6月19日, 智谱港股的股价持续大力上扬高涨非常, 在盘中的时候一度出现了上涨幅度达到41%的情况, 收盘的时候所报价格是2410港元每股, 其市值成功突破了一万亿港元。自6月12日GLM - 5.2发布以后, 智谱在五个交易日之内股价从1097港元涨至2410港元, 累计上涨幅度大约是120%。
从传统的财务指标方面来看, 这样的一种估值基本上是很难去进行解释的。按照大约7点24亿元的年收入来开展计算, 万亿港元的市值所对应的市销率竟然达到了千倍往上, 远远地高于全球主要人工智能公司以及A股当中人工智能芯片龙头企业的估值水平。更何况, 智谱还会在2026年7月的时候面临基石投资者股份解禁的情况, 潜在的抛压可不是很低的。
可是, 资本市场所给出的解答好像是另外一类逻辑, 智谱在当下被进行交易的, 并非是静态的收入, 而是中国大模型步入全球前沿竞争范围之后的期权价值。
GLM - 5.2发布, 国产开源模型首次在编程场景中逼近海外顶级闭源模型, 在智能体场景中逼近海外顶级闭源模型, 在长上下文高价值场景中逼近海外顶级闭源模型；与此同时, 美国前沿闭源模型全球可获得性出现不确定性, 开源模型在成本上的优势进一步被放大, 在部署上的优势进一步被放大, 在供应连续性上的优势进一步被放大。
话说回来, 智谱这家公司股价急遽升高, 其紧接着的致使因素是GLM - 5.2, 可是呢, 在市场里面实实在在进行交易的, 却是这样的一方面, 中国的人工智能相关公司, 从那种打着价格战去追赶他人的状态, 前往那种既着重引领前沿的能力以及有关成本的架构, 又兼顾商业上的实际成果落地的, 面向全球的具备竞争实力者的转变的可能性。
GLM-5.2引爆资本市场
它使得国产开源模型, 首次确切地进入到了, 此前主要被海外闭源实验室操纵的前沿能力范围, 这便是GLM - 5.2发布所拥有的核心意义。
参照智谱所进行发布的数据, GLM - 5.2的参数相关规模达到753B , 通过采取采用MoE（也就是混合专家）这样的架构, 从而能够支持1M token这般的稳定上下文窗口, 并且是以基于MIT协议来进行完全开源而展现在世人面前的。在FrontierSWE编程这一有着特定标准的基准之上, GLM - 5.2而获取到的一个相关得分大概是74.4 , Anthropic的Opus 4.8所对应得分恰好是75.1 , 彼此之间的差距大概为1个百分点 , 同时还超过了GPT - 5.5以往的得分情况也就是72.6。于PostTrainBench（测试Agent训练小模型能力）基准里面, GLM - 5.2以34.3分位居第二, 仅仅次于Opus 4.8的37.2, 比GPT - 5.5的28.4要高。
Artificial Analysis在那智能指数v4.1里, 把GLM - 5.2评定成51分,这分数致使GLM- 5.2领先MiniMax - M3（它的评分是44分）,还领先DeepSeek V4 Pro（此者分数为44分）,也领先Kimi K2.6（其分数是43分）,并且在其智能指数v4.时, Artificial Analysis将GLM - 5.2放置于GPT - 5.5与Opus 4.8之间,从而使得GLM - 5.2成为到目前为止排名最为靠前的开源模型。
这些排名真正指向的，是模型竞争维度的变化。
以往, 国产大的模型多是于通用对话、中文语科、价格效率等层面上构建优势, 而GLM - 5.2所进入的编程与Agent能力范围之中, 恰恰是目前大模厂商商业化最为明晰、客户付费意愿最为强烈的取向。企业客户并非会仅因模型 “会聊天” 就支付高额溢价, 而是会针对于代码生成、流程自动化、长文档处理及复杂任务执行所带来的效率的提升去付费。
AI研究机构Proximal作出评价, 声称GLM - 5.2是这样一个模型, 它是第一个, 那种真正将Anthropic与OpenAI同其他模型提供商之间存在的巨大技术鸿沟进行了缩小的模型。
正因为GLM - 5.2所踏入的是编程以及智能体这类具备高价值特性的能力范畴, 它引起的探讨迅速超越了普通用户所构成的圈层限制, 转而朝着一个更具产业层面意义的问题发展: 中国的大模型与全球处于最前沿位置的闭源模型之间究竟还存在多大的距离呢。
在6月18日, 特斯拉的创始人马斯克, 于社交平台所进行的回复当中, 针对网友提出的有关问题, 也就是“你目前对中国达到Fable级别的预计时间表是什么? GLM - 5.2无疑缩短了差距”, 做出了这样的表示, “或许（2027年）一季度。”。
随后, 身为清华大学教授同时又是智谱AI创始人的唐杰, 回复了马斯克, 内容是, “用不了这么久。（英文表述: Won’t take that long）。”。
马斯克好像并不愿意表现得比别人差, 在下面进行了回复: “单单针对每一个项目来看跑分基准测试的话, 可能是这样子的；然而要是采取实际能够落地并且有实用价值的标准来进行评判, 就算到明年的第一个季度能够追赶得上, 那也已经是相当厉害的了。Anthropic的思考方向是正确的, 他们全力以赴去打磨那些拥有真实实用价值的智能能力——这类能力在跑分的榜单上面是体现不出来的, 但是确实能够转化成为营收。”。
唐杰作出回复, 声称专注构成我们仅需之物了, 特别地是要着重于智能的本质全然为何这一点……
这同样阐释了为何此次模型发布会快速延伸至资本市场, 智谱被探讨的核心要点, 已并非仅仅局限于国产模型可否降低调用成本, 而是在智能体编程、长程复杂任务以及企业工作流自动化等关键场景当中, 能不能跻身全球头部模型的同一竞争榜单。
来自美国的, 身为开源模型知名研究员的Nathan Lambert评论说关于智谱GLM - 5.2在当下对于智能体能力方面，有着超过谷歌Gemini的情况, 且讲这样的情况那是一份极具分量的成就, 而这也就意味着曾经在全球模型头部能力方面处于垄断状态的谷歌、OpenAI、Anthropic这“御三家”所构成的铁三角, 首次出现了来自中国的模型企业。
在智能体时代, 中国AI长期处于追赶叙事, 此时首次出现了国产开源模型, 该模型持平全球顶尖闭源模型, 这无论对于智谱本身, 还是对于资本市场, 都如同是一剂强心针。
中国模型，从性价比平替到掌握定价权
智谱以及中国大模型首次获得的东西, 也就是定价权, 是模型能力取得的进步直接赋予给它们的。
尽管GLM - 5.2的输入/输出token价格, 相较于Opus 4.8低了大约72%至82%。然而摩根大通在报告里指出, 和GLM - 5.1相比, GLM - 5.1采取分档计费, 部分用量能够享有较低费率, GLM - 5.2却统一适用较高定价层, 致使客户实际支付的混合单价有所上升, 所以GLM - 5.2事实上是一次涨价。鉴于性能提升主要源于强化学习与后训练优化, 并非大规模扩张模型体量, 成本基础基本保持稳定, 这一调整有望促使Z.ai毛利率得到改善。
摩根大通按照此情况得出这样的结论, 成熟的智能进行压缩定价一事是如此这般, 而GLM - 5.2所呈现出来的乃是, 前沿出现了不一样以往的升级, 这种升级竟然能够达成与前相反的效果。
该行持有这样的看法, AI模型定价现下正展现出结构性分化态势, 已然实现商品化的能力比如基础对话、简单摘要、标准代码辅助等会一直遭遇价格被压缩的情况, DeepSeek是这种力量最为典型的代表, 而那些前沿能力像是能够解锁新工作流、将任务完成率加以提升的, 特别是在编程、Agent、企业工作流自动化以及长上下文任务场景中, 在客户基于“为完成任务而非为token付费”的逻辑之下, 仍然能够保持甚至提高定价。
更具关键性的一点是, 智谱所具备的高性价比叙事情况, 并非单纯源自模型价格方面, 而是同时来自于它针对国产算力生态显现出的适配能力之所在, 外部供应约束这一状况, 增强了中国模型企业对于自主算力体系所存有的依赖程度, 并且还迫使智谱长时间处于国产模型算力适配的第一层级队列之中, GLM - 5.2这个产品上线当天这一之际, 就达成了与华为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞诸如此类国产算力平台的全面适配情况。
国产大模型DeepSeek V4, 此前已发布, 它也完成了该类国产算力生态的全栈适配。这意味着, 智谱、DeepSeek这些中国大模型企业, 正在形成一条竞争路径, 这条路径不同于海外闭源模型: 以开源或开放生态, 降低使用门槛 , 以国产算力适配, 增强交付确定性 , 并以更低成本, 切入全球AI应用市场。
瑞银半导体团队开展了最新的研究, 该研究给出了类似的观点, 观点指出, 中国模型的API价格平均下来, 不到美国同类的20%, 中国模型的训练成本, 不到美国同类的10%, 然而, 中国模型的毛利率, 是基本和Anthropic、OpenAI保持持平 的, 都处于20%到40%之间。
这一区别具备着相当的重要性, 如果低价仅仅只是补贴这一情况的话, 其价格优势最终凭借着融资能力以及资本开支压力就会后劲不足不复存在了；然而要是低价源自于诸如模型架构、推理效率、算力适配还有能源成本这些方面的系统性优化的话, 那这个低价就极有可能成功转化为长期的竞争力, 资本市场重点去关注的, 也恰恰是智谱能不能借助这种成本优势先是从那种处于技术层面的“便宜”, 进而转变为置身于商业层面的“高毛利、可进行有效的放量、一直能持续下去”。
在智能体时代, 这种成本优势将会被更进一步地放大, 跟聊天机器人 时代不一样, 智能体执行任务常常需要多轮规划, 需要工具调用, 需要代码生成, 需要结果校验, 还需要反复修正, token消耗会呈指数型上升, 所以, 当企业从试用AI转向大规模部署AI时, 模型单价和推理成本会从一项技术指标, 变为直接影响预算和ROI的经营指标。
有消息称, Uber在今年开头的四个月, 便将全年用于AI的预算消耗殆尽, 而后为员工所使用的单个工具设定了每月1500美元的上限；沃尔玛对内部智能体的使用量加以限制；亚马逊直接关闭了鼓励员工更多使用AI的内部排行榜；甚至连微软都在思索采用DeepSeek的微调版去替换Copilot里成本更高的OpenAI和Anthropic模型。
当企业采购逻辑由“选最强的”转变为“选够用且成本可控的”, 此之际点, 智谱等国产模型在性能方面的提升表现与成本节约的相对优势, 便不再仅为技术讨论范畴中的可变因素, 而是迈向触发并开始对全球AI商业化竞争格局产生影响的核心关键元素, 进而演变为重要影响因子。
智谱的财报从需求侧印证了这一趋势, 2025年, 公司API调用量增长幅度超过60倍, 2026年, 在API价格年内累计有多达83%的上涨的情形下, 调用量非但没有下降, 反而呈现增长态势, 继续增长幅度约为400%, 这表明, 在高价值应用场景中, 客户针对模型能力以及任务完成效率的需求, 已然开始对单纯价格上涨所带来的抑制效应起到抵消作用。
开源优势厚积薄发，闭源风险摆上台面
要是讲GLM - 5.2的性能方面有突破能用来解释智谱为何能够被再次评估, 那么对于闭源模型能够取得的可获得性存在不确定状态, 这就进一步让开源模型的战略价值被放大了。
就企业客户来讲, 模型采购并非是一次性的工具挑选之事, 而是得嵌入到研发环节、客服环节、办公环节、数据分析范畴乃至核心业务的流程之中。一旦底层模型的访问许可受到政策方面影响、地区方面影响、合规方面影响或者供应链方面影响, 企业所面临的便不单单是成本方面的问题了, 而是业务能够持续开展下去的问题。
6月12日, 美国商务部长卢特尼克援引《出口管理条例》第744.22(b)条款, 称上述模型存有被外国军事情报机构利用的“不可接受风险”, 以此为由, 要求Anthropic在向全球任何外国人提供相关访问权限前需取得商务部许可证, 要不然将面临刑事及民事处罚的遭遇。据东方证券研报引用媒体报道显示, 亚马逊的研究人员成功冲破了Mythos模型 的安全限制, 并发现当Fable 5在特定提示引导的情况之下, 可以挖掘出至少四款软件之中的安全漏洞, 而这被视作是触发监管进行介入的关键所在。Anthropic随后就关闭了两款模型在全球范围内的访问权限, 并且公开表明政府的回应“不成比例”, 还警告要是同等标准扩大到全行业, 那么所有前沿模型的新部署或许本质上会陷入停滞状态。
这般监管方面的动向, 同样致使其他所涉及AI领域的实验室被极致关注, 据知晓相关情况的人士将消息透露出来, OpenAI的首席战略官Jason Kwon已然通知了员工, 公司正针对该政策方面的动向所产生的影响开展求值鉴定, 并且把目前的这种局面描述成是“一种快速进行演变、存在着大量未知因素的状况”, Open的AI总法律顾问Che Chang在内部所传达的消息里对员工予以提醒, 在大家共同面对监管方面存在的不确定性的时候, “绝不应该尝试去进行协调回应, 反垄断的规则在这个情形之下是适用的”。
在往昔, 闭源模型所具有的主要风险, 更多是被领会为价格偏高, 黑箱程度更甚, 企业数据治理繁杂；然而于当下, 访问权限自身也能够变成风险变量。对于全球范围之内的开发者以及企业客户来讲, 一个模型纵使再强大, 要是不能够稳定、持续且可预期地获取服务, 那么其商业价值也会遭到折扣。
有从事相关行业的人士, 向观察者网表达称: 此次发生的事件, 对于产业链所产生的影响, 具体呈现于两个层面之中: 其一, 那些依赖闭源前沿模型的企业以及开发者, 面临着业务连续性方面的风险, 进而导致对替代方案的需求出现上升的情况；其二, 具备开放权重以及本地部署条件的开源模型, 在可控性这个方面拥有天然的优势, 而GLM - 5.2恰恰是在这一关键节点之上, 提供了性能接近于前沿水平、成本却显著更低的替代选项。
市场当中, 针对开源模型的商业模式, 始终存有质疑, 觉得有着赔本赚吆喝且叫好不叫座的状况, 在智谱2025年财报发布之际, 智谱CEO张鹏就曾针对此作出回应讲: “开源生态属于流量漏斗, 依靠模型的高速迭代以及原生推理优化的壁垒, 我们能够达成API付费、私有化商业授权、Coding Plan订阅等多维度商业化闭环”。
这个逻辑能不能行得通, 重点在于两个前提条件, 第一个是开源模型自身得足够厉害, 能够吸引开发者以及企业真正去使用, 第二个是模型厂商得在推理效率、部署体验与产品化方面建构起优势防御, 防止开源流量仅仅停留在社区的讨论热度上, 没办法转化成收入。GLM - 5.2的重要性就在于, 它为第一个前提给出了更有力的专业依据, 也为后续的API以及企业级产品的转变开拓了更广阔的想象范围。
因着当下美国闭源模型酿成的风波, 智谱以及中国的开源模型, 在全球人工智能业界里, 其价值有了更进一步的攀升, 这情形, 对于智谱往后的商业转化而言, 造就了极大的潜在收益。
智谱被重估，资本市场也在重估AI主线
智谱的重估，也反映出资本市场对大模型公司偏好的变化。
早期人工智能投资, 偏向看重模型参数, 以及全模态能力, 还有C端应用的想象发展, 以及全球化用户数量的增长；然而随着Anthropic那种B端收入曲线得到验证确认, 市场开始转而更加重视编程方面, 还有智能体方面, 和企业工作流这些更易于转化成为收入的场景。
在这样的背景状况之下, 作为大模型公司模样存在的智谱与间隔一天时间上市的MiniMax, 于上市之后所呈现出的走势分化态势, 就具备了更强大的参照价值意义。
于上市初始阶段, 智谱曾因业务模式偏向B端, 重资产研发等相关标签相对而言不太被看好, 然而MiniMax却凭借其全球化布局以及全模态优势, 更受资本的青睐有加。
但随着Anthropic成功打通针对企业客户的AI商业化模式, 且在营收曲线上呈现出指数级增长态势, 市场开始对智谱的价值有了新的理解。智谱偏向于B端, 重视研发, 拥有强大的模型, 着重于编程能力以及智能体能力, 这些曾经致使市场想象空间被压低的标签, 反倒开始成为智谱对标Anthropic模式路径的核心依据。
这种重新定价, 和大模型行业自身的演进节奏是有关系的。大模型竞争大概经历了阶段转换, 从聊天机器人, 到推理模型, 再到智能体: 聊天机器人解决的是人跟机器交互的入口, 推理模型提升的是求解复杂问题的能力, 而智能体真正指向的是软件工程、办公流程、企业协作以及业务自动化。
在这个过程期间, 智谱所拥有的GLM架构起到的作用是, 针对于国产大模型在基础模型路线方向上开展摸索探寻；然而GLM - 5.2发生于编程以及智能体能力方面的突破进展, 致使智谱首次更加清晰明确地站立到了全球具备高价值模型能力竞争的牌桌之上。
对于中国的人工智能来说, 这并非仅仅只是一次单点模型的升级, 它同样还是在智能体所主导的时代当中, 去对产业入口展开争夺的一次具有关键意义的卡位行动, 是这样的情况。
万亿港元市值, 这对于智谱来讲并非普通事物只是资本市场所抱有期待可它同时也是一份有着更高难度系数的考卷。
先是算力约束, 智谱身为国内极为缺算力的模型公司当中的一员, 在面对 API 与 Coding Plan 呈现爆发式增长之际, 长时期处于算力紧绷状态, GLM - 5.2 达成国产算力平台适配, 仅仅解决了“能不能适配”的问题, 接下来还得回应“能不能稳定、大规模、低延迟交付”的问题, 对于模型公司来讲, 算力不但决定下一代模型训练速度, 还直接决定商业化收入的承接能力。
紧接着的是增长得以兑现, API调用量的增长以及订阅产品的增长能够证实需求是存在的, 然而资本市场到头来还是会质问这些需求可不可以沉淀成为稳定的收入, 能不能够有可持续的毛利以及高留存的客户。特别是在模型价格迅速变动、开源竞争不断加剧的这样一种背景状况之下, 智谱需要去表明自身不但能够获取流量, 而且也能够构建起可重复的商业闭环。
第三存在的情况是模型迭代所带来的压力, 在全球前沿的各种程度不一影响的速度在不断地加快这样复杂的背景状况之下, 仅仅一次GLM - 5.2所产生的突破的情况是并不足以能够去支撑起长期的估值情况的, 智谱方面是需要能够持续不断地去进行证明的, 它所具备的模型方面的能力呈现出来提升的状况不是瞬间的陡然飙升的单点爆发的情形, 而是一条有着连贯性在延续的技术发展路线的曲线路径的情况。
智谱那万亿市值并非终点, 而是一回提前支付出去的市场预期。要是模型所具备的能力, 成本方面的优势, 开源生态以及B端商业化这几者能够持续相互强化, 那么智谱此次的重估便有可能成为中国大模型公司从追赶者迈向全球竞争者阶段的标志性时刻；相反的情况是, 当前市值当中所蕴含的技术领先、收入增长以及国产算力替代预期, 也会变成后续市场反复检验时的压力来源。
