•
平均每個月虧3億！從智譜招股書，我看到了大模型競爭的殘酷現實
中國大模型第一股終於來了！
12月19日，港交所官網顯示，北京大模型企業智譜已通過港交所聆訊，並揭露招股書檔案，正式衝刺港股「大模型第一股」。
作為國外大模型領域最炙手可熱的公司，智譜的商業化堪稱「神速」。過去三年，公司收入分別為0.57億元、1.25億元、3.12億元。
以收入計算，截至2024年，智譜是中國最大型的獨立通用大模型開發商、中國第二大整體通用大模型開發人員。
但收入光鮮背後，也隱藏著大模型競爭最殘酷的一面：
過去三年，公司經調整淨虧損分別為0.97億、6.21億以及24.66億元，成長了20倍以上。到了2025年，光是上半年智譜的虧損就高達17.52億元。算下來，平均每個月要虧接近3億。
而截至2025年6月，智譜的現金及現金等價物只剩下了25.52億元。以每個月虧損接近3億來算，智譜的現金流只能支撐9個月左右。這或許也是智譜急於上市的原因。
某種程度上說，智譜的招股書不只是一次融資資料的揭露，更像是一份產業切片，第一次將中國大模型公司最真實的處境展現在了我們面前。
/ 01 / 營收全國第二，過去兩年復合成長130%，
從營收成長看，智譜的商業化進度不可謂不快。
2022年收入，智譜還只有0.57億元。到2024 年，已成長到3.1億元，復合年增長率超過130%。 2025 年上半年更是狂飆，短短6個月就入帳 1.9 億元，較去年同期成長325%。
別小看這個資料，根據智譜招股書的說法，這個規模已經是國內第二大的模型廠商，市佔率達6.6%。
結合招股書中以字母代稱的可比公司訊息，矽基君可以較為明確地判斷，A 至D 分別對應科大訊飛、阿里、商湯和百度，也就是說，智譜在收入規模上僅次於科大訊飛。
支撐這一成長的，是一套以MaaS 為核心的商業模式。
與其說智譜在“賣模型”，不如說它在交付一整套工程化的大模型能力體系。其核心邏輯不在模型參數本身，而是如何讓模型能力穩定地進入真實業務環境。
在模型層面，智譜提供了涵蓋語言、多模態、智能體和程式碼等方向的模型矩陣。
根據招股書披露，其模型能力不僅涵蓋語言和多模態視訊，還延伸至程式碼模型、GUI 智能體和電腦應用層面，覆蓋廣度明顯高於其他競爭對手。
值得一提的是，這裡E、F公司分別指的是OpenAI和Google，這也從側面說明了智譜試圖對標的能力邊界。
這些不同規模、不同能力重點的模型，統一納入同一平台。客戶和開發者無需從零判斷技術路線，而是可以直接根據業務需求，在現有模型組合中選擇合適方案。
在應用層面，智譜並未把模型當作孤立的API 來販賣，而是圍繞真實業務流程進行設計。
具體來說，平台內建的智能體工作區，提供了面向具體場景的範本和解決方案，客戶可以根據具體需求通過模型微調、增量訓練和提示工程，對智能體進行快速定製，而無需建構完整的開發系統。
在基礎設施層面，智譜與算力合作夥伴共同設計和適配底層架構，使平台在運算、網路、訓練通訊和推理加速等環節形成統一能力。
這套架構支援從約15 億到2300 億參數規模的模型運行，並能夠實現跨雲端、跨晶片的大規模即時部署。同時，這些模型能力也支援配手機、電腦等個人裝置。
如果用一句話概括，智譜做的無非就兩件事：
一方面負責“造大腦”，另一方面提供讓大腦在現實系統中運行的“腳手架”，也就是智能體與工程體系。
在商業交付上，智譜主要透過兩種方式變現：在地化部署和雲端服務。其中，「在地化部署」是智譜最重要的收入來源，營收佔超過80%。
在地化部署本質上是一種高度客制化的交付模式。
什麼意思呢？中國的銀行、央企、大型製造工廠，往往對資料安全極為敏感，不願意把核心資料傳到公有雲。智譜AI 就把大模型“打包”，直接部署到客戶自己的伺服器裡，幫他們在其內部環境中建構私有的AI大腦和AI工具。
這種模式雖然“重”，但客戶付費能力強。
2024年，雖然在地化部署的客戶只有123家，遠低於雲端部署的5,457家，但其收入卻佔了公司總營收的84.5%。
在合作開展前，智譜會先從資料基礎與應用情境兩方面評估顧客需求，包括模型微調與增量訓練所需的資料條件，以及資料安全與合規要求，並據此明確模型將落地於單一或多情境應用，確定對應的模型規模與複雜度。
在此基礎上，智譜會制定客制化服務方案，選擇雲端或在地化部署路徑，並透過模型微調、增量訓練和提示工程完成模型自訂。模型上線後，公司再根據客戶回饋，不斷最佳化模型效能。
總的來說，智譜試圖在B端建構了一套可落地且規模化複製的商業邏輯：
透過真實業務場景的持續使用，形成模型最佳化與應用擴展相互推動的正向循環，從而逐步強化MaaS 平台的競爭力。
/ 02 / 平均一個月燒3億，競爭壓力大
如果說收入成長展示的是智譜的“速度”，那在招股書裡更刺眼的，其實是另一條曲線——虧損。
雖然智譜的收入成長夠快，但還是架不住虧損比成長跑得更快。
2022年，公司經調整淨虧損只有0.97億，還不到1個億。到了2023年，調整淨虧損迅速成長到了6.21億元，漲了500%多。
更誇張的是，到了去年這數字乾脆成長到了24.66億元。
也就是說，在兩年時間裡，智譜的虧損幅度從不到1個億，成長到了24.66億元，成長了超過20倍。
到了2025年，光是上半年智譜的虧損就高達17.52億元。算下來，平均每個月要虧接近3億。
這無疑大大消耗了智譜的現金流。要知道，截至2025年6月，智譜的現金及現金等價物只剩下了25.52億元。
以每個月虧損接近3億來算，智譜的現金流只能支撐9個月左右。
這下大家明白智譜為什麼要急著上市了吧。
大模型競爭的慘烈以及強度之高，即使是在一級市場已經拿了16輪融資錢的智譜也抗不住了。
而這大幅增加的虧損，最主要的來源就是研發費用。
2022年，該公司的研發費用為0.84億元，到了2023和2024年，這一數字迅速增長到5.29億元和21.95億元。
拆解開來看，這個21.95億的支出絕大部分都用來支付算力了。其中，算力花了15.53億元，佔了總研發支出的70%。
對於研發費用的成長，智譜在招股書裡的解釋是：
“主要由於我們自2024年初起戰略性加大研發投入，用於加速新一代旗艦級基座模型及多模態智能體的開發與迭代，相應帶動計算服務費用上升。”
在矽基君看來，更接近現實的背景是，競爭環境的急劇變化。
2025 年初，DeepSeek R1 的快速崛起，對整個模型產業形成了明顯衝擊。幾乎所有主流模型廠商都被迫提速迭代。在R1 發佈不到三個月的時間裡，智譜一口氣開源了6款核心模型。
如此高密度的模型發佈，本質上意味著算力、資料和工程資源的集中投入，而這些成本幾乎都會直接反映在研發支出中。
除了研發支出，智譜在行銷費用上也花了不少錢。
2022-2024年，該公司的行銷費用從1514萬增長到了3.87億元，其中用於廣告和行銷開支的費用就高達2.37億。
如果拋開競爭壓力的話，智譜的毛利率其實不算低。
2022-2024年，智譜的毛利率分別為54.6%、64.6%及56.3%。這在專案製為收入大頭的公司裡並不多見，尤其還在如此激烈的競爭之下。
公司也正在嘗試透過定價策略來改善結構：
一方面，根據使用量、效能需求和進階功能，最佳化分層定價，引入更具彈性的方案，以擴大客戶基礎，並對高資源消耗模型設定使用限制，引導高需求客戶選擇高價值方案；
另一方面，與高價值客戶協商客制化定價，使價格更能反映客戶獲得的業務價值和服務成本。
但相較於定價本身，更根本的問題在於，智譜的商業模式隱含了一個前提：模型能力必須長期維持在產業第一梯隊。
而這個前提的成本，正以遠快於收入成長的速度上升。
在大模型競爭中，能力領先不再是一次性投入，而是一場持續消耗算力、資本和組織能力的長期戰役。對一家仍處於商業化早期的公司而言，這樣的門檻，已經明顯超越了傳統新創公司的承受區間。
這也是目前大模型賽道最殘酷的現實之一。
/ 03 / 中國AI落地真實切口：token 消耗激增，付費答案在B端
當然，除了具體的業務資料，智譜的招股書裡還透露出幾個更值得關注的產業訊號。
第一，AI 的真實價值正在被使用量驗證。
一個直接的指標是token 消耗量的變化。 2022 年、2023 年、2024 年12 月以及2025 年6 月，智譜平台的日均token 消耗量分別達到 5 億、21 億、0.2 兆和4.6 兆。
短短兩年多時間裡，這項指標幾乎以數量級的速度攀升。無論商業模式如何演進，持續放大的真實呼叫本身，已經說明大模型正在被大量嵌入具體工作和業務流程中。
第二，中國AI 的付費重心仍在企業端。
招股書資料顯示，2024 年中國大語言模型市場規模約為人民幣53 億元，其中機構客戶貢獻47 億元，個人客戶僅6 億元。
展望2030 年，整體市場預計成長至1,011 億元，其中企業級市場規模將達904 億元。
這一結構與美國市場形成了鮮明對比。
以OpenAI 為例，其當前收入中約75% 來自消費者訂閱。這背後反映的不僅是產品形態差異，而是中美兩地在AI商業化路徑上的分化：中國市場更強調組織級效率提升，美國市場則更容易從個人工具切入。
第三，智譜再次系統性地揭露了其對AGI 演進路徑的理解。
智譜認為，AGI分為以下5個階段：
1）在預訓練階段，模型學習理解、生成並使用人類語言進行基本溝通。
2）在對齊與推理階段，模型進一步與人類意圖對齊，具備推理與規劃能力，同時提升安全性、降低幻覺，並實現語言能力與影像、視訊、語音及行動能力的協同。
3）在自主學習階段，模型透過自我評估、自我反思與沉思機制，從自身的推理過程與行為結果持續改善能力。
4）在自我認知階段，模型在較少或無需人工監督的情況下，透過對自身行為和推理結果的持續觀察與分析，逐步形成穩定的內部表徵和決策偏好。
5）在意識智能階段，模型能夠對自身內在狀態及外在環境進行更有系統的感知與建模，展現出更高層次的環境理解與自我調節能力。
目前，智譜推出的具備反思能力的智能體AutoGLM-Rumination，已進入其定義的「自主學習階段」。
/ 04 / 總結
回到整體來看，智譜的招股書不只是一次融資材料的揭露，更像是一份產業切片。
一方面，它展示了大模型商業化正在加速落地，真實使用量和企業付費意願都在持續放大；另一方面，它也清晰地暴露出這條賽道的殘酷現實——能力領先需要持續、重資本投入，而競爭強度正在迅速抬高門檻。
在這樣的環境下，智譜既是受益者，也是承壓者。這或許正是當前中國大模型公司最真實的處境。 （硅基觀察Pro）