智谱跑通了MaaS盈利模式，但仍有一个“短板”丨看财报
背景：MaaS成为AI行业新焦点
随着生成式AI技术的快速演进，模型即服务（Model-as-a-Service, MaaS）正成为人工智能公司的重要商业模式。该模式通过向企业客户提供标准化或定制化的AI模型接口，实现按需调用、按量收费。
相比传统的本地部署，MaaS具备成本低、部署快、易扩展等优势，尤其受到中小型企业欢迎。智谱AI作为国内生成式AI的先行者之一，正积极探索该模式的商业化路径。
智谱AI的MaaS实践与盈利探索
智谱AI近期财报显示，其已初步实现MaaS模式的盈利闭环。主要方式包括：
- 提供标准化大模型API，供客户快速接入并按调用量计费
- 推出企业级定制化模型服务，满足金融、医疗、政务等行业的特定需求
- 搭建AI工具平台，集成文本生成、图像生成、语音处理等多种功能
此外，智谱还与华为联合开源新一代图像生成模型GLM-Image，标志着其技术生态和商业化能力的进一步延展。该模型采用创新的“自回归+扩散解码器”混合架构，并已在国产昇腾Atlas 800T A2芯片上完成全流程训练。
财务压力：算力成本仍是关键短板
尽管MaaS模式初见成效，但智谱AI仍面临显著的财务压力。数据显示，智谱自2022年至2025年上半年累计亏损高达62.38亿元人民币。其亏损核心在于：
- 高昂的GPU/TPU采购与维护费用
- 大模型训练和推理带来的持续性算力消耗
- 云计算行业价格战加剧，压缩了利润率空间
相比之下，OpenAI年收入约130亿美元，估值高达8500亿美元，市销率约65倍；而Anthropic年化收入超过20亿美元，估值也达3800亿美元。智谱的盈利能力和估值体系仍有较大提升空间。
行业趋势：AI重塑云计算格局
过去几年，中国云计算行业一度陷入增长乏力的困境。2025年，随着生成式AI的爆发，行业迎来拐点。GPU算力带动下的AI基础设施需求激增，为云服务商和AI平台带来新的增长动力。
在此背景下，火山引擎等云服务提供商也开始调整销售策略：
- 去年还可依赖GPU销售冲刺业绩
- 今年则要求所有销售必须推广大模型及相关AI工具
- 强调从底层算力到上层应用的全链路转化
这一转变反映出AI服务正在成为云计算行业新的增长引擎，也为智谱等AI平台提供了更多商业化机会。
展望：如何突破算力瓶颈
为突破算力成本这一短板，智谱未来可能采取以下策略：
- 优化模型压缩与推理效率，降低单位计算成本
- 加强国产芯片适配能力，减少对进口GPU的依赖
- 探索与云厂商更深度的资源联合采购与调度
- 通过平台化运营提升客户粘性与复购率
此外，随着GLM-Image等多模态模型的开源与落地，智谱有望在图像、视频等高附加值场景中建立更强的市场地位。不过，算力支出与收入增速之间的平衡，仍将是其未来财报关注的重点。