当大模型行业仍在价格战与参数竞赛之间反复摇摆时，智谱用一份上市后首份财报，悄然改变了市场对其认知的坐标系。
3月31日，智谱交出上市后首份业绩报告。财报显示，公司全年收入超7.24亿元，同比增长132%；全年综合毛利率达到41%。
过去，外界更习惯用技术公司、模型厂商来定义智谱，而这份财报则给出了一个更具穿透力的答案：它正在成为一家以MaaS（Model as a Service）为核心、具备定价权与规模化能力的基础设施公司。
API调用的爆发、ARR的跨越式增长、毛利率的持续改善，以及在行业普遍降价背景下仍能实现83%涨价并维持需求增长，这些信号共同指向一件事：智谱的商业模式已经越过验证期，进入飞轮加速阶段。
与此同时，其提出的TAC（Token Architect Capability）框架，也在试图重新定义AI时代的价值衡量方式。市场或许需要重新认识这家公司：它不再只是一个模型提供者，而是一个正在重构估值体系的“智能基座”。
在智谱的财报叙事中，最核心的变量不再是模型参数或训练成本，而是一个更具商业指向的指标，MaaS API平台的年度经常性收入（ARR）。
数据显示，2025年，智谱MaaS API平台实现ARR 17亿元（约2.5亿美金），同比提升60倍。这一增长并非单点突破，而是建立在调用规模持续扩大的基础之上。财报显示，截至2026年3月，智谱的平台注册用户突破400万，覆盖全球超过218个国家和地区，模型调用正在从测试环境全面进入真实生产环节。
Token，成为贯穿这一过程的核心计量单位。
与传统软件以用户数或订阅费为核心不同，MaaS模式的本质，是以Token调用为基础的按使用付费。当企业将客服、编程、内容生成乃至复杂决策流程逐步迁移到模型之上，Token消耗就直接转化为收入来源。这种使用即付费的模式，使得收入与真实需求高度绑定，也让增长更具韧性。
更值得注意的是，调用量的增长并未因价格上调而受到抑制。在一季度API价格上涨83%之后，平台调用量反而继续提升。在AI领域，价格敏感度正在让位于效果敏感度。客户不再为低价买单，而是为是否能完成任务付费。
这背后，是智谱已构建起模型能力与商业转化之间的正循环。一方面，更强的模型能力带来更高质量的输出结果，推动企业将更多核心流程迁移到AI系统中；另一方面，更高频的调用反过来扩大数据与反馈，进一步优化模型表现。
MaaS飞轮由此形成：模型能力提升带来调用量增长，驱动收入扩大，支撑资源再投入，帮助模型能力进一步提升。
当这一飞轮开始自我强化时，增长不再依赖单一客户或项目，而转向一个高度分散、持续累积的调用经济。这也是智谱在财报中所呈现的最重要变化：从项目驱动，转向平台驱动。
中国版Anthropic：标准化与本地化之间的最优解
如果将智谱放入全球坐标系，其商业路径正逐渐接近Anthropic所代表的模式：以最先进的模型能力为核心，通过API提供推理服务，吸引开发者与企业构建应用生态，并最终形成高黏性的商业闭环。
这种模式的关键，在于标准化。API调用意味着产品被高度抽象为统一接口，客户无需关心底层模型结构，只需关注结果。这种抽象能力，使得模型可以像云计算资源一样被调用，从而实现规模化扩张。
但与Anthropic不同，智谱并未简单复制这一路径，而是在中国市场环境中，发展出一套双轮驱动的结构。
一方面，是以云端API为核心的标准化业务。随着收入结构逐步向API倾斜，其高毛利特征开始显现。财报显示，智谱MaaS API平台毛利率增长近5倍至18.9%，模型推理效率与规模效应正在同步释放。
另一方面，是本地化部署所形成的独特护城河。尽管其收入占比有所下降，但客单价持续提升，目前，中国前10大互联网公司中已有9家深度集成GLM。这类客户对数据安全、系统稳定性及定制化能力要求极高，而这一能力恰恰是海外厂商难以复制的。
这种结构，使智谱在标准化效率与本地化深度之间找到平衡。一端是高增长、高毛利的API业务，另一端是高壁垒、高客单价的定制部署，共同构建出更稳固的收入体系。
与此同时，开源生态也成为其重要支撑。2025年，GLM系列不断登顶全球开源榜首，为平台吸引了大量开发者。这些开发者既是技术扩散的节点，也是未来API调用的潜在用户。
标准化带来规模，本地化带来壁垒，开源带来生态，三者共同构成了“中国版Anthropic”的核心逻辑。
从这一意义上看，智谱的竞争并不局限于国内同行，而是进入全球基座模型公司的同一赛道。在这个赛道中，决定胜负的，不再只是技术领先性，而是技术如何被规模化使用。
从Token到估值：TAC如何重构AI公司的价值体系
如果说MaaS解释了智谱如何赚钱，那么TAC（Token Architect Capability）则试图回答一个更根本的问题：AI公司的价值，应当如何被衡量。
在传统视角下，大模型公司的估值往往依赖于PS（市销率）或市研率等指标。但这些指标忽略了一个关键事实，AI并非传统软件，其价值不在于销售规模，而在于智能被调用的程度。在大模型时代，当大模型具备长程任务执行的闭环能力后，核心竞争力将重塑为 TAC（Token Architecture Capability，Token 架构力）
智谱则为TAC提供了一种新的拆解方式：AI的经济价值 = 调用量 × 智能质量 × 转化效率。
其中，调用量对应Token消耗规模，代表AI参与生产的广度；智能质量决定任务完成能力，直接影响定价权；转化效率则衡量AI输出能否真正转化为经济成果。
在这一框架下，Token不再只是技术指标，而成为连接能力与收入的桥梁。
财报中的多个信号，正对应TAC的三个维度：API调用量的持续增长，说明“量”正在扩大；涨价83%且需求不减，说明“质”带来定价权；毛利率持续提升，则意味着“效率”正在优化。
这三者共同作用，使得智谱的商业模型逐步接近SaaS行业的成熟形态。随着推理效率提升及规模效应显现，其毛利率有望继续向更高水平迈进。
更重要的是，TAC将AI公司从技术资产转变为基础设施。
当企业将核心业务流程嵌入模型调用体系后，替换成本将显著上升。这种嵌入式依赖类似于操作系统或云服务，一旦形成，将极难迁移。
这也解释了为什么资本市场开始给予类似OpenAI或Anthropic更高的估值溢价，它们不只是提供工具，而是在构建下一代数字经济的底层结构。
对于智谱而言，上市后的估值表现，正建立在这一逻辑之上：MaaS平台正在成为开发者与企业的AI操作系统，而Token消耗则是这一系统运行的流量计。
当市场从收入规模转向调用规模与智能渗透率来评估公司时，估值体系也将随之重构。
从MaaS飞轮的加速，到“中国版Anthropic”路径的验证，再到TAC对价值体系的重塑，智谱正在从一个模型厂商，转变为智能经济中的基础设施提供者。当AI行业从能否做出来进入能否规模化赚钱的阶段，真正的分水岭也开始显现。对智谱而言，这或许才刚刚开始。
（本文不构成任何投资建议，信息披露内容以公司公告为准。投资者据此操作，风险自担。）