智譜沖破2000億的秘密：為什么中國AI終于敢漲價了？

2026年的中國AI，開年即重磅，產業全方位加速信號明顯。

一邊是模型能力持續迭代，應用場景逐漸落地，商業化路徑不再停留在概念驗證；另一邊是資本市場給出更明確的定價信號，智譜與MiniMax相繼上市讓AI大模型的估值邏輯第一次有了公開市場坐標。

在這樣的背景下，智譜的提價動作，引發的關注遠超產品本身。2月12日，智譜正式開源發布新一代基座模型GLM-5，并同時宣布對GLM Coding Plan取消首購優惠，并整體提價30%起。更出人意料的是，GLM Coding Plan已售罄，成為國產AI編程模型付費市場中經典案例。

資本市場直接給出了最積極回饋。2月13日，智譜股價盤中拉升超14%，收盤漲幅20.65%，市值突破2160億港元。這已是該股連續第三個交易日大幅上漲。

這并非簡單的題材炒作，而應該是中國AI商業化邏輯的一次底層重置。在當下，智譜為何敢于提價、又為何能夠實現提價，其背后的商業邏輯，已成為理解這一輪AI變局的關鍵切口。

用生產力換ARPU，智普的定價權反轉

2024—2025年的大模型賽道，本質上是供給爆發、需求滯后的野蠻生長階段。

模型能力尚未形成斷層，應用場景仍在試水，用戶訂閱與企業采購決策都偏謹慎。供給側為了搶占用戶與企業心智，只能通過價格獲取流量。字節豆包曾將調用成本壓至極低水平，通義千問多次降價，智譜上一代GLM-4-Plus也曾大幅下調價格。

那一階段，價格不是利潤工具，而是獲客手段。定價權掌握在需求端。

但剛進入2026年，變化開始出現。GLM-5發布后，智譜不僅沒有延續降價策略，反而選擇給GLM Coding Pla提價。Pro版149元/月，連續包季402元/季，連續包年1251元/年，定價并不便宜。

表面上看只是一次價格策略調整，但在正值激烈競爭的賽道中敢于逆勢提價，本身已說明供需關系發生變化：至少在產品決策邏輯上，智譜有信心不再用低價換流量，而是用能力換ARPU。

最關鍵的是，結果證實了這一點，GLM Coding Pla套餐全部售罄了。放大到整個AI互聯網產業去看，這一表現，甚至打破的不只是價格天花板，還徹底擊碎了一個另延續多年的刻板印象：中國互聯網用戶不習慣為軟件付費，訂閱制更多的在歐美成立，在中國必須“免費+流量”才跑得動。

這種變化，透過與海外對比或許看得更清晰。就在同一周，OpenAI開始在美國地區對免費用戶和低價訂閱用戶測試廣告功能，但用戶并不買賬，“AdsGPT”的罵聲在社交媒體上刷屏，競爭對手Anthropic甚至在超級碗投放廣告，嘲諷OpenAI用廣告損害AI助手的實用性。

一邊是中國開發者搶購漲價30%的編程套餐，一邊是歐美用戶拒絕用體驗、隱私換取免費。關于“中國用戶不付費”的刻板印象，在這一刻被徹底擊碎。

事實上，中國互聯網用戶并非天然拒絕為生產力付費，而是過去的產品“不得不付”的價值不夠厚實。但現在，隨著中國用戶的互聯網思維在歷史長河中完成了非常大的代際變遷后，只要產品能力足夠清晰、ROI可預期，價格將不再是核心障礙。

供給創造需求，價值決定價格。當大模型開始交付確定性的生產力，定價權正在從買方向賣方傾斜。厘清這一點后，接下來要弄明白的是，撐起智普漲價的產品邏輯具體是什么？

對比海外，為什么中國開發者漲價后仍買單？

智譜這輪持續暴漲的直接催化劑是GLM-5的開源。但資本市場并不會為“更好一點的模型”持續買單，GLM-5的真正價值，在于它定義了一個新范式：從Vibe Coding到Agentic Engineering。

過去一年，大模型在編程領域的主流模式是Vibe Coding。通過自然語言生成代碼片段，由開發者手動整合調試，模型本質仍是高級代碼補全工具。

GLM-5試圖定義另一種路徑：Agentic Engineering。在BrowseComp、MCP-Atlas、τ-Bench等復雜任務中，GLM-5不僅生成代碼，還能調用工具、理解項目結構、執行多步規劃并完成部署。它開始承擔“完成任務”的角色，而不是“生成內容”的角色。

這是估值模型切換的關鍵點。工具型產品的估值天花板取決于訂閱規模；生產力平臺的估值上限取決于人效提升倍數。

上一代GLM-4.7發布后，智譜MaaS平臺ARR從2000萬元增長至5億元，僅用10個月。這條曲線說明，編程是最接近現金流的大模型場景之一。

原因很簡單，決策鏈條短，序員個人即可決策；同時付費意愿強，對于大多數用戶來說時間直接等同于收入；且遷移成本高，一旦嵌入開發流程，產品替代性極低。與這條鏈路相匹配的是，智譜的重心一直落在付費意愿更強的中國2B+開發者+開源生態方向。

對比之下，C端對話產品普遍面臨用戶規模陷阱：用戶增長快，但免費比例高，ARPU受限，商業化路徑依賴廣告或增值服務。正如同時聚焦全球C端和企業Maas的OpenAI，確實擁有龐大用戶規模，卻仍需測試廣告。這正是其流量邏輯的壓力體現。

流量邏輯決定收入上限；生產力邏輯決定收入彈性。當模型只是陪聊或補全工具，價格是成本變量；當模型能夠交付完整系統，價格變成生產力變量。149元/月，對程序員而言意味著節省的時間成本和提高的交付效率。生產力邏輯，支撐了提價空間。

同樣的，當模型從“工具”升級為“半個工程師”，估值模型也隨之變化。資本關注的不再是調用次數，而是單位人效的提升幅度。

這解釋了為何智譜在高估值區間仍受到追捧。市場預期的，是生產效率提升帶來的現金流增長，而非單純規模擴張。

誰在推升2000億市值？港股的雙層定價結構

2000億市值的形成，不只是技術與商業模式的結果，也與資金結構密切相關。

2026年的港股，呈現出明顯的雙層定價特征。

第一層是南向資金。年度凈買入規模創歷史新高，占港股市值比重持續提升。這類資金偏好確定性與政策支持，持倉周期較長，為市場提供底部支撐。

第二層是海外交易盤，尤其是韓國散戶等高活躍資金。其特點是高換手、強敘事驅動，在IPO及主題行情階段放大波動。

智譜及MiniMax-WP上市初期的熱度，部分就是來自韓國散戶的助推。數據顯示，韓國散戶單月凈買入MiniMax-WP逾2000萬美元；智譜上市后的估值溢價，同樣有“東學螞蟻”的顯著催化痕跡。而它們高集中度押注AI新貴的本質，是尋找全球稀缺科技資產的映射機會，畢竟韓國沒有自己的OpenAI。

在智譜身上，兩類資金形成共振：配置資金認可其政企本地化能力與ARR高增長，交易資金認可其“中國版OpenAI”的敘事稀缺性。配置盤壓艙，交易盤點火，共同推升了這輪估值的快速躍遷。

更讓市場期待的是，智譜在港股上市未滿兩月，便火速啟動科創板輔導備案。這意味著它有意在不同資本市場之間構建估值聯動機制，港股承接全球交易盤的銳度，A股承接本土配置盤的深度，兩者形成互補。

企業主動設計資本結構，本身也是定價能力的一部分。

2026年不再對標，而是定義

過去三年，中國大模型公司的一切動作，都在回答一個問題：我們和OpenAI差多少？產品對標、參數對標、融資對標，似乎所有的坐標都在海外。

但2026年開年，這個問題變成了中國開發者愿意為什么付費？

答案已經寫在GLM Coding Plan的售罄公告里：為真實的生產力提升付費，為系統工程級的智能體能力付費，為“幫我完成一個產品”而非“陪我聊五分鐘天”付費。

這是一種完全不同的商業邏輯。它不依賴補貼、廣告、用戶規模幻覺，而是更依賴嵌入生產流程，并產生可量化ROI。

與此同時，GLM-5已與華為昇騰、摩爾線程、寒武紀、昆侖芯等國產算力平臺完成深度推理適配。當OpenAI還在為免費用戶的廣告位發愁，Anthropic還在和奧特曼打口水戰，智譜已經在國產算力底座上跑通了從技術突破到商業變現的完整閉環。

智譜的股價還會波動，韓國散戶會輪動到下一個熱點，南向資金會繼續用萬億體量重塑港股估值底座。但有一點已經不可逆：中國AI開始形成自己的定價邏輯。

不再是追趕式對標，而是內生式定義。

這比2000億市值更值得認真對待。

來源：港股研究社