唐杰解读智谱半年报：Scaling从未停止 GLM-6方向是自进化

雷递网 雷建平 9月2日

智谱（股票代码：“2513”）日前发布2026年上半年的财报。财报显示，智谱2026年上半年营收为9.54亿元，较上年同期的1.91亿增长399.7%。

截至2026年8月31日，智谱MaaS平台年化收入规模（ARR）按月度计算达到16亿美元、周度计算20亿美元，企业及开发者用户超过740万，Token调用量较年初增长超过40倍，付费日活用户增长603%，前十大客户日均调用量增长98%，API平均售价提升约101%。

智谱自2026年初起全面实施All-in-Infra战略，在训练与推理两侧同时投入，并将国产芯片纳入主力推理算力，已实现10万级国产芯片的规模化低成本推理，单位token推理成本较年初下降80%。

财报发布当天，智谱创始人、首席科学家唐杰、董事长刘德兵、董事会秘书肖磊出席电话会，并展开交流。

唐杰在报电话会上表示，任何单点的领先都是有时限的，今天一个Coding benchmark第一，可能几周或者几个月以后就会被追平，所以，对SOTA的理解不是“领先多久”，而是应该改写成“持续领先的能力有多强”。

“过去11个月，我们整个GLM家族从4.6、4.7、5、5.1、5.2、5.3连续完成多代迭代，整个能力曲线持续往上走，同时单位任务成本基本保持在相对比较健康的水平，这对我们而言是持续迭代的能力，它比某一次单一的榜单第一更重要。”

唐杰说，Coding持续领先及是否在每一个benchmark上领先，不是最本质问题，真正重要的问题是当Coding往下延伸时，是否很自然的把这套能力迁移到下一层，特别是Co-work层面，更复杂、更高价值的任务中去。

今年以来，智谱在一个基座上陆续发布了GLM-5、5.1、5.2、5.3，智谱提出long-horizon task、Autonomous AI概念，就是让模型可以自己学习预训练、中训练、后训练，自己搭建平台，让整个训练过程完全自主化。

唐杰也透露了新模型GLM 6.0的思路——那就是自进化。模型能自己判断自己什么时候停止，什么时候纠正自己。

唐杰说，在未来模型中，这会作为重点研究。同时，智谱也在降本增效，降低推理成本，希望下一代模型出来的第一天，就能够让大家满量用上，不是简单地做了一个大而用不上的模型。

以下是智谱创始人、首席科学家唐杰介绍：

唐杰：大模型发展已经有将近十年的时间了。从去年开始，智谱意识到大模型已经从对话开始转向做事，我们也是国内最早开始在这方面布局，我们将模型的Coding能力大大加强，去年中我们发布了GLM-4.5，这是第一个在Coding能力上做出很好效果的一个模型。

今年以来我们陆续发布了GLM-5、5.1、5.2、5.3，当然5这个系列都是在一个基座上做的。首先大家可能会说Scaling是不是一定要把参数做的很大？Scaling是通向更高智能的关键路径，今年以来，我们在基座的参数规模上，以及在后训练、环境上都做了大大的加强。

首先简单地把参数做大，不是一个Scaling的本质路径，这方面我们想了很多。比如说参数规模做大的时候，我们还要让这个模型深度做的更深。比如说我们可以通过Loop Transformer让这个模型想得更多。

另一方面，在后训练上也可以做很多事情，使得这个模型后续也可以做很多工作，因此我们在GLM-5.3上也做了很多工作，这个模型在后训练上做了大大的加强。

同时，大家知道不同的模型完成Coding的时候，Coding里面有很多任务，我们把Coding里面不同任务都进行加强的话，整个模型能力会大大加强。我们在不同环境上做了相关的工作。另一个方面，我们做模型的时候，更重要的是让做出的模型大家都能用。所以我们设计模型的时候，不仅要设计模型的大小，还要设计模型的激活参数，同时要思考这个模型的基础设施，让推理成本比较低，这样才能让它更加普惠大众。

今年设计整个GLM-5的时候，我们将基础设施能力大大加强，收购了一个基础设施的公司，GLM-5.1、5.2、5.3这几个模型很容易让大家用起来，用量非常大。到目前为止我们的调用量一度达到第一的效果，同时使得我们MaaS平台在每一次模型发布，调用量都能成倍的增加，这是我们今年整个的布局和基本的情况。

让模型完全自训练研究

在下一步的布局当中，我们有很多不同的思考。第一，在今年初的时候，我们看到Coding已经变成了一个大家都认可并且广而周知的事情。

我们思考，在Coding基础上让这个模型做更多的事情，于是今年出的5.1和5.2，我们发起了让这个模型做的更长，我们叫long-horizon task，甚至提出了Autonomous AI，让模型完全自治地做一件事情。有了这两个能力以后模型需要做更多的事情，我们现在开始启动让这个模型完全自训练的一个研究，这个模型完全可以自己学习预训练、中训练、后训练，自己搭建平台让整个训练过程能够完全自主化。

我们最近做基础设施优化的时候，尤其是这次5.3-flash发布，我们在国产卡上做基础设施优化的时候，我们已经借用了基础设施Agent，通过5.3的基础设施自主修正国产卡上的一个优化，使得我们这个效果大大增强。在未来我们将在这条路上进一步发展，让它做得更强。

最后，在普惠AI，让所有人用得上的这条路上，更重要的是有社会责任。一个模型的发布，让大家用起来，意味着模型能处理更高价值密度的任务、每单位智能对应更多的经济产出。

今年上半年关键词是“能力兑现”

刘德兵：如果说去年关键词是“智能上界”，那么今年上半年，关键词是“能力兑现”，模型第一次被证明不再只是工具，而是具有独立把一件事做完的能力；收入结构随之完成置换，好模型的商业价值，开始规模化兑现。

第一点思考是，今年3月的年度业绩会上，我们提过一个公式：AGI商业价值=智能上界×Token消耗规模。智能上界决定模型能处理哪些任务、单位token能创造多少用户价值。更高的智能上界，意味着模型能处理更高价值密度的任务、每单位智能对应更多的经济产出。

Token消耗规模反映智能被使用的广度与深度，环境的楼度、产出相差几个数量级。智能上界决定了任务的边界，任务的价值决定了商业空间。Token落在什么价值密度的地方，取决于模型能够打开什么样的任务边界，任务边界每上一级市场空间就放大一个量级。

第二点思考是，公司模型能力发展的五个阶段，我们认为大模型能力的演进不是几条并列的产品线，而是一条只能按顺序走完的阶梯，
Chat-Coding-Agent-Cowork-AutonomousAI这五个阶段，我们看到Chat交付的是一次性的回答，而Coding交付的是一段可运行的代码，Agent交付是一条被执行完的多步任务链，Cowork交付一份可以被专业人士可复核的专业成果，Autonomous AI交付的是持续运行的能力。

每一级向上，都有一个具体的技术门槛，而门槛跨过不去，上一层的商业模式就不成立。

从CHat-Coding门槛结果可验证，从MaaS到Agent门槛是长程规划-错误恢复，从Agent到Cowork门槛是可靠性达到专业人士愿意复核而不推倒重做的水平。从Cowork到Autonomous AI，门槛是模型能否自己判断做的对不对。

单点冠军只是转瞬即逝，持续最优才是不断向上轨迹

报告期内，公司的重心处在阶梯的第二级，也就是Coding到第四级Co-work之间，公司已经在网络安全、法律、金融、教育等方面展开尝试。其中网络安全进展最快，其余方向仍处于早期。尚未形成规模化收入，公司模型在CyberGym上取得84.5%的成绩，超过了Fable 5和GPT-5.6 Sol，在ExploitGym上完成了130项任务，仅次于Fable 5和GPT-5.6 Sol。

第三点思考，是持续最优的模型轨迹，保持SOTA。在过去一年行业对SOTA的理解正在被改写，十年榜单的领先不再是最重要的，重要的是更快的节奏，持续把更强的模型推向市场。

单点冠军只是转瞬即逝的点，持续最优才是不断向上的轨迹。

单位Token推理成本较年初下降80%

GLM系列在约11个月内完成了六次迭代，智能指数从32提升至60，单任务完成稳定在0.2美元档，GLM-5.3-Flash以0.045美元的单任务成本进入到智能成本前沿。

其中GLM-5以Coding 为入口打开了长程智能，它的能力重点由代码生成延伸至系统理解、任务规划、工具调用与工程交付，推动模型从Vibe Coding走向Agentic Engineering。编程方向已经成为公司收入的主要来源，在Coding中积累了长程任务能力，也已经在网络安全等方向得到迁移验证。

GLM-5.2是面向长程度任务时代的旗舰模型，支持真正可用的1M上下文，实测可承载项目级工程上下文，长程任务执行更稳定、工程规范遵循更可靠，开发场景更成功率进一步提升。一次任务既可以完成从需求到多端可部署产物的完整开发链路。

GLM-5.3是智谱最新的旗舰模型，复杂软件工程与Agent任务能力全面进阶，它适用于GLM-5.2相同的基础模型，所有提升均来自后训练，但在复杂编程与长程任务方面表现更加出色。

在GLM-5.3的训练中，我们进一步推进了任务环境的规模化训练，使训练任务不再只是传统的编程题，而是更接近专家在真实工作中承担的完整专业工作单元，同架构、同总参数、同激活参数，唯一变量是后训练规模，端到端完成率提升超过50%。GLM-5.3也证明Scaling不止参数一个因素，而后训练是当前余量最大的那一个。

如果说GLM-5.3代表当前能力的上界，GLM-5.3-Flash代表的是成本前沿，面向高频、大规模、对成本敏感的调用，GLM-5.3-Flash采用了全新架构，专为极低成本设计，总参数320B，激活参数18B，稀疏注意力与线性注意力混合，价格为GLM-5.2的十分之一，基准测试语实际应用均优于GLM-5.2。

发布前，它以匿名模型Ox-Alpha在OpenCode与OpenRouter上接受真实调用检验。上线首日冲至OpenRouter榜首，并刷新单日Token用量纪录，6天调用总量超过62万亿，带动平台整体调用量提升超过20%。

第四思考是在国芯推国模上的进展，年初我们将国产芯片纳入主力推理算力，GLM-5.3-Flash是公司第一次在超大规模，真实流量中全面使用国产芯片集群，提供服务的模型，芯片之间通过自研、高带宽互联网连接整个推理引擎由GLM-5.3驱动的infra agent为大幅加速，算子开发周期缩短一半，模型优化系统，系统承载模型，这个循环第一次在公司内部跑通了。

结果是在与同一硬件上的初始基线相比，端到端的服务性能提升了3倍，公司已经实现10万卡级国产芯片的规模化低成本推理。单位Token推理成本较年初下降80%。在全球算力供给持续紧张的情况下，这条路径意味着我们的成本曲线，已经开始掌握在我们自己手里。

雷递由媒体人雷建平创办，若转载请写明来源。