国产大模型公司正在用另一种方式证明自己的价值不是发布会上的模型榜单而是财报上的真金白银。智谱 2026 年上半年营收 9.54 亿元同比增长 399.7%归母亏损收窄至 20.71 亿元。单独看任何一个数字都有解释空间把两个数字放在一起信号就变得清晰收入在加速亏损在收缩商业模型正从“用融资换规模”走向“用收入养研发”。这个转折比任何一篇公关稿都更有说服力。对开发者来说这份成绩单不是茶余饭后的行业八卦而是会影响技术选型的长期变量。你接入的 API 会不会稳定迭代、模型厂商会不会继续开源、工具链会不会越做越深这些问题的答案其实都藏在一家公司的商业化能力里。这篇文章不打算堆砌排比句。我会拆开这份财报先看清楚 399.7% 的收入增量从哪里来再解释亏损收窄背后的技术账最后落到开发者真正关心的三件事模型怎么选、API 怎么接、成本怎么控。文章包含可直接运行的 Python 示例、一份企业级排错清单以及一些工程落地时的判断供你参考。1. 9.54 亿营收、399.7% 增速先别急着喊“起飞”399.7% 的同比增长意味着什么简单反推一下用 9.54 亿元除以1399.7%可以得到 2025 年上半年的营收大约在 1.91 亿元左右。也就是说一年时间营收翻了接近 5 倍。这个增速当然有低基数的因素但放在整个国内大模型创业公司里能交出这个数字的并不多。比增速更值得看的是“增收”和“减亏”同时出现。一家仍处于亏损期的科技公司如果在收入高速增长的同时亏损金额还在缩小说明它的单位经济模型在改善而不是单纯靠烧钱堆流水。这是投资人最看重的拐点信号之一也是判断一家公司能否从“实验室业务”走向“可持续生意”的关键。这里需要解释一个财务口径。财报里的“归母亏损”指归属于母公司所有者的净利润为负。集团化公司会有少数股东权益归母口径能更准确地反映母公司股东实际承担的经营结果。亏损从之前更大的数字收窄到 20.71 亿元说明经营层面的亏损在收敛。当然没有利润表明细我们无法断定是研发效率提升、收入规模效应还是其他因素贡献为主但趋势本身已经说明方向。同时也要泼一盆冷水9.54 亿元的半年营收和国内头部云厂商动辄千亿的体量相比仍然很小。399.7% 的增速能否持续、毛利率是否健康、经营性现金流是否好转这些都需要看后续财报。对开发者而言正确的心态是把它理解为“这家公司值得纳入选型评估”而不是“闭眼梭哈”。2. 智谱是谁GLM、清言、CodeGeeX 与 Agent 布局智谱是国内最早一批做大模型研发与商业化的公司之一技术团队源自高校科研成果转化核心产品线以 GLM 系列模型为底座向外延伸出对话应用、开放平台、编程助手和 Agent 产品。如果你只把它理解成“一家做大模型的公司”会低估它已经搭起来的商业结构。产品 / 服务面向对象定位智谱清言C 端用户对话、写作、搜索等通用 AI 助手GLM 系列 API开发者、企业MaaS 模型服务按 Token 计费CodeGeeX开发者代码补全与生成助手AutoGLM 等 Agent 产品个人、企业从“回答问题”到“完成任务”私有化部署方案政企、大客户数据不出域的行业模型交付这条产品矩阵透露出一个关键信息智谱的商业策略是“两条腿走路”。一方面用开放 API 和开源模型建立开发者心智把 GLM 变成更多人能直接调用的能力另一方面用私有化部署和行业解决方案做高客单价收入。对于一家要同时平衡研发投入和商业化节奏的公司来说这个结构比单纯做 C 端聊天应用更接近可持续的 ToB 生意模型。从技术演进看GLM 系列经历了从开源小模型到旗舰闭源模型、再到 Agent 能力的多次迭代。开发者感知最明显的变化是接口越来越标准化、工具调用能力越来越稳定这为后面我们讲函数调用示例打下了基础。选择模型厂商时不要只看单点模型分数要看它有没有完整的工具链和持续的版本迭代节奏这决定了你未来几个月是否要频繁重构代码。3. 收入增长从哪里来B 端商业化与 MaaS 模式要理解 9.54 亿元营收得先理解大模型公司的收入结构。经过过去一两年的价格调整API 的 Token 单价已经被打到很低靠 C 端轻量使用很难支撑起亿级收入。真正能产生规模化营收的是 B 端企业客户按项目付费、按调用量结算的 API 服务、以及云渠道的模型交付。MaaSModel as a Service模型即服务是理解这类收入的关键。通俗解释你不需要自己买 GPU、部署模型、维护推理服务只需要通过 API 按调用量付费。这就像过去企业不用自建机房而是用云主机一样。对中小企业来说MaaS 是把大模型接入业务的最短路径对模型厂商来说MaaS 是边际成本递减的标准化收入。为什么收入能翻近 5 倍最合理的解释是Token 单价在降但调用量的增长远超单价降幅。也就是说市场上真实跑起来的大模型业务变多了。这背后是 Agent、RAG、代码助手等真实场景开始进入生产环境而不是停留在 Demo 阶段。399.7% 的增速某种程度上是整个行业从“尝鲜”到“落地”的缩影。对开发者的启示是如果你所在团队还在评估要不要上大模型这个增速说明市场已经给出了正面验证。但要注意B 端收入往往集中在大客户和项目制合同上收入数字好看不等于平台会一直对中小开发者保持宽松的免费策略。选择 API 服务商时要关注它的开发者政策是否可持续以及免费额度的调整历史。4. 亏损收窄背后的技术账MoE、推理优化与规模效应大模型公司亏损的根源是算力太贵。训练一次旗舰模型成本以千万甚至亿计上线后每一次推理调用都在消耗 GPU。要收窄亏损绕不开一件事让单位 Token 的成本不断下降。这背后是实实在在的工程技术不是财务魔术。第一个关键技术是 MoE 架构。MoE 可以把一个大模型拆成多个专家子网络每一次推理只激活其中的一部分参数而不是全部。这样模型容量可以做得很大但实际计算量远小于同等参数的稠密模型。这也是近两年新模型普遍转向 MoE 的原因同样的算力能做更大的模型、更低的推理成本。第二个关键是推理侧工程优化。比如 KV Cache 减少重复计算、动态批处理提高 GPU 利用率、量化降低显存占用、请求路由把简单问题分配给廉价模型。这些技术单看每一项都是工程细节合在一起就是亏损收窄最扎实的技术基础。如果你使用 API这些优化会直接体现在价格和响应速度上。一个类比这就像修高速公路。修路本身要花大钱但路修好之后每一辆车过路的边际成本很低。大模型公司的逻辑类似——前期训练和推理基建投入巨大但一旦模型能力和推理效率达到某个拐点新增用户的边际成本会快速下降。亏损收窄就是这类规模效应的财务体现。但同时要清醒20.71 亿元的半年亏损仍然是很大的数字。对开发者来说这个亏损规模意味着公司会继续追求高毛利业务、会继续优化免费资源策略、也会更谨慎地投入新方向。大模型的“免费午餐”在逐步减少这是行业规律不是某一家公司的问题。5. 对开发者的三层影响选型、成本与生态确定性为什么要关注一家模型公司的财报因为它直接关系到你技术方案的三件事。第一选型确定性。你基于某家公司的 API 开发完产品如果它后续经营不善接口下线、服务降级、价格飞涨都是灾难。智谱这份财报证明了公司具备持续经营和迭代的能力把 GLM 纳入技术候选清单是合理的。反过来如果一家模型厂商持续亏损且看不到商业化起色你要对深度绑定保持警惕。第二成本趋势。模型公司商业化越好越有动力通过规模效应继续优化价格。过去一段时间国内大模型 API 价格已经经历过多轮调整核心驱动力就是推理成本优化和市场竞争。如果你的产品对 Token 成本敏感选择有商业化验证的头部厂商通常能在“性能”和“价格”之间拿到更稳的组合。第三生态确定性。一家公司有了稳定收入才会持续投入开源、工具链和开发者社区。对开发者来说这意味着更稳定的 SDK、更详细的文档、更长的产品生命周期。选型本质上是在选一个“长期合作伙伴”而财报是判断合作伙伴健康度的重要依据。这里经常有一个误区把“闭源 API”和“开源模型”对立起来觉得开源一定好或者 API 一定省事。更务实的策略是组合使用| 维度 | 云端 API如 GLM-4.5 | 开源模型如 GLM-