刚才看了看国产大模型公司智谱的财报，顺便聊一聊。

作为行业头牌，它上半年收入同比增长接近 400%。有人嫌总数不够高，我倒觉得正常，国产模型大规模商用也就最近几个月，高增长还在后面。智谱说，8 月单月收入约 1.33 亿美元，合人民币九亿多，年化下来 ARR 有 16 亿美元。

信息量很大，挑几个重点说。

先说模型。GLM-5.3 的提升全来自后续训练：训练任务从普通写代码，换成接近专家真实工作的完整任务，底座没动，任务完成率就提高五成以上。智谱认为，模型上限由基座规模、有效深度、训练深度、任务环境四要素决定，哪个环节空间大就先做哪个。所以 5.1、5.2、5.3 都长在同一个大基座上，先把底座榨透，收益见顶再换更大的。下一步他们打算同时做大总参数、控制推理时真正激活的参数量、提高有效计算深度。

定价会出现两条曲线。一边，同智商水平的模型持续降价，GLM-5.3 Flash 就用更低成本提供接近甚至超过上一代旗舰的能力；另一边，能打开新任务边界的前沿模型依然有溢价。所以 5.3 冲智能上限，做复杂编程、Agent 和高价值任务；Flash 走性价比，扛高频大规模调用。

还有个指标叫算力乘数，指每投一块钱算力能换回多少 API 收入，上半年同比涨了 14 倍。国产芯片也用起来了，GLM-5.3 Flash 背后是国产芯片集群，六天跑了六十多万亿 Token；重做推理引擎和底层优化后，同样的硬件端到端性能提升三倍，单位 Token 推理成本比年初降八成。智谱也直说算力受约束，只能靠数据、训练和工程效率补，出口管制反而逼出了国内极强的工程效率文化。

模型会不会沦为商品？单次跑分第一维持不了长期定价权，基础任务上各家已没差距。真正拉开差距的是迭代速度、真实任务完成率、单位智能成本，还有能不能进入客户的工作流。任务越长差距越明显，答一道题可能只差几分，但连续跑几小时的软件工程任务，要调工具、处理失败、重新规划，能不能干完就高下立判。模型进了客户的代码库，换模型就不只是换 API 地址，迁移成本会越来越高。所以简单能力越来越商品化，能进真实工作流的前沿模型依然有定价权。

智谱还想让模型参与训练下一代模型，比如用 Model vs Model 自动生成筛选数据，让 Agent 收集任务、搭环境、生成验证器，甚至优化推理系统。唐杰管这叫 Fully Self-training，也就是 OpenAI 说的 RSI。跑通以后，数据生产、环境搭建这些活都可能交给模型自己。

科技先锋官How I AI