万亿市值背后：智谱如何兑现资本预期

万亿市值是市场给智谱的定位，智谱怎么接住这个定位？

文｜《财经》执行主编 谢丽容

一家年收入7亿元、亏损47亿元的AI大模型公司，市值已突破万亿港元。地缘替代叙事、顶尖技术跑分、港股稀缺筹码，三条主线合力托起了智谱的万亿估值。

放眼整个二级市场，全球上市的通用基座大模型标的不多，国产自研通用大模型更是极度稀缺。

智谱同时集齐过硬技术实力、国资产业背书、A+H双资本市场布局等稀缺属性，成为境内外资金配置本土AI核心资产的唯一可选标的，独一无二的上市稀缺性，进一步放大了资本市场的阶段性估值溢价。

智谱精准落在全球AI产业分化的十字交叉口，被市场赋予了双重身份：它是当下全球范围内，技术能力最贴近Anthropic的中国基座大模型，同时根植于一套完全迥异的产业土壤、商业规则与成长基因之中。

AI产业有着客观且不可逆的演进时序：先夯实算力与底层基建，算力基建潮已经如火如荼，再迭代大模型平台层，大模型商业化落地模式目前最受关注，然后迎来全域应用百花齐放，AI时代产业飞轮才算开始转动。

智谱位于第二时序。

此前，全球大模型公司延续一种惯性叙事：海外头部的发展路径是最可供参考的标准，技术能力是资本市场衡量其价值的唯一标尺。现在，落地化能力成为更加现实的新尺子。

这可能是智谱万亿港元市值的核心原因。智谱对标的全球第一大独角兽Anthropic已经用陡峭的营收数据验证了大规模商业落地的可行性。

资本市场最核心的矛盾也由此诞生：资本叠加标的稀缺红利，直接套用Anthropic成熟全球化商业终局，给尚处在本土化起步阶段的智谱定价，中外两套市场底层逻辑、产业发展节奏被弱化了。

本文将从三层维度拆解智谱的万亿估值命题与行业进退逻辑。

其一，复盘本轮万亿港元市值的形成逻辑，拆解技术突破、地缘替代、稀缺筹码三重溢价，厘清资本市场以海外巨头终局范式、定价本土起步阶段企业的核心错位；

其二，剖析智谱四层商业体系，解读其商业模式的独特性；

其三，对比算力上游“卖铲人”的确定性繁荣与大模型“挖金人”的增长桎梏，结合7月解禁筹码扩容与A+H双线资本布局的关键窗口，研判智谱能否跨越算力成本与业绩兑现的双重考验，让远期估值落地为长期产业价值。

万亿市值究竟是泡沫的顶峰，还是一条新定价逻辑的起点？这个问题的答案不在本文的判断里，而在智谱接下来的生长秩序里。

万亿市值，在交易什么？

智谱的万亿市值，建立在三重逻辑之上：技术对标、地缘替代与稀缺筹码。

GLM-5.2是智谱6月17日发布并开源的新一代旗舰大模型。它的核心定位是主攻“长程任务”（Long Horizon Task） ——让AI不再局限于即时问答，而是能像人一样连续工作数小时，自主完成一整套复杂的软件工程。

智谱从2025年初几乎投入全部力量攻关Coding，历时大半年才迎来这一突破。

国际市场调研机构Artificial Analysis截至6月13日数据显示，GLM-5.2的Coding性能仅次于Anthropic的Claude Fable 5、Claude Opus 4.8、OpenAI得GPT-5.5。它超过了月之暗面的Kimi K2.6和DeepSeek-V4 Pro。Artificial Analysis是一家独立的第三方AI模型基准测试平台，通过自建评测体系对全球大模型进行多维度性能排名，其榜单被业界视为衡量模型综合实力的重要参考风向标。

多位一线开发者的实际反馈是，GLM-5.2和今年2月发布的Claude Opus 4.6相差无几。AI研究机构Proximal的评价是：GLM-5.2是“第一个真正缩小了Anthropic/OpenAI与其他模型提供商之间巨大技术鸿沟的模型”。

简而言之，GLM-5.2已经站到了第一梯队，但和领头羊仍有距离。它证明了智谱有能力参与顶尖竞争，而不是只能跟在后面追赶。

6月12日，美国出口管制迫使Anthropic切断非美用户对Fable 5的访问。次日，智谱宣布GLM-5.2面向全量用户开放，并在X平台声明：“前沿智能不应只属于少数人，也不应被少数规则随时收回。”这个24小时的时间差，被市场解读为一个地缘政治替代的叙事：如果海外最先进模型随时可能被切断，中国需要自己的Anthropic，而智谱是技术指标上最接近的那个选择。

低流通盘是第三个放大因素。智谱上市之初真实自由流通股仅约1174万股，占总股本比例不到3%。在筹码极度稀缺的条件下，任何正面消息都会被杠杆化推高股价。

三重逻辑叠加，共同推高了智谱的市值。但这套逻辑成立的前提是：智谱必须真正成为“中国版Anthropic”——不仅在技术上对标，更要在商业上对标。

技术对标解决的是“能不能”的问题——GLM-5.2证明了智谱能做。但商业对标解决的是“值不值”的问题——Anthropic用470亿美元的年化收入撑起了9650亿美元的估值。智谱用7.24亿元人民币的年收入撑起了1.07万亿港元的市值。

技术对标和商业对标之间，隔着一道巨大的鸿沟。这道鸿沟能否被跨越，不取决于GLM-5.2在各个基准测试榜单上的性能评分，而取决于智谱在未来几年内，能否将收入从7.24亿元拉升到足以支撑万亿市值的量级。

这就引出了下一个问题：“中国版Anthropic”的叙事，在商业层面究竟能成立多少？

中国版Anthropic？

Anthropic的故事确实令人惊叹。它的ARR从2025年初的约100亿美元飙升至2026年5月的470亿美元。公司预计2026年Q2营收将达109亿美元，较Q1翻倍，并将迎来首个盈利季度。约80%的收入来自企业客户。以9650亿美元估值计算，市销率约20.5倍。

Anthropic的成功和AI编程密不可分。要理解Anthropic为什么值9650亿美元，先要理解编程赛道为什么有这么大的能量。

编程赛道之所以成为大模型厂商的“必争之地”，原因并不复杂：这不是一个百亿美元级的开发者工具市场——这是一个正在从工具变成基础设施的万亿级市场。

“开发者”这个概念正在被重新定义。过去，开发者是指那些会写代码、懂编程语言的人。你得学会Python、Java、C++，才能被称为“开发者”。但大模型正在改变这件事。

当人人都会的自然语言成为编程语言，开发者的边界被彻底打破了。

一个产品经理，能用自然语言描述功能需求，AI把代码生成出来——他算不算开发者？一个运营人员，能描述数据分析的诉求，AI生成对应的SQL查询——他算不算开发者？一个业务负责人，能描述内部工具的流程，AI生成可运行的页面——他算不算开发者？

有了编程工具，算。

在AI编程工具出现之前，这些人的需求被卡在同一个瓶颈上：需要一个真正的程序员来把需求变成代码。而现在，这个瓶颈正在消失。

黄仁勋在2026年6月的GTC Taipei上披露了一组更具说服力的数据：全球约有3000万至4000万专业软件开发者；AI编程调用次数从2023年的3亿次增至2024年的4亿次、2025年的5亿次，而2026年前几个月已飙升至14亿次，较去年全年增长近两倍。这意味着，AI编程正在从“少数人的实验”变成“大多数人的日常”。

如果“开发者”还是那3000万到4000万程序员，调用次数的增长应该是线性的——人没变多，使用频率也不可能在几个月内翻好几倍。但数据是指数级暴增，只能说明一件事：调用AI编程的人，已经远远超出了“程序员”这个群体。

产品经理在调，运营在调，设计师在调，业务人员在调。任何一个需要“把想法变成软件”的人，都在成为AI编程的“用户”。这些人不是传统意义上的“开发者”，但他们正在成为AI编程市场真正的增量。

门槛越低，机会越大——这是此前擅长做“高门槛本地化部署”生意的智谱瞄准的新机会。

“中国版Anthropic”—— 这个标签并非市场强加，而是智谱主动选择的路径。

今年3月31日，智谱发布上市后首份年报。在当晚的业绩电话会上，CEO张鹏多次提及Anthropic，并频频将智谱的发展路径与之对标。“Anthropic 是全球AI行业最受关注的公司之一，它的增长逻辑非常清晰：专注于把最强的模型通过API交付给企业和开发者，让智能参与创造经济价值。” 张鹏说。他的核心判断是：“当模型足够强，API 本身就是最好的商业模式。”

这场电话会召开时，智谱市值刚突破4100 亿港元。张鹏的对标表态，被市场视为一个明确的战略信号。次日，智谱股价收盘大涨22.17%。

智谱对标Anthropic并非临时起意。据36氪报道，智谱在2023年4月发布代码生成模型CodeGeeX，开始布局编程方向。2025年初，管理层做出关键战略决策：All in Coding——将下一代核心基座研发资源集中投入编程赛道；2025年7月内部落地组织调整，抽调部分多模态、长文本专项研发小组并入Coding团队，公司研发策略从全域业务全面开花，转向企业刚需编程赛道单点突破，通用多模态业务仍保留常态化迭代。

这一战略转向的直接产物，是2025年9月推出的GLM Coding Plan——一款面向开发者的付费编程助手产品。每月收费低至20元人民币，大约是Anthropic Claude Code定价的五分之一。到2025年底，Coding Plan单项ARR已超过3.12亿元人民币，付费开发者超15万；到今年3月，平台编程类付费开发者已突破24.2万。

今年2月12日，智谱做了一件在竞争激烈的AI市场中颇为大胆的事：将全线API价格上调83%，并取消Coding Plan 的首购优惠。该公司CEO张鹏在业绩会上披露：一季度API调用定价提升83%，调用量仍增长400%，市场依然供不应求。摩根大通在研报中指出，AI时代能否持续涨价比跑分更能证明模型竞争力。

智谱与Anthropic的相似之处是显而易见的：都以编程场景为切入点，都面向B端市场，都强调底层技术创新。2025年，智谱MaaS平台ARR约17亿元人民币（约2.5亿美元），同比增长60倍；开放平台及API业务收入同比增长292.6%。

但差距同样是显性的。以万亿港元（约1400亿美元）市值计算，智谱的P/ARR高达94倍，是Anthropic的4.6倍。杰富瑞报告指出，即使按智谱提出的2026年底实现10亿美元ARR的乐观目标计算，估值倍数仍是Anthropic的5倍以上。

更深层的差距在于商业化的质量。Anthropic的收入是标准的模型服务收入——客户调用API，按Token付费，产品高度标准化，毛利率高，可复制性强。智谱目前73.7%的收入来自本地化部署——这是一个需要大量定制化开发、驻场服务、项目管理的业务模式，毛利率持续下滑，客户粘性有限，且前五大客户年年不重样。

当市场说智谱是“中国版Anthropic”时，它做对了一半——技术路线确实相似。但市场往往忽略了另一半：智谱的商业化路径，和Anthropic其实大不相同。

编程赛道的竞争正在进入第二阶段。第一阶段是“技术验证期”——谁先做出能用的产品，谁就抢占了先机。Anthropic和智谱是这一阶段的赢家。第二阶段是“生态扩张期”——谁能以更低的成本、更好的体验，把开发者锁定在自己的平台上，谁就能建立真正的护城河。

智谱董事长刘德兵近期在接受媒体采访时提到，如果只看短期利益，比如当下只做闭源、直接售卖调用权限能拿到更多收入，短期内开源和商业化肯定存在利益冲突；但从长远发展角度看，开源与商业化其实并不冲突。

智谱“开源+闭源”双轨并行所构成的商业模式组合有清晰的层次：

第一层：开源模型做生态，解决“让更多人用”的问题。GLM-5.2以MIT协议开源，开发者可以自由下载、修改、商用。开源降低了使用门槛，让智谱的模型能力以最快速度触达最大范围的开发者。据公开数据，智谱开源模型累计下载量已超3000万次，汇聚70万开发者。这个开发者生态是智谱最核心的资产——每一行用GLM生成的代码、每一次微调尝试、每一个开发者反馈，都在为模型能力的迭代提供数据燃料。

第二层：Coding Plan做产品化，解决“让用户付费”的问题。Coding Plan是面向个人开发者的付费订阅产品，每月收费20元。到2026年3月，付费开发者已突破24.2万。它代表的是智谱从“项目”走向“产品”的转型方向——标准化、可复制、低边际成本。Coding Plan的ARR虽然还只有约1亿元，但它的战略价值不在于收入规模，而在于证明：智谱有能力做出开发者愿意主动付费的标准化的产品。

第三层：本地化部署做深度服务，解决“让大客户买单”的问题。2025年本地化部署收入5.34亿元，占总营收73.7%，客户以政府、金融机构、能源央企为主。这是智谱的基本盘——虽然毛利率在下滑、规模化难度大，但它提供了稳定的现金流和战略级的客户关系。更重要的是，本地化部署为智谱积累了金融、政务、能源等行业的数据和场景理解，这些是Coding Plan和开源生态无法替代的。

第四层：MaaS平台做规模化，解决“让企业按需付费”的问题。MaaS平台（bigmodel.cn）提供标准化的API服务，注册用户已突破400万，覆盖全球218个国家和地区，2025年ARR约17亿元。这是智谱最接近Anthropic模式的部分——企业按Token调用量付费，产品标准化、可复制。API提价83%后调用量反增400%，说明市场对智谱的模型能力有真实的价值认可。

这四层形成一个清晰的金字塔结构：底层最宽，开源吸引开发者，建立生态；第二层的Coding Plan让开发者中的一部分转化为付费用户；第三层的MaaS让企业级客户按需付费；位于顶层的本地化部署服务最核心的政企客户，提供最高客单价。

金字塔的每一层都为下一层输送客户：开源用户中有一定比例会试用Coding Plan，Coding Plan用户中有一定比例会升级到MaaS企业API，MaaS客户中有一定比例会需要更深度的本地化部署。形成了一个从“免费-低付费-按需付费-高客单价”的自然漏斗。

刘德兵认为，这个模式短期确实会出现免费用户分流付费客户的现象，但拉长3-5 年周期，生态规模带来的增量会远超短期流失。

智谱要达到Anthropic今天的收入规模——即使保持每年翻倍的增长速度——也需要8年以上。而万亿市值所隐含的预期，要求它在2到3年内就证明自己。

后有追兵

2025年之前，大模型公司比拼的是参数规模与跑分成绩。2026年，随着算力基础设施市场的爆火，“卖铲人”库存吃紧赚得盆满钵满，真正的挖金人，大模型厂商的商业化落地更被看重。行业和资本市场关心一件事：你能不能赚到钱。编程，是目前唯一一个同时满足“刚需、高频、高溢价”三个条件的场景。

Anthropic的成功是这条路径最有力的证明者。Claude Code负责人Boris Cherny在Fortune Brainstorm Tech会议上说，早期客户曾对Claude Code的定价犹豫不决——“六个月后，每个人都明白了，这跟以前的东西根本不是一回事”。他的建议直指核心：不要拿AI编程工具和每月20美元的软件订阅比，要拿它和工程师的人力成本比。一个开发者用Claude Code在六天内完成了一个此前需要一年工程时间的项目——这种效率提升的ROI，是任何企业CFO都无法忽视的数字。

据IDC数据，2025年中国AI编程市场规模达24.5亿元，同比增长187.3%。沙利文调研显示，2025年上半年中国企业级大模型日均Token消耗量达10.2万亿，较2024年下半年暴增363%。编程相关Token的消耗占比，已从2025年初的11%跃升至11月的50%以上。

但编程赛道并不是只有Anthropic和智谱。

2025年2月，谷歌推出的编程助手Gemini Code Assist，最大亮点是多模态能力——可以直接理解和生成图表、处理截图中的UI代码。今年6月8日，Gemini 3. Flash已正式向VS Code和IntelliJ平台上的Gemini Code Assist用户开放。与Anthropic和智谱将Coding作为公司级核心战略不同，谷歌的编程工具更多是Gemini模型能力的自然延伸，而非独立的核心战略方向。

阿里云百炼推出的Coding Plan编程订阅服务，每月仅需200元，集成了Qwen3.5-Plus、MiniMax M2.5、GLM-5、Kimi-k2.5等模型。

今年5月，DeepSeek发布Agent Harness研发工程师招聘启事，写下“Model + Harness = Agent”的公式。Harness是DeepSeek内部专门组建的代码智能体工程团队，负责把模型能力转化为能真正干活的Agent产品。工作地点包括北京和杭州。

今年6月3日，OpenAI在“Intelligence at Work”线上发布会上宣布，将Codex深度整合进ChatGPT，近10亿用户将获得Agent插件、批注和Sites三大升级。其产品负责人称，未来几周内将Codex装进ChatGPT，打造一个能编写代码、管理日程、操控软件的“超级应用”。

今年6月12日，月之暗面发布并开源Kimi K2.7 Code编程模型，参数量达1.1万亿，提供256K上下文窗口。模型重点提升了长上下文编程场景的指令遵循能力，平均Token消耗降低30%。高速版于6月15日上线。

字节也在跟进编程赛道。今年6月4日，36氪从多个信源独家获悉，2026年字节AI有四个重要命题，其中之一是“进一步打好Coding的地基，做好Coding的Dogfooding（数据回流、评测，形成飞轮），提升Agent能力”。

6月24日，字节一口气发了五大模型，从基础大模型到多模态生成模型全面升级。主模型豆包在Coding（编程）、Agent（智能体）和VLM（视觉语言模型）三大关键能力上实现了质的提升，推出了收费专业版本。

在这个赛道上，Anthropic和智谱之所以“最坚决”，不仅因为它们投入最早，更因为它们把Coding从“众多方向之一”提升到了“公司级核心战略”的层面——并为此进行了明确的组织与资源重配。其他厂商都有布局，但要么作为众多产品线之一（阿里、谷歌），要么作为模型能力的自然延伸（OpenAI），并未像这两家一样将整个公司的命运押注在编程这一个点上。

编程赛道的本质，是一场关于开发者生态的争夺。谁能让开发者离不开自己的工具，谁就掌握了AI时代最稀缺的资源——数据和反馈的闭环。

代码生成的结果可以被编译器直接验证，每一次修正都能形成高质量的强化学习数据。这种“生成-反馈-优化”的正循环，是其他任何AI应用场景都难以复制的。在这个意义上，编程不仅是第一个赚钱的场景，更是通往AGI的基础设施。

一些行业人士认为，编程赛道的终局，不会是百花齐放，而是一两款产品吃掉绝大部分市场份额。Anthropic的Claude Code已占据全球AI编程市场54%的份额。智谱的GLM Coding Plan正在奋力追赶。其他玩家——无论阿里、字节还是Kimi——都还在起跑线上。

智谱CEO张鹏在业绩会上说：“定价权还是由我们的技术实力以及长期趋势所带来的领先地位决定的。”这句话或许概括了编程赛道的终极逻辑：技术领先决定定价权，定价权决定生存，而生存，在这个赛道上意味着一切。

想在编程赛道上做强做好，也不是那么容易。

谷歌就是一个反例。谷歌在2025年2月就布局了编程赛道。但早入场没能转化成竞争力，根本原因在于：谷歌输在了“产品”和“场景”上。

谷歌在AI编程工具上投入不少，但产品体验始终是短板。无论是早期的Gemini Code Assist，还是被寄予厚望的Antigravity 2.0，都因体验问题被开发者广泛诟病。

谷歌的另一个硬伤是战略分散，没能像Anthropic那样精准切入开发者的核心工作流。CEO皮查伊承认，谷歌没有像Claude Code那样直接触达开发者的产品入口。另外，Anthropic的路径是“让Claude Code帮程序员把活干完，按月收钱”。而谷歌试图构建一个宏大的“Agent帝国”，将AI塞进所有产品，但这条变现路径太长，每一步都在消耗资源。

换句话说，谷歌试图用“系统级胜利”的逻辑去对抗对手的“单点极致”。但在AI编程这个需要深耕的领域，“全家桶”反而成了负担。

编程赛道的竞争正在进入第二阶段。第一阶段是“技术验证期”——谁先做出能用的产品，谁就抢占了先机。Anthropic和智谱是这一阶段的赢家。第二阶段是“生态扩张期”——谁能以更低的成本、更好的体验，把开发者锁定在自己的平台上，谁就能建立真正的护城河。

挖金人等待大繁荣

过去半年，AI算力产业链经历了一场旱地拔葱式的大繁荣。

芯片设计层，英伟达市值一度突破5.4万亿美元，控制着AI加速器市场约80%的份额。博通2026财年Q2 AI半导体收入达108亿美元，同比增长143%，单季度新增AI订单超300亿美元，订单可见度已延伸至2028年；CEO陈福阳预计2026财年AI半导体收入将达560亿美元，2027财年突破1000亿美元。

制造与封装层，台积电N2制程已全面满载，N3与CoWoS先进封装产能被英伟达、谷歌等客户预订至2027年。2026年底CoWoS月产能将超过14万片，2027年超过17万片。

存储芯片层，三大存储巨头三星电子、SK海力士、美光的市值全部突破1万亿美元。2026年第一季度，三星存储业务收入约914亿美元，美光239亿美元，三家合计超1300亿美元。SK海力士以约58%的HBM出货市占率稳居第一。

网络通信层，AI数据中心建设推动光纤与光模块需求爆发。2026年1至5月，A股SW通信行业指数上涨55.9%，其中光模块、光器件、光芯片板块涨幅达87.6%。

2026年第一季度，仅微软、谷歌、亚马逊、Meta四家云巨头的资本开支合计达1316.3亿美元，同比增长超70%——这些钱大部分流向了上述链条上的每一个环节。卖铲人——无论是卖GPU的、卖存储的、卖光模块的、还是做封装的，均库存吃紧、订单爆满，赚得盆满钵满。

而挖金人大模型公司的账本完全是另一幅相反的图景。作为算力基建的主要买单人，他们一方面承受巨大的算力支出压力，另一方面，又被巨大的算力缺口限制。

智谱是这些挖金人中处境最特殊的一个——它的基本盘在政企，它的未来在编程，又试图走一条与Anthropic不完全同的路。这条路能否走通，取决于它能否先于对手跨越那条“收入追上算力”的临界点。

2025年全年，智谱研发开支31.8亿元，是同期营收的4.4倍。每赚1元收入，就要亏6.5元。经营现金流净流出22.46亿元，账上现金仅剩22.59亿元。

智谱并非孤例。全球AI收入最高的两家公司OpenAI和Anthropic同样被困在算力支出与收入增长的时间错配里。Anthropic预计2026年算力支出约190亿美元，几乎等同于全年收入。CEO达里奥·阿莫代伊坦率承认：“如果人工智能的进展被延迟12个月，Anthropic就会破产。”

大模型公司的商业模式建立在一个共同假设之上：收入增长的速度必须始终快于算力成本的增长。一旦这个假设被打破，再大的收入规模也填不上算力账单的窟窿。Anthropic的处境与智谱形成了某种镜像。两者的区别仅在于，Anthropic用470亿美元的年化收入站在了临界点的边缘，而智谱还在通往临界点的路上。

挖金人的困境在于：收入曲线和算力成本曲线，目前还是两条背离的线。

卖铲人的繁荣是确定的——需求摆在那里，算力供不应求，每一笔订单都是真金白银。

挖金人的繁荣则是有条件的——它取决于模型能力能否持续转化为商业收入，取决于编程等刚需场景能否从“早期采用”走向“规模渗透”，取决于Token的消耗量能否以超过算力成本增速的速度膨胀。

现在，挖金人等待的大繁荣，正在从“预期”变成“在途”。但这条路上，不同位置的挖金人耐受力不同。

智谱CEO张鹏在业绩会上说：“我们更关注单位Token创造的价值以及给客户带来的价值。”这句话指向的解题思路是：不能只盯着Token消耗总量，还要看Token产出的效率。谁能在同等算力投入下产出更高的商业价值，谁就能先一步跨越那个“收入追上算力”的临界点。

如果将这个思路拆解到执行层面，意味着智谱必须从“卖Token”的线性增长逻辑，切换为“卖结果”的溢价逻辑。具体而言，针对金融、政务等付费能力最强的垂直行业，智谱可以将GLM封装为任务导向的智能体。比如“GLM Auditor”审计智能体。客户不再为每次API调用付费，而是为一份完整的审计报告或查出的合规漏洞数量付费。

一旦按产出定价，AI就从“IT成本项”变成了“业务收益项”，客户的付费意愿将脱离算力成本的线性束缚，模型厂商的定价权也随之重构——这才是跨越“收入追上算力”临界点的真正杠杆。

这种“任务完成率”的商业模式，恰好避开了与主流竞争对手在API价格上的消耗战——因为政务、金融客户要的不是便宜Token，而是不出错的合规结论。这是一道用“专业纵深”构筑的价格护城河。

7月的考验

摩根大通在今年2月10日的研报中首次覆盖智谱，预计其有望于2029年实现盈利，4月1日发布年报后重申该预测。这意味着，在接下来的三年里，公司仍将依赖外部融资维持运转。而7月解禁与A股IPO的进展，将直接影响智谱能否在这个关键窗口期获得足够的资本补给。

7月8日，智谱将迎来上市后的首批限售股解禁，这也是市场关注的焦点。

根据港交所文件及招股书披露，7月8日解禁的股份为基石投资者所持的2568.16万股H股。按总股本约4.46亿股计算，这批股份占总股本约5.76%；占本次全球发售已发行H股总数约11.9%。这批基石股份在IPO时合计认购金额约29.84亿港元，发行价为116.2港元。

由于大部分股份仍处于锁定期，智谱上市初期的实际自由流通股份极为有限。据港交所标准统计数据，目前市场实际自由流通股份仅约1174万股；另有第三方市场统计口径显示可交易筹码约1735万股。无论采用哪种口径，自由流通股占总股本比例均在3%至4%之间。

以1174万股的口径计算，本次解禁2568万股新增筹码，为原有流通规模逾2.2倍；以1735万股的口径计算，新增扩容幅度约为1.48倍。两类口径结论分化：窄口径流通盘供给成倍抬升，宽口径扩容幅度相对温和，并非全口径流通盘均可扩大两倍以上。

解禁主体主要是11家基石投资者。包括但不限于WT Asset Management、泰康人寿、广发基金、3W Fund及凌云光技术等。其中包含北京金融控股集团旗下的国资背景资本，也是本次基石阵营中持仓体量最大的战略投资方。

富瑞报告指出，2027年1月8日上市满12个月禁售期到期，将再释放约40%总股本的早期创始股份（以届时已发行股份为基数计算）。汇丰报告则估算，另有约40%的股份由员工及其他早期持有人持有，将从2027年1月起陆续解禁。

富瑞报告明确预警，7月8日禁售期到期可能带来股价波动风险。汇丰报告则认为，随着首批股份禁售期在7月届满，当前支撑估值的稀缺性溢价或将逐渐消失。解禁的主体是基石投资者，其中北京金融控股集团旗下JSC International Investment Fund SPC等北京国资系资本是持仓规模最大的战略基石。这些国资在IPO阶段合计投入29.8亿港元完成认购；以6月22日收盘价2410港元测算，相对116.2港元发行价，浮盈约20倍。

好的一面是，国资减持并非简单的“赚了就走”。

一方面，国有资产保值增值是刚性考核指标，巨大账面浮盈带来真实的兑现压力；另一方面，大规模减持会向市场传递“产业资本不长期看好”的负面信号。智谱正在推进科创板A股IPO——6月17日辅导状态已变更为“辅导验收”，任何估值扰动都可能影响A股一级市场的定价预期。国资天然具备维稳动力。

结合上述分析，届时更可能出现的情景是：国资采取有序部分退出策略，大概率通过大宗交易或场外定向转让完成减持，以降低对二级市场的直接冲击。但私募、公募、保险资管等纯财务类基石投资者没有长期产业绑定，考核周期短，退出约束小，解禁后集中抛售的动力更强，是7月核心抛压的来源。

无论减持节奏如何，供给冲击是确定的。

智谱计划在科创板募资150亿元，其中120亿元投向通用基座大模型研发与算力集群建设，20亿元用于MaaS一站式服务平台，10亿元补充流动资金。6月17日，IPO辅导状态已变更为“辅导验收”；同日，上交所发布了AI大模型企业适用科创板第五套上市标准的指引。

智谱当前的风险在于资本市场已提前定价了远期全部乐观预期——估值大幅跑在了基本面前面。万亿市值是市场对“未来有望成长为本土Anthropic级MaaS龙头”的远期溢价，奖励的是潜在空间，而非已落地的收入。

7月解禁恰好处于筹码供给突变、算力基本面验证、A股IPO定价博弈三者叠加的节点。

“中国版Anthropic”是一个方向正确的叙事——技术路线确实相似。但市场在用Anthropic的终局给智谱的起点定价。从技术对标到商业对标，中间隔着的是收入规模、商业模式和盈利时间表三道鸿沟。这三道鸿沟能否被跨越，不取决于技术跑分，而取决于智谱能否在未来三到五年内，将7.24亿元的收入拉升到足以支撑万亿市值的量级。

当股价的喧嚣退去，当叙事的热情冷却，当解禁的压力释放，智谱终将回归一个最朴素的问题：你是一家真正能创造价值的公司，还是一个被资本提前定价的叙事？

这个问题的答案，比任何市销率公式都更接近万亿估值的本质。

题图来源 | 视觉中国

版面编辑 | 陈湘