8 月 31 日，北京智谱（02513.HK）华章科技股份有限公司发布 2026 年中期业绩。上半年，公司实现收入 9.54 亿元，同比增长近 400%。其中，开放平台及 API 业务收入达 8.25 亿元，同比增长 2736%，占总收入的比重由 2025 年末的 26.3% 升至 86.5%。
收入高速增长之外，智谱的业务结构也发生明显变化。过去以本地化部署和项目交付为主的收入模式，正加速向开放平台、API 服务及订阅产品迁移。随着模型深入软件开发、网络安全、数据分析等工作流程，客户的使用方式也从采购并部署单套系统，逐步转向持续调用模型服务。
截至 2026 年 8 月底，智谱 MaaS 平台注册用户突破 740 万，较年初增长 144%；付费日活用户增长 603%，平台 Token 调用量较年初增长超 40 倍。以收入计的前十大用户，日均调用量较年初跃升 98 倍。
伴随用户规模扩大和调用需求增长，智谱 MaaS 平台的年化收入规模（ARR）快速攀升。截至 8 月底，按当月收入计算的 ARR 达到 16 亿美元，较一个月前增长 60%；按最近一周收入计算，ARR 则达到 20 亿美元。
同期，智谱 API 平均售价提升约 101%。在价格上调的背景下，平台调用量与付费用户数依然保持较快增长。
Coding 驱动模型向长程任务演进
商业化放量与模型迭代密切相关。过去 11 个月内，智谱先后推出 GLM-4.6、GLM-4.7、GLM-5、GLM-5.1、GLM-5.2 及 GLM-5.3，Artificial Analysis 智能指数由 32 提升至 60。模型的编程能力也从代码补全和文件生成，逐步扩展至系统理解、任务规划、工具调用、持续调试和工程交付。
智谱将 Coding 视为模型能力跃迁的关键入口。编程任务具备清晰的反馈闭环：代码能否运行、测试能否通过、性能是否改善，均可通过客观标准衡量。模型在执行过程中可以反复获得反馈，进而训练任务规划、工具调用、错误修复及自我修正等能力。
从 GLM-5 系列开始，模型逐步由提供代码建议，演进为承担更完整的软件工程任务。面对开发需求，模型可以理解工程目标、拆解任务步骤、调用适配工具，根据运行及测试结果动态调整方案，最终交付可落地的成果。
2026 年 8 月发布的 GLM-5.3 延续了这条技术路线。该模型与 GLM-5.2 采用相同的基础架构、总参数及激活参数，主要扩大了后训练规模，并增加更贴近真实工作的长程任务环境。智谱披露，GLM-5.3 的端到端任务完成率较上一代提升超 50%。
在智谱看来，大模型的 Scaling 并未停滞，但已不再局限于参数量的增加。训练深度、有效计算深度及真实任务环境，同样影响模型处理复杂工作的能力。能否在真实环境中持续执行、发现问题并最终完成任务，正成为衡量模型能力的重要标准。
与此同时，智谱下一代基座模型的训练已经推进，目标是继续向 SOTA 水平迈进。新模型将探索更大的有效规模、更长的原生上下文和原生多模态统一建模，并进一步提升推理能力。智谱希望通过基座模型升级与后训练能力的协同，继续抬高模型能力上限。
从编程延伸至专业工作场景
智谱将模型能力演进划分为 Chat、Coding、Agent、Co-work 及 Autonomous AI 五个阶段。当前，智谱的重点在于将 Coding 中积累的长程任务能力，迁移至网络安全、数据分析及复杂自动化等高价值场景。
网络安全是进展较快的领域之一。发现漏洞不仅需要理解代码，还涉及异常识别、任务规划、工具使用、环境交互和结果验证，与复杂软件工程任务所需的能力有较多共通之处。
智谱披露，GLM-5.3 在 CyberGym 上的成绩达到 84.5%，较 GLM-5.2 进一步提升。公司已与多家安全团队合作，将模型应用于真实代码环境。除网络安全外，智谱还在法律、金融及教育等领域探索 Co-work 应用，不过这些方向目前仍处于早期阶段。
这些专业场景通常具有较高的知识门槛和可靠性要求，任务链条更长，单次任务价值也高于普通问答。随着模型能力提升，MaaS 平台的计费对象可能不再局限于 Token 和调用次数，还可延伸至工作时长、完整任务或最终交付结果。
国产算力支撑调用规模放量
模型调用快速增长，对推理成本控制和服务稳定性提出了更高要求。
2026 年以来，智谱继续投入训练和推理基础设施，并将国产芯片纳入前沿模型的主力推理算力。目前，智谱已形成 10 万级国产芯片规模化推理能力，单位 Token 推理成本较年初下降 80%。在相同硬件条件下，经过推理引擎和服务系统优化，端到端服务性能较初始基线提升 3 倍。
智谱还将模型用于基础设施优化。由 GLM-5.3 驱动的基础设施 Agent 参与性能诊断、推理内核和服务栈优化，将部分算子的开发周期缩短约一半。这些优化提高了国产芯片的推理效率，也为 MaaS 平台承接更大规模调用提供了支撑。
GLM-5.3-Flash 是智谱降低推理成本的一次集中尝试。该模型采用面向低成本推理设计的新架构，在能力超过 GLM-5.2 的同时，将单任务成本降至 0.045 美元，调用价格约为 GLM-5.2 的十分之一。
正式发布前，GLM-5.3-Flash 以匿名模型 Ox-Alpha（ALP.US）在 OpenCode 和 OpenRouter 上线。在未披露模型身份的情况下，Ox-Alpha 上线首日登上 OpenRouter 榜首，6 天 Token 调用量超过 62 万亿，并带动平台整体调用量提升超过 20%。
匿名测试减少了品牌因素的影响，实际调用结果也为模型的能力、成本和可部署性提供了一次市场检验。对开发者而言，模型性能达到可用水平后，成本下降会直接影响接入规模和使用频率。
技术投入加快转化为业务增长
模型能力提升和推理成本下降，正在共同推动智谱的商业化进程。2026 年上半年，公司开放平台及 API 业务收入达到 8.25 亿元，同比增长 2736%，占总收入的 86.5%；相关业务毛利率升至 24.6%，较去年同期提高约 25 个百分点。
从模型迭代到平台调用，再到收入增长，智谱用更强的模型吸引开发者和企业增加调用，国产算力与推理系统优化则为大规模服务提供支撑。收入结构的变化显示，智谱前期的技术投入正加快转化为平台规模和经营成果。
智谱还在半年业绩会上表示，下一阶段，公司将继续提升模型的长程任务能力和推理效率，把 Coding 中积累的能力拓展至更多专业场景。同时，随着下一代基座模型训练推进，智谱将继续向模型能力上界发起冲击。
