智譜已定明年1月上市，15萬付費開發者的選擇到底值多少錢？

這個年末，國產AI大模型可以說再現大風采了。接下來，港交所預計將連響起兩記大的鐘聲回音。

日前，長期被譽為“中國的OpenAI”的智譜AI正式通過上市聆訊，距離掛牌僅一步之遙，按計劃其計劃于下月掛牌上市。巧合的是，其國內同一階層的競爭對手MiniMax幾乎同時完成聆訊。

放寬視野來說，這顯然不是一場簡單的競速賽，更應該是一個標志性信號：在OpenAI的敘事主導全球三年后，資本市場即將迎來第一批純粹的以AGI基座模型為核心業務的中國上市公司。

清華系AI獨角獸，拿出了性價比利刃

不夸張地說，智譜AI的品牌聲望是這幾年國產原生AI大模型中的TOP級。同花順在2024年10月便推出了“智譜AI”這一概念板塊與概念指數。

而這既源于清華實驗室的強技術支撐，也有超級豪華股東陣營的魅力，更關鍵的是，企業工程化與商業化同體的創新潛力。

首先，技術層面，成立于2019年的智譜AI，由清華大學技術成果轉化而來，是國內啟動大模型研究的開拓者。根據公開資料，其GLM-4.5/4.6模型在Code Arena競技場上與OpenAI、Anthropic并列編程能力全球第一，技術上躋身“第一梯隊”。

其次，在高精專的團隊背書和強大的技術敘事中，智譜AI成立不足7年完成了8輪融資，先后斬獲了美團、螞蟻、阿里、騰訊、小米、金山、Boss直聘等互聯網產業資本，和紅杉、高瓴、啟明創投等一線機構，以及各地方政府國資支持。

而在商業化路徑上，智譜探索出了兩條并行的路線：一是對標OpenAI與Anthropic采取了面向開發者和企業的MaaS模式，通過API調用提供模型能力，該業務處于高速增長中；二是面向政企客戶的本地化部署解決方案。

這背后都是其基于市場生存環境，對模型價值鏈條的深度掌控；且隱藏了企業一個很鮮明的特性。一般來說，專業科研團隊帶隊的企業項目很容易陷入技術理想主義與商業實用主義的泥潭中。

從招股書來看，智譜的特別在于其核心戰術并非單純的技術對標，而是同時兼顧工程化與商業化的創新，構建一條“高性能、低成本”的差異化路徑。

9月，GLM-4.6發布時智譜便宣布適配寒武紀、摩爾線程等國產芯片，并實現業內領先的FP8+Int4混合量化部署。這種在硬件層和推理層同步推動“去昂貴化”，使其在保持頂尖編碼能力的同時，將端到端的推理成本壓縮到可比競品的幾分之一。據Code Arena評測，該模型與GPT-4、Claude并列第一梯隊。

最終，其GLM Coding套餐以“Claude七分之一的價格”在全球市場撕開缺口，三個月吸引超15萬付費開發者，ARR破億。

在OpenRouter平臺上，其付費API收入“超過所有國產模型之和”。這驗證了一個殘酷而有效的邏輯：在性能迫近頂尖的前提下，極致的性價比是突破技術品牌壁壘的超級杠桿。

這與用算法與工程優化實現降本的DeepSeek在某種程度有著異曲同工之妙。一個顛覆性趨勢已然顯現：中國大模型的競爭力，正從依賴本土市場保護，轉向依靠硬核的“單位性能成本比”在全球市場公平競技。

很顯然，智譜賣的不僅是API調用的次數，更是一套經過深度優化、能切實降低客戶總擁有成本的“智能生產力”解決方案。從中國前十大互聯網公司中的九家，到海外如Vercel等知名平臺客戶，買單的邏輯正是如此。

截至9月末，智譜已擁有超過12000名機構客戶，較六個月前大幅增加。顯示其似乎逐漸有了高速旋轉的MaaS飛輪的影子。

而另一邊，智譜還主導發起“自主大模型國際共建聯盟”，將國產基座模型輸往“一帶一路”沿線，這是一種非常區別于西方“星門計劃”的AI基礎設施敘事。

智譜的內核像是一場精密的商業側翼進攻。

當然，路漫遠兮。2025年上半年高達15.95億元的研發費用，是其同期收入的8倍以上。足可見，技術迭代是一場無休止的“軍備競賽”。

事實上，如何讓面向未來的巨額技術投資，與面向當下的商業變現，跑贏現金流消耗的速度，將是所有基座模型公司的集體長期困境。只是對于一個新興前沿產業而言，這些都是后話。

資本市場該如何為“未來”定價？

智譜與MiniMax競速上市，將資本市場置于一個尷尬境地：我們該用何種標尺丈量它們的價值？

傳統的市盈率（P/E）在巨額虧損面前其實是失靈的，市銷率（P/S）在營收規模與天量研發投入的對比下也顯得蒼白。而在一個理性且合規有序的市場，必然需要一種新且合理的“計價單位”來量化這些AI原生企業的價值。

一個前沿的視角是，“Tokens”有替代營收、常規銷量和用戶數成為這個核心計價單位的可能。

這背后的推斷邏輯在于，Tokens統一了大模型的價值創造鏈條：既是客戶采購服務的計量單位（產生收入），也是模型推理消耗的算力單位（構成成本），成功串聯了兩大基礎性財務元素。

因此，Tokens消耗量能同時映射企業的收入潛力、成本結構和技術效率。智譜11月日均4.2萬億的Tokens消耗量，就直接關聯其API收入，也暗含了其模型的市場受歡迎程度和生態活躍度。

一些分析嘗試以Tokens消耗量增速和市場份額為基礎，推導出更貼近AI公司本質的估值模型，盡管方法尚在雛形，但指明了方向：資本市場的估值邏輯，必須從“資產”或“利潤”定價，轉向為“智能流量”（Tokens流）和“生態位”定價。

目前，一些專業的分析機構，已經基于Token的估值邏輯嘗試從幾個維度建立框架：一是Token消耗量增速及其可持續性；二是單Token收入與成本的關系；三是Token市場份額及其穩定性。從同一核心指標的多個構成維度推導出更貼近原生AI公司本質的估值模型。

就這種模式，智譜在OpenRouter平臺上的表現，為其在這一估值框架下獲得認可提供了數據支持。

這意味，對智譜、MiniMax以及月之暗面而言，它們的估值不是由業績貼現決定，更是對其多重敘事的綜合定價，概括性來說，應該是技術實力、增長前景等定性因素，與Tokens 等定量指標形成交叉驗證。既防止估值脫離基本面，也考慮更多預期價值。

當然，這一新型估值模型需要很長一段時間去優化跑通。而一個月后，智譜的上市，以及后續MiniMax、月之暗面的赴港都將成為長期觀察并優化這一估值框架的重要窗口。