问题——增长“看得见”，盈利“仍路上”； 根据公司公告，智谱发布上市后首份年度业绩报告，体现出大模型企业典型的“高增长、高投入”特征：2025年实现总收入7.24亿元，同比增长131.9%；同期净亏损47.18亿元，经调整净亏损31.82亿元——亏损更扩大。业绩发布后——二级市场波动加大，股价在前一交易日明显走强后回落，反映市场在“增长预期”与“盈利约束”之间重新定价。 原因——需求快速释放与“算力—研发”双重高支出交织。 一上，行业应用加速落地，Token消耗逐渐成为衡量商业化进展的重要指标。公司管理层业绩沟通中表示，2026年第一季度核心API服务需求强劲，一度出现阶段性供给紧张；即便在一定幅度上调价格后，调用量仍保持高速增长。，行业整体模型调用规模持续放大。Token调用增长背后，是企业在客服、办公、内容生产、研发辅助等场景的规模化接入，以及开发者对标准化接口的集中需求。 另一上，大模型企业普遍面临两类刚性成本：研发投入，以及算力与工程化支出。财报显示，公司2025年研发投入31.80亿元，同比增长44.9%。模型能力快速迭代的竞争环境下，研发投入不仅用于算法与数据体系建设，也覆盖算力采购、训练与推理优化、研发团队扩张等环节。业内普遍认为，一旦核心能力迭代放缓，模型效果、稳定性与成本结构可能被竞品拉近，进而影响定价能力与客户黏性。算力上，训练与推理的持续投入构成长期成本压力，尤其调用量快速攀升阶段，若单位成本下降速度跟不上规模增长，亏损容易被放大。 影响——“量价齐升”提振信心，也放大经营分化。 从收入结构看，公司业务更趋多元：企业级通用大模型业务仍是基本盘；企业级智能体等新业务增速较快；开放平台及API业务增长更为突出，占比提升，显示市场对云端、标准化、低门槛服务的需求在加速释放。公司披露，其模型即服务平台年度经常性收入（ARR）显著增长，并通过推理侧工程优化带动单位Token成本下降、毛利率改善。这些变化也解释了为何资本市场一度对其增长空间给出较高预期：当调用规模上行、成本曲线下行、付费意愿提升形成共振，商业化路径更容易被验证。 但与此同时，“高增长”并不必然带来“高盈利”。随着行业从“能力竞赛”走向“交付竞赛”，企业差距将更集中体现在三点：一是模型效果与稳定性是否足以支撑高频生产环境；二是推理效率、算力调度与工程体系能否持续降本；三是客户结构与合同质量能否带来稳定回款与续费。财务数据的反差提示市场：大模型商业化的关键，正在从“能不能做”转向“能不能规模化、可盈利地做”。 对策——从“拼参数”走向“拼效率、拼产品、拼治理”。 面对亏损压力与竞争加剧，企业需要在三上形成更清晰的经营策略： 第一，继续推进推理侧降本增效。围绕模型压缩、蒸馏、并行计算与软硬件协同优化等方向，提升单位算力产出，用更陡的成本曲线对冲调用量增长带来的支出扩张。 第二，强化产品化与行业化交付能力。将模型能力沉淀为可复用的组件、工具链与行业解决方案，减少“项目制”交付的不确定性，提高标准化收入占比，让续费与扩容成为更稳健的增长来源。 第三，优化商业定价与客户结构。在兼顾开发者生态活跃度的同时，提高高价值场景渗透率，探索与效果、稳定性、SLA等指标挂钩的分层定价，提升收入质量与可预测性。 第四，提升合规与安全治理水平。随着大模型在政务、金融、医疗等领域深入应用，数据安全、内容安全与可追溯机制将成为商业化基础门槛，也会影响大型客户的采购节奏与合同规模。 前景——Token时代加速到来，行业将进入“效率与现金流”考核期。 从趋势看，随着各行业数字化转型深化、国产算力体系完善、模型能力持续增强，大模型服务需求仍有望延续增长，Token消耗的规模化将继续推动行业扩容。但未来竞争焦点将更集中在工程效率、产品体验、行业落地与成本控制。资本市场对“远期空间”的想象仍在，但对“当期质量”的要求也在提高。对企业而言，能否在保持技术领先的同时建立更健康的现金流结构，将决定其能否穿越投入周期，进入更可持续的经营状态。
在数字经济加速发展的背景下，大模型企业的商业化探索更像一场高难度平衡：既要维持足够的研发强度以保持领先，也要尽快跑通可持续的商业模式。智谱科技这份年报既呈现了人工智能产业增长带来的机会，也折射出前沿科技企业普遍面临的成本与盈利压力。其后续进展，或将为中国AI产业的转型升级提供具有参考价值的样本。