數規模相對剋制”的質疑，智譜創始人、首席科學家唐傑在電話會上回應：討論模型規模不能只看參數量，還要同時考慮訓練數據規模、計算資源投入位置。
GLM-5.3與GLM-5.2使用相同的基礎模型、架構、總參數量和激活參數量，智譜用一個月擴大長程任務環境和強化學習訓練，端到端編碼完成率提升超過50%。
唐傑表示，當前國內訓練數據規模約在30萬億-50萬億token量級，在算力有限的前提下，盲目擴大參數的邊際收益有限。
他將模型擴展比作調節多個旋鈕，這次選擇了後訓練，但並不意味着其他環節不再重要。
唐傑還披露了下一代GLM-6.0大模型的技術定位。他將GLM-6.0定義為Full Self-Training（完全自訓練）路線，核心特徵是模型具備自淨化能力，可覆蓋從預訓練、中期訓練到後訓練的全流程，實現完全自主訓練與自我進化。
唐傑指出，全自訓練範式的最大挑戰並非單純擴大模型規模，而是模型能否實現自我判斷--自主把控訓練停止時機、自主完成錯誤修正。他進一步表示，在後續模型研究中還將把倫理、社會治理維度納入考量。