扫描下载APP
其它方式登录
智谱凭借GLM系列大模型连续取得开源SOTA成绩，股价短期内暴涨，市值突破1万亿港元；其早期聚焦政企定制化部署积累行业深度与信创适配能力，后期通过高性能、高性价比开源模型打开API市场与全球开发者生态，实现技术口碑与商业价值双重跃升。
智谱发布GLM-5.2开源大模型，放弃此前主流的GRPO强化学习方法，转而采用带价值网络的PPO，以适配长程智能体任务中轨迹长度不一、奖励稀疏等挑战；此举揭示强化学习算法正从‘通用默认范式’转向‘任务驱动选型’，短程可验证任务仍适用GRPO，长程任务则需critic回归。
智谱创始人唐杰回应马斯克关于中美大模型差距的判断，指出GLM-5.2已达Claude Opus 4.7–4.8水平，中美当前存在约7个月技术代差，智谱有望在2026年内追平甚至超越Claude Fable5；公司正加速推进原生多模态模型落地，并凭借开源策略与B端商业化能力被类比为‘中国版Anthropic’。
智谱公司凭借开源大模型GLM-5.2技术突破引发市场狂热，上市不到半年股价暴涨18倍、市值逼近万亿港元，但其2025年营收仅7.24亿、净亏损47.18亿，市销率超900倍，估值高度依赖技术叙事与政策窗口期，实际商业化能力尚未验证。
文章评测智谱新发布的GLM-5.2大模型，指出其在编程能力上媲美Claude Opus 4.8，支持百万级上下文、MIT开源协议及国产算力平台适配，虽存在推理速度慢、UI生成欠佳等短板，但在纯编码任务中表现突出，体现国产大模型在开放性与工程落地上的重要进展。
智谱发布GLM-5.2大模型，主打编程能力，在1M上下文长度下表现优异，实测在Minecraft克隆、星舰模拟等复杂代码任务中超越GPT-5.5、媲美Claude Opus 4.8；引入反黑客模块抑制‘奖励作弊’，强化自主编码能力；作为Claude 5关停后的替代选择，面向GLM Coding Plan用户开放，支持高阶开发场景。
智谱发布新一代旗舰模型GLM-5.2，开源且全球可用，在编程基准测试Code Arena中排名第一，在Design Arena审美评测中位列全球第一，百万上下文能力显著提升长程任务处理可靠性，实测可完成《文明》复刻等复杂工程闭环，并适配华为昇腾、寒武纪等国产算力平台，标志着智谱与Anthropic、OpenAI共同构成AI编程‘御三家’格局。
美国出口管制导致Anthropic暂停Claude Fable 5等模型全球访问，引发开发者对模型稳定性和可控性的关注；智谱随即开放开源模型GLM-5.2并预告API与权重上线，股价单日最高涨47.6%，市场转向重视AI能力的可持续获取与国产替代。
智谱股价在上市后五个月内暴涨超1600%，核心驱动力是密集的模型发布、API涨价及财报催化，叠加极低流通盘（仅4%）与恒生科技指数纳入带来的被动资金涌入；其高估值本质是支撑持续巨额研发投入和A股融资的关键环节，形成‘模型→股价→融资→研发’闭环；7月限售股解禁将考验该结构能否持续。
美国出口管制导致Anthropic暂停Claude Fable 5等模型全球访问，引发开发者对模型可用性与可控性的担忧；智谱随即开放开源模型GLM-5.2，强调长上下文与稳定可获得性，股价单日暴涨47%，凸显AI竞争正从‘能力优先’转向‘可持续获取优先’。
智谱AI作为国内领先通用大模型公司，凭借GLM-5系列模型在编程、智能体等场景的高性能与低延迟优势，实现市值超5700亿港元、年内涨10倍；其MaaS平台营收三年增长12倍，API调用量激增，但高算力投入致亏损扩大，毛利率下滑，凸显商业化潜力与盈利压力并存。
智谱（02513.HK）因发布GLM-5.1高速版API，实现400 tokens/s全球领先推理速度，单日股价暴涨近30%。该突破依托TileRT推理引擎、MLA注意力机制与ZCube网络架构三层技术创新，在不牺牲模型能力前提下显著提升吞吐、降低尾延迟并节省三分之一网络成本，重塑AI基础设施效率边界。
智谱通过聚焦To B端API服务，尤其是编程场景的GLM Coding Plan，实现Token调用量和ARR爆发式增长，模仿Anthropic商业化路径，以‘模型即生产力’逻辑推动高定价、高消耗的量价模型落地，成为国内营收最大、增速最快的大模型公司。
智谱发布GLM-5V-Turbo，聚焦原生多模态智能体研发，通过自研视觉编码器CogViT、多模态多Token预测（MMTP）和超大规模多任务强化学习，提升视觉感知与GUI操作能力，推动AI从文本理解迈向工作流接管，探索按交付项目计费的新商业范式。
文章分析智谱、MiniMax等中国AI公司在五一后股价大涨的原因，指出其核心驱动力并非单纯低价或模型蒸馏，而是通过底层工程优化（如KV Cache修复、投机采样异常监控、调度改进）显著提升推理吞吐量与稳定性，将AI性价比从‘token单价’升级为‘任务单价’，推动调用量激增和估值逻辑转向工程能力壁垒。
