成本降 80%、收入涨 27 倍智谱中报里的「通缩式增长」

单位 Token 推理成本较年初下降 80%，开放平台及 API 收入却同比暴增 27 倍——降价还能涨价？这不是财报数字打架，是 Token 经济的第一性原理

8 月 31 日傍晚，智谱在港交所披露 2026 年中期业绩——这是它今年 1 月上市后的首份中报。

有两个数字，放在一起看非常反常：

单位 Token 推理成本，较年初下降约 80%。

开放平台及 API 业务收入，同比增长 2735.7%（约 27 倍）。

成本降了八成，收入却涨了二十七倍。按常识，降价应该压缩收入才对。这正是 Token 经济最反直觉的地方。

一、先把中报摊开：收入结构换了一次血

智谱董事会秘书肖磊在电话会上说了一句很关键的话：「相较收入增速，收入构成的切换更值得关注。」

数据来源：智谱 2026 年中期业绩公告（2513.HK），2026-08-31

看明白了吗：本地化部署收入占比从去年同期的 73.7% 掉到 13.5%，按调用计费的 API 从 26.3% 冲到 86.5%。一家过去靠政企项目吃饭的公司，半年之内把收入重心整个换到了云端。而让这次换道成为可能的，正是那条下移的成本曲线。

二、最反常识的一组数字：成本降 80%，售价却涨了 101%

这是整份中报里最值得停下来想 30 秒的地方。成本在暴跌，API 平均售价却同比提高了约 101%，而且毛利率还从 −0.4% 翻正到 24.6%。

同一时期，两个方向相反的变量

API 平均售价 提高约 101%

单位 Token 推理成本 较年初下降约 80%

同期 API 业务毛利率由 −0.4% 提升至 24.6%，实现由负转正

这不是数字打架。智谱董事长刘德兵在电话会上给出了标准答案——未来行业会出现两条价格曲线：

「同等智能的价格会持续下降，但能打开新任务边界、显著提升任务成功率的模型仍有定价空间。」

拥有定价权的不是 token 本身，而是 token 最终能完成什么任务。

翻译一下：降的是「同等智能」的价，涨的是「更高智能」的溢价。成本下降让低价供给成为可能，而提价 101% 还能卖出去，是因为模型已经能干更难的活了——从"回答一个问题"变成"独立完成一个工程项目"。你买的从来不是 Token，是 Token 换回来的那个结果。

三、杰文斯悖论：为什么降价反而让收入暴涨

还是没解释收入为什么能涨 27 倍。答案是用量涨得比价格跌得快得多：

放量指标（统一折算为「增长倍数」）

前十大客户日均调用量 较年初 +98 倍

MaaS 平台 Token 调用量 较年初 +40 倍

Coding Plan 调用量 +23 倍

付费日活用户 +603%（约 6 倍）

数据来源：智谱 2026 年中期业绩公告及业绩会

这就是经济学里著名的杰文斯悖论（Jevons Paradox）。1865 年，经济学家杰文斯在《煤炭问题》里指出：蒸汽机效率提升，反而会让英国的煤炭总消耗量增加——因为更高效的机器让煤炭在更多原本不划算的场合变得可用。

AI 正在复现同一条曲线：

结论：这叫「通缩式增长」。单价在通缩，用量在通胀，而用量增速远超价格降幅，所以总收入反而暴涨。谁要是拿传统制造业的「降价 = 收入下滑」常识来看 AI，会完全看错这门生意。

四、唐杰公式：智能上限 × Token 消耗规模

整份中报里我最想推荐的是智谱首席科学家唐杰给出的这个公式：

AGI 的商业价值 = 智能上限 × Token 消耗规模

前半截决定「单个任务值多少钱」 后半截决定「有多少任务真实发生」

智谱上半年其实就在同时推这两个变量。看智能上限这一侧：

GLM 系列智能指数（Artificial Analysis Intelligence Index）

2026 年 8 月 60

约 11 个月前 32

11 个月完成 4.6→5.3 六代迭代，单任务成本稳定在 0.2 美元档

而成本下界这一侧，靠的是双模型策略：

用 2.5 分的智能差距，换 15 倍的成本下降。GLM-5.3-Flash 用 320B 总参数 / 18B 激活参数的混合架构，把服务成本打到 GLM-5.2 的十分之一。它的匿名版 Ox-Alpha 曾登顶 OpenRouter 调用量榜首，6 天累计调用超 62T Token，身份揭晓当天即以 MIT 协议开源。这就是「智能—成本」帕累托前沿的实际打法。

五、能力阶梯：定价权随任务层级一起上移

智谱把商业化路径划成五级，每一级都有一道具体的技术门槛把着，门槛跨不过去，上一层的商业模式就不成立：

每上一级，对应的市场空间也逐级放大（下列为智谱公司基于公开行业数据的粗略估算，未经独立核证）：

Autonomous AI / 长期重构　约 30 万亿美元

Co-work / 知识工作　约 5 万亿美元

Coding / 软件研发　约 5000 亿美元

Chat / 搜索　约 1000 亿美元

公司公告明示：该估算仅供说明任务层级与市场规模的对应关系，不构成业绩预测或保证

看懂这张阶梯图，就懂了刘德兵那句话的分量：越往下的层级越按「量」计价，越往上的层级越按「成果」计价。卖 Token 是最不值钱的生意，卖"交付的结果"才有定价权。海通国际在同一时期的研报里也说得很直白：模型层定价权仍将承压，价值加速向云和基础设施迁移，能够对最终任务结果负责的产品更具定价权。

六、算力乘数：从「有多少卡」到「产出多少有效 Token」

中报里还有一个被低估的指标：单位算力（含训练与推理）所对应的收入，同比提升约 14 倍。

支撑它的是 All-in-Infra 战略——自 2026 年初起把国产芯片纳入主力推理算力，实现十万卡级国产芯片的规模化部署。

肖磊的判断值得抄下来：算力行业的主要矛盾，已经从「国产芯片能不能跑」转向「如何验证国产芯片的经济性」。简单把卡加起来并不能反映真实供给能力，真正该看的是「有效算力」——有多少算力已安装、能稳定调度、长期运行，并最终转化成有效的 Token。

七、必须说清的三个口径（别被 headline 骗了）

这份中报很漂亮，但有几个地方必须掰开看，否则容易被单一数字误导。

1. 亏损：两个口径，方向相反。期内亏损 20.72 亿元，同比收窄 12.1%；但经调整净亏损 19.64 亿元，同比扩大 12.1%。看「期内亏损收窄」还是「调整后亏损扩大」，结论完全两样。研发开支 21.31 亿元，已经超过收入的 2 倍。

2. 毛利率仍然偏低。整体毛利率 26.4%，API 业务毛利率 24.6%。对比传统 SaaS 动辄 70%+ 的毛利，这说明「降价换规模」与「推理成本」仍在角力——规模跑出来了，但还没跑出利润。

3. 口径差异要标注。①那组 100B/500B/5T/30T 是公司自己基于公开数据的粗略估算，未经独立核证，公告里自己都写了「不应过度依赖」。②ARR 有两个口径：按 8 月月度收入年化约 16 亿美元；按「单周收入 ×52」的激进口径则超 20 亿美元。③本地化部署收入同比 −54.6%，既是主动换道，也意味着丢了一块原本稳定的基本盘。

八、给从业者：Token 经济的四条生存法则

1. 别做「卖 Token」的生意。基础 Token 正在快速商品化——智谱这种头部厂商的 API 毛利率也只有 24.6%，开源模型就是价格天花板。你如果只做转售和搬运，毛利会被一路压到零。

2. 做「卖任务结果」的生意。定价权在往 Co-work 层级上移：谁对最终交付的成果负责，谁才有溢价空间。这也是为什么「按 Token 计费」正在被「按任务 / 按订阅计费」替代。

3. 盯「单位智能成本」，别盯参数。GLM-5.3 与 5.2 同架构、同参数，唯一变量是后训练规模，端到端完成率就提升超 50%。在推理时代，最优解从「更大的模型」转向「更小的架构、训练更久」。

4. 把 Token 消耗当一等工程指标。Agent 工作流比普通对话多消耗 5–30 倍 Token。很多团队按「对话级」成本做预算，却部署了「Agent 级」负载，等账单出来才发现对不上。Token 消耗要和延迟、错误率一样被监控和告警。

结 语

回到开头那个反常的组合：成本降 80%，收入涨 27 倍。

它背后是 Token 经济最核心的一条规律——单价在通缩，用量在通胀，而用量涨得永远比价格跌得快。蒸汽机让煤炭更省，却让人类烧掉了更多煤；更便宜的智能，也不会让我们用得更少，只会用得更狠。

所以真正值得记住的不是那 80%，而是唐杰那个公式的后半截：决定天花板的不只是智能有多强，更是有多少任务，真的被交给了它。