智谱AI(09691.HK)投资价值深度分析报告
解锁更多功能
登录后即可使用AI智能分析、深度投研报告等高级功能
关于我们:Ginlix AI 是由真实数据驱动的 AI 投资助手,将先进的人工智能与专业金融数据库相结合,提供可验证的、基于事实的答案。请使用下方的聊天框提出任何金融问题。
相关个股
现在我将为您呈现一份系统全面的智谱AI投资分析报告。
2026年1月8日,智谱AI正式登陆港交所,成为"全球大模型第一股",标志着中国AI大模型产业进入资本化的新阶段。本报告从竞争地位、技术优势、商业化路径、ToB/ToC分化、开源闭源战略等多维度,对智谱AI的投资价值进行系统性评估[1][2]。
智谱AI于2026年1月8日在港交所主板上市,股票代码09691.HK(后四位谐音"AI我一生")。本次IPO全球发售3741.95万股,其中香港公开发售占20%,国际发售占80%,发售价定为每股116.20港元,全球发售净筹资约41.73亿港元[3][4]。
| 指标 | 数值 |
|---|---|
| 发行价 | 116.2港元 |
| 开盘价 | 120.0港元(+3.27%) |
| 收盘价 | 131.5港元(+13.17%) |
| 盘中最高 | 约129港元 |
| 总市值 | 578.9亿港元 |
| 超额认购 | 香港公开发售约1159倍 |
以2025年约1亿美元(约7.8亿港元)的收入估算,智谱AI的市销率(P/S)约为
| 公司 | 估值 | 商业模式 |
|---|---|---|
| 智谱AI | 约75亿美元 | ToB为主,MaaS+本地化部署 |
| 月之暗面 | 43亿美元(C轮) | ToC为主,Kimi AI助手 |
| MiniMax | 约45亿美元 | ToC订阅+多模态内容 |
| OpenAI | 约3000亿美元 | ToB+ToC混合 |
| Anthropic | 约600亿美元 | ToB为主 |
根据2026年1月10日AGI-Next峰会上四位核心人物的观点,中国AI大模型第一梯队已形成清晰的三足鼎立格局[7][8]:
- 智谱AI- 清华系背景,GLM系列模型,ToB为主
- 月之暗面- 杨植麟创立,Kimi AI,ToC为主
- 阿里通义- Qwen开源生态,林俊旸负责
- 腾讯AI- 姚顺雨加盟,大厂战略调整
智谱AI创始人唐杰在峰会上明确指出:
这一判断揭示了几个关键投资启示:
- 技术竞争仍是核心,参数规模不等于技术领先
- 闭源与开源的战略选择将深刻影响竞争格局
- 中国大模型需要在"快节奏迭代"之外寻求原创性突破
根据财联社分析,随着智谱和MiniMax相继上市,"大模型六小虎"的竞争格局已发生显著分化[9]:
| 公司 | 状态 | 战略定位 |
|---|---|---|
| 智谱AI | 已上市 | ToB基座模型+MaaS |
| MiniMax | 已上市 | 多模态+ToC应用 |
| 月之暗面 | 现金储备超100亿 | 聚焦Agent,不急于上市 |
| 阶跃星辰 | 继续研发 | 基础模型探索 |
| 百川智能 | 战略调整 | 细分赛道 |
| 零一万物 | 转向应用 | 行业落地 |
智谱AI的GLM系列模型每2-3个月完成一次基座迭代,保持全球领先水平。最新发布的
- 在Artificial Analysis Intelligence Index综合评测中以68分位列开源模型与国产模型双料榜首
- 在Code Arena编码榜单中位列开源第一、国产第一
- 在RAG幻觉排行榜中,GLM-4.5拥有全球第二低、国产最低的幻觉率
- 超越GPT-5.2等竞品
智谱AI的技术路线呈现三个显著特征:
-
Coding能力聚焦
- 2025年初all in押注Coding领域
- GLM Coding Plan年度经常性收入(ARR)突破1亿元人民币
- 海外开发者付费用户超过15万
-
Intelligence Efficiency理念
- 唐杰提出"智能效率"新范式
- 聚焦用更少资源获得同等智能提升
- 针对当前大模型投入大但效率低的行业痛点
-
Agent先发优势
- AutoGLM是全球首个具备"Phone Use"能力的AI Agent
- 比豆包手机早14个月发布
- 已在外卖点单、机票预订等长流程场景实现商用
| 指标 | 2022年 | 2023年 | 2024年 | 2025年上半年 |
|---|---|---|---|---|
| 研发开支(亿元) | 0.84 | 5.3 | 22 | 15.9 |
| 研发/营收比 | 147% | 424.7% | 702.7% | 835.4% |
| 算力占比 | - | 58.9% | 70.7% | 71.8% |
高强度的研发投入反映了智谱AI"技术卡位战"的战略选择,但也意味着短期内难以实现盈利[12]。
智谱AI的收入呈现
| 期间 | 收入(亿元) | 同比增速 | 备注 |
|---|---|---|---|
| 2022年 | 0.57 | - | 初创期 |
| 2023年 | 1.25 | 118% | 增长期 |
| 2024年 | 3.12 | 150% | 加速期 |
| 2025年(预计) | >7 | >120% | 突破期 |
- 本地化部署:2024年占比约85%,2025年上半年占比约84.8%
- 云端MaaS:2024年占比约15.5%,2025年上半年占比约15.2%
- 预计中期云端收入占比将持续提升,2026年高性价比代码工具将成为重要增长点
智谱AI的机构客户已超过
- 互联网与科技:38.3%
- 公共服务:约30%
- 金融、制造、能源、电力、通信、教育等行业
| 指标 | 2022年 | 2023年 | 2024年 | 2025年上半年 |
|---|---|---|---|---|
| 经调整净亏损(亿元) | 0.97 | 6.21 | 24.66 | 17.52 |
| 毛利率 | 54.6% | 64.6% | 56.3% | 50% |
| 现金等价物(亿元) | - | - | - | 25.5 |
- 亏损持续扩大,主要因研发投入和算力成本增加
- 毛利率下降反映云端业务的边际成本压力
- IPO后净筹资41.7亿港元,按当前烧钱速度可维持约1.9年
在AGI-Next峰会上,四位核心人物对ToB与ToC的分化给出了截然不同的判断[16][17]:
“ToB和ToC可能不太一样。ToB方面,Agent正处在不断上升的曲线上,目前没有变慢的趋势。”
“做ToC的问题是说,DAU或者说产品的指标和模型的智能,很多时候是不相关的,甚至是相反的关系。”
“ToC的话,大部分人其实用不着那么强的智能。”
“做模型,本质上是在创造一种世界观。”
“将聚焦Agent,‘不以绝对用户数量为目标,而是追求智能上限’。”
- 收入更可预期,企业客户付费意愿相对稳定
- 本地化部署满足数据安全合规要求
- 公共服务和政企客户占比高,具备一定壁垒
- 收入增长曲线相对平缓
- 政企客户回款周期较长
- 定制化需求可能稀释毛利率
- 首日暴涨109%,市值突破1000亿港元
- 散户认购超40万,机构认购36倍
- 商业模式更易被二级市场理解
- 用户获取成本高,需要持续广告投入
- DAU与模型能力相关性弱
- 面临字节(豆包)、腾讯(元宝)等大厂的流量围剿
| 维度 | ToB为主(智谱) | ToC为主(MiniMax) |
|---|---|---|
| 增长确定性 | 较高 | 较高但波动大 |
| 估值弹性 | 较低 | 较高 |
| 盈利周期 | 较长 | 中等 |
| 竞争壁垒 | 技术+客户关系 | 用户习惯+生态 |
| 适合投资者 | 长期价值型 | 成长激进型 |
- 阿里Qwen:开源模型衍生数量和下载量全球第一
- 智谱AI:GLM-4.5系列MIT License开源,全球累计下载超6000万次
- OpenAI:GPT系列闭源
- Anthropic:Claude系列闭源
- 月之暗面:Kimi采用闭源策略
- 基础模型开源以扩大生态影响力
- 高性能版本与行业解决方案通过API和私有化部署变现
- 形成"开源引流、商业转化"的闭环
| 优势 | 劣势 |
|---|---|
| 开发者生态快速扩张 | 技术优势可能被追赶 |
| MaaS平台ARR快速增长 | 定价权受限 |
| 品牌影响力提升 | 边际收益递减 |
根据华尔街见闻数据,智谱MaaS平台的ARR已达
- 保持技术领先优势
- 掌握定价权
- 避免技术溢出
- 开发者生态建设缓慢
- 面临开源模型的性价比竞争
- 商业化路径相对单一
-
开源不是目的,而是手段
- 智谱的开源策略有效降低了使用门槛,扩大了开发者群体
- 开源版本GLM-4-9B累计获得15万GitHub星标
- 最终目的是将开发者转化为付费客户
-
闭源不等于落后
- DeepSeek通过开源策略异军突起
- 关键是在开源与闭源之间找到平衡点
- 智谱的做法是"基础模型开源,高性能版本闭源"
-
商业模式决定路线选择
- ToB为主更适合开源策略(生态圈地)
- ToC为主可能需要闭源保护(差异化竞争)
- 先发优势:全球首家上市的大模型企业,资本市场认可度高
- 技术领先:GLM-4.7在开源和国产模型中双料榜首
- 商业验证:收入三年复合增长率130%,ARR突破5亿元
- 客户基础:8000+企业客户,覆盖多个行业
- 资金实力:IPO后资金充沛,研发投入可持续
| 风险类型 | 具体描述 | 风险等级 |
|---|---|---|
| 亏损风险 | 研发投入持续高位,盈利周期长 | 高 |
| 竞争风险 | 大厂和创业公司双重竞争压力 | 高 |
| 技术风险 | 中美技术差距可能扩大 | 中 |
| 估值风险 | 14.6倍市销率处于较高水平 | 中 |
| 现金流风险 | 按当前烧钱速度仅能维持约2年 | 中 |
- 行业处于高速增长期,2026年中国大模型市场规模预计突破700亿元
- 先发优势和"全球大模型第一股"品牌效应
- Coding和Agent赛道的广阔前景
- 持续亏损且亏损扩大
- ToB模式增长曲线相对平缓
- 与MiniMax相比,资本市场热度较低
- 长期看好AI大模型赛道的投资者
- 能承受短期亏损的成长型投资者
- 关注技术壁垒和竞争格局的机构投资者
- 短期:观望为主,观察上市后首周股价表现和机构持仓变化
- 中期:关注2026年GLM-4.8/4.9发布节奏和MaaS收入增长
- 长期:关注盈利拐点出现和Agent产品商业化落地
- 保守:500-550亿港元(基于8-10倍市销率)
- 中性:600-700亿港元(基于12-14倍市销率)
- 乐观:750-850亿港元(基于15-17倍市销率,需超预期增长)
2026年1月10日的AGI-Next前沿峰会汇聚了中国AI大模型四位核心人物,其观点对理解行业趋势和投资方向具有重要参考价值[19][20]:
| 人物 | 核心观点 | 战略含义 |
|---|---|---|
唐杰(智谱) |
中美差距未缩小,需探索Intelligence Efficiency | 聚焦效率而非单纯Scaling |
杨植麟(月之暗面) |
Scaling升级为架构、优化器、数据层面改进 | 技术深耕而非简单堆算力 |
林俊旸(阿里) |
开源生态全球第一,RL潜力未充分释放 | 持续开源+强化学习 |
姚顺雨(腾讯) |
ToC瓶颈在于上下文和环境,非模型能力 | 场景和应用创新 |
- Agent之年:能自动化人类1-2周工作量的Agent产品有望出现
- 范式变革:Intelligence Efficiency新范式可能带来行业变局
- 商业化突破:企业AI规模化落地产生深层业务影响
- 技术路线:继续聚焦Coding和Agent,保持技术领先
- 商业化路径:ToB为主、ToC探索,平衡增长与盈利
- 开源策略:以开源换生态,以生态换收入
智谱AI作为"全球大模型第一股",在中国AI大模型第一梯队中占据重要地位。其竞争优势主要体现在:
- 技术领先:GLM-4.7在开源和国产模型中双料榜首
- 商业验证:收入三年复合增长率130%,ARR突破5亿元
- 资本优势:IPO后资金充沛,研发投入可持续
- 先发优势:全球首家上市大模型企业,品牌效应显著
- ToB模式增长确定性高,但估值弹性有限
- 智谱以ToB为主的定位适合长期价值投资
- 短期内估值可能受MiniMax ToC模式表现压制
- 开源策略有效扩大开发者生态,但稀释短期技术壁垒
- 长期来看,"开源引流+闭源变现"的模式具有可持续性
- 关键是看MaaS收入能否持续高速增长
数据基于历史,不代表未来趋势;仅供投资者参考,不构成投资建议
关于我们:Ginlix AI 是由真实数据驱动的 AI 投资助手,将先进的人工智能与专业金融数据库相结合,提供可验证的、基于事实的答案。请使用下方的聊天框提出任何金融问题。
