獨家 | 智譜 ARR 達到10 億美元,半年增長 15 倍

重點摘要
根據多位獨立信源透露,截至2026年7月,中國大模型公司智譜(Zhipu AI)的ARR(年度經常性收入)已達到10億美元。這項數字不僅大幅超越市場預期,也讓智譜成為國內最快達成這項里程碑的AI企業。截至發稿前,智譜官方尚未針對此訊息作出回應。 過去一年,AI Coding與影片生成模型被視為全球造血能力最強的AI賽道。海外,Anthropic旗下的Claude Code僅推出半年,ARR便攀上10億美元,這款明星產品更將Anthropic的整體估值推升至萬億美元(截至2026年5月),甚至超越OpenAI。
根據多位獨立信源透露,截至2026年7月,中國大模型公司智譜(Zhipu AI)的ARR(年度經常性收入)已達到10億美元。這項數字不僅大幅超越市場預期,也讓智譜成為國內最快達成這項里程碑的AI企業。截至發稿前,智譜官方尚未針對此訊息作出回應。過去一年,AI Coding與影片生成模型被視為全球造血能力最強的AI賽道。海外,Anthropic旗下的Claude Code僅推出半年,ARR便攀上10億美元,這款明星產品更將Anthropic的整體估值推升至萬億美元(截至2026年5月),甚至超越OpenAI。然而,市場先前對中國大模型公司能否複製Anthropic的財富神話普遍抱持懷疑。
一方面,北美企業付費意願高、訂閱生態成熟,為Anthropic提供了優渥的商業化土壤;另一方面,Anthropic的估值與智譜最新市值仍存在數量級差距,意味著Anthropic擁有更充裕的資金獲取訓練資源,這是國內模型廠商尚無法比擬的優勢。但智譜的成長速度遠超眾人預期。曾有投資人對媒體表示,原先預估智譜的ARR要到2026年底才能達到10億至15億美元。如今,智譜實際達標的時間點比預測早了近半年。根據Anthropic官方數據與智譜財報,從ARR 1億美元增長至10億美元,Anthropic耗時15個月,智譜僅用了5個月。知情人士指出,在2026年1月至7月間,智譜的ARR足足增長了15倍。
智譜是國內最早押注Coding路線的模型廠商之一。早在2025年初,智譜便開始將資源集中於提升模型的Coding能力。創辦人唐傑曾形容,智譜的策略是重壓Coding與Reasoning——這兩種能力被視為能與Agent(智能代理)共生共榮的核心模型能力。隨後,智譜以平均每兩個月一版的節奏,陸續推出多款Coding能力位居全球第一梯隊的旗艦模型。2026年6月最新上線的GLM-5.2,即便採取開源模式,其多項核心指標仍追平甚至超越Claude Opus 4.8與GPT-5.5。智譜官方曾提出一個觀點:大模型的商業價值可以理解為「智能上限 × Token消耗規模」。
只要模型能力持續領先,調用量便會不斷成長。財報顯示,今年第一季,GLM的API價格累計調漲約83%,海外訂閱價格甚至逼近Claude Code的水準,但調用量仍舊增長約400%,顯示市場對其模型能力的強勁需求。在以Token消耗衡量模型商業化水平的當下,Coding與影片生成模型代表了兩種不同的商業範式:前者直接為企業與開發者提供生產力,後者則深入工業化內容生產的核心環節。從營收數據來看,Coding的市場需求已走向明確,影片生成同樣如此。據了解,Seedance 2.0的月營收接近10億元人民幣;而高盛預測,可靈AI的ARR到年底有望達到10億美元。
不過,確定性的生意同時也意味著更激烈的競爭。2026年6月,MiniMax發布了M3模型,重點強化Coding與Agent能力;7月16日,月之暗面也推出K3,這是一款參數量達2.8兆、綜合智力水平僅次於Claude Fable 5與GPT-5.6 Sol的開源模型。海外方面,隨著GPT-5.6的發布、ChatGPT與CodeX的合併,OpenAI在Coding領域也展現出逆襲Anthropic的勢頭。在當前這個時間點,Coding之戰還遠未結束。智譜雖然率先在國內突破10億美元ARR關卡,但競爭對手正在快速追趕,市場格局仍有變數。
不過,智譜的成長曲線無疑為中國大模型產業注入一劑強心針,也證明在Coding這條賽道上,國內企業同樣有機會創造驚人的商業價值。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

DeepSeek重啟融資,三年市值對齊騰訊?
DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。