智谱股价距高点已跌超 60%，大模型厂商到底有没有护城河？

阅读全文

⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 http://www.iocoder.cn/Fight/zhipu-model-moat-after-60-percent-drawdown/ 「芋道源码」欢迎转载，保留摘要，谢谢！

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表

RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址

您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。

新的源码解析文章实时收到通知。每周更新一篇左右。

认真的源码交流微信群。

我先把几个数字砸在桌上，再开始聊。

116.20 港元——智谱（02513.HK）2026 年 1 月 8 日的发行价。
2980 港元——6 月 22 日盘中高点，市值短暂破万亿。
1588 港元——7 月 13 日配售价，募资 314.1 亿港元，年内港股科技单次配售规模第一。
890.5 港元——7 月 20 日收盘，单日跌 19.56%，叠加前一日约 28%，两日蒸发 3000 亿港元，自高点回撤约七成。

最后那条最扎眼：配售投资人 7 天账面浮亏约 44%。你融了 314 亿进来，一周之后账面少了 44%。这个数字不需要任何形容词，它本身就是这轮下跌的全部叙事。

智谱股价、配售与回撤时间线

股价跌成这样，是不是智谱”不行了”

我先把话放在这里：把这轮下跌解读成智谱基本面崩盘，是误判；把它解读成护城河消失，也是误判。真正在发生的是估值端的修正。
先把这个问题直接拍死：不是。

智谱不是孤立事件。同一时间段，整个亚洲 AI 和半导体资产都在回调。韩国 KOSPI 承压，三星电子、SK 海力士这类 AI 半导体龙头波动放大；韩国市场半导体权重本来就高，再叠加单股杠杆 ETF，波动被进一步放大。市场不是单独在杀智谱一家，而是在杀一整条 AI 估值链——芯片端被问”AI 需求能不能撑住高盈利预期”，模型端被问”模型能力能不能变成持续赚钱的生意”。这是同一个问题在产业链两端的回响。

更直接的事实是：智谱开放平台 ARR 量级大约十几亿元人民币，本地化部署收入只有几亿元；它高点市值却一度对标中国互联网巨头。收入和估值差着数量级。社区里有句话很糙但很准——“这种标的剧烈波动强行关联到业务，都是为了骗韭菜入局”。半年 530 亿→万亿→5000 亿的市值抛物线，本质就是情绪驱动的。这轮下跌是估值端在往回拧溢价，不是基本面崩了。

但市场也不是单向下坠：较最近低点，智谱市值一度回升 10%+。这说明高波动资产会在去杠杆过程中反复拉扯，单次反弹既不能证明护城河已经成立，也不能推翻前面的估值修正判断。

智谱市值较最近低点回升 10%+ 的信息重构图

但”不是基本面崩了”不等于”护城河不值得讨论”。恰恰相反，正因为估值脱离了收入，市场才会倒逼出一个更尖锐的问题：如果模型能力不再是壁垒，那什么才是。

把模型摆上桌：GLM vs DeepSeek vs 通义 vs Kimi

我是做技术的，遇到”谁有护城河”这种问题，本能反应是把模型、工程能力和商业数据摆出来横评。

先看智谱自己的家底。GLM-5.1，2026 年 4 月发布，754B 总参数、激活 40B 的 MoE 架构，256 个专家，MIT 许可证完全开源；最值得记一笔的是它用约 10 万片华为昇腾芯片训练，验证了国产算力在大规模 MoE 上的可行性。后续 GLM-5.2 把 1M token 上下文从纸面参数做到了生产可用，长程 Coding 能力大幅提升。这是真实的工程亮点，不掺水。

再看对手。DeepSeek V4，性价比和综合能力一直是国产第一梯队；阿里通义 Qwen3.5，同样 2026 年 4 月开源，在 Hugging Face 下载量、LMSYS 盲测上领跑全球；月之暗面 Kimi K3，2.8 万亿参数、100 万 token 上下文、前端编程评测全球第一，2025 年 7 月 16 日发布。

把它们摆在一起，会看到一个让智谱不舒服的事实：模型能力正在以可见的速度趋同。开源模型在追，海外模型在追，云厂商也在追。任何”参数更大、榜单更高”的领先，几个月后就可能被复制。智谱的 GLM 在国产里是第一梯队，但不是断层领先，更谈不上”独家秘方”。

更关键的是开源这件事。GLM 用 MIT 许可证，意味着任何人都可以下载权重、自己部署、自己改造。开源的好处是建生态、降门槛——这是它真实的价值；但它同时把”模型能力”这道原本可能成为护城河的墙，主动抹平了。当对手可以下载你的模型自己跑，模型本身就不可能是壁垒。

所以第一个判断可以直接下：模型能力这一层，智谱没有护城河，开源策略主动放弃了它。

国产大模型厂商的能力与壁垒对照

算力是不是护城河？K3 事件给了最硬的反证

社区里有一种看多智谱的判断，叫”算力决定论”：算力是国产大模型厂商的真瓶颈，谁能攒到算力、谁能让模型能力消耗掉算力，估值就”左脚踩右脚螺旋上升”。

这个判断对了一半——算力确实是当下真瓶颈。但它是消耗品，不是壁垒。

Kimi K3 是最硬的反证。2025 年 7 月 16 日发布，2.8 万亿参数、100 万 token 上下文、前端编程全球第一、全栈开源权重。发布后约 48 小时，用户请求量远超预期逼近服务器极限，7 月 19 日深夜月之暗面宣布暂停 C 端新用户订阅，原话是”算力挑战始料未及”。

这件事砸出三个事实。第一，需求端是意外强劲的——它直接反驳了”AI 算力需求见顶论”，算力需求非但没有萎缩，反而持续爆发，崩的只是估值。第二，算力是消耗品不是壁垒。谁有钱谁就能买，于是”算力护城河”最终退化成”现金流护城河”。对智谱来说，刚到账的 314 亿港元配售现金，反而是它当下最实在的墙——但这堵墙会随每一次推理调用不断消耗。第三，开源承诺和自身服务能力是直接冲突的。K3 全栈开源意味着用户可以自己部署，官方服务一旦跟不上，流量就流向云厂商。月之暗面好不容易把需求做起来，结果”天大的富贵消化不掉”，反而成了给云厂商导流。

所以第二个判断也可以直接下：算力这一层，是消耗品不是壁垒。智谱配售到账的 314 亿港元是它当下最硬的墙，但这堵墙会随时间消耗。它能买时间，不能买终局。

那护城河到底在哪？四个地方，每个都能查

把模型和算力这两层排除掉之后，护城河该往哪找就清楚了。社区里那条被广泛认同的拆法，我用更直接的语言重述成四个地方，每个都能查到真实数据。

第一，客户接入的深度。只提供 API，客户迁移成本几乎为零——今天用 GLM，明天可以同时调 Qwen、DeepSeek、Kimi，谁便宜稳定效果好就用谁。但如果模型已经进入客服、营销、研发、风控、政企知识库、工业质检这些具体业务流程，里面就有了数据、权限、系统集成、合规要求和持续调优。客户一旦用深了，换起来就没那么容易。

第二，数据闭环。不是”我有很多数据”——数据多不等于能用，能用也不等于别人拿不到。真正有价值的是：这些数据别人拿不到、能持续改善产品、让模型越用越准越贴合场景。

第三，推理成本的经济性。大模型和传统软件最大的经济差别在这里：传统软件开发完成后，多服务一个用户的边际成本接近零；大模型每一次调用都伴随算力成本，用户越多账单越真实，能力越强成本往往也越高。所以市场会逼问：你的增长是靠定价权还是靠补贴算力？收入增长有没有带来毛利改善？靠低价和补贴换来的增长要打折，它说明你有用户，不说明你有护城河。

第四，渠道和信任。C 端看入口、B 端看销售和交付、开发者看生态；政企、金融、医疗、教育还要看合规和长期服务能力。这些东西不如发布会”性感”，但更接近真正的壁垒。

大模型厂商的四层护城河

KOSPI 与杠杆 ETF：AI 估值链的结构性放大器

再补一个经常被忽略的背景。把智谱下跌放回全球坐标系，韩国市场是最好的参照。KOSPI 最近连续承压，三星电子、SK 海力士这类 AI 半导体龙头波动很大；韩国市场对半导体权重依赖本就很高，再叠加一些单股杠杆 ETF 产品，波动被进一步放大。

这个细节容易被忽略，但它解释了一件关键的事：AI 估值链的波动是被结构性放大的。半导体是上游，大模型公司是下游，两端被同一组预期（AI 需求能否持续、能否变现）同时驱动。杠杆 ETF 又在情绪上叠加了一层机械放大——上涨时加速上涨，下跌时加速下跌。智谱这种高 Beta 资产被夹在中间，两日跌去四成并不完全是基本面事件，很大一部分是估值链整体去杠杆。理解这一点，能避免把短期波动误读成”公司基本面崩了”。所以我说，砸数据要砸全，不能只砸智谱一家的数据。

拿 Anthropic 当镜子：估值锚在哪

把估值放进可比坐标系，国际上最常被拿来对照的是 Anthropic——它在 2026 年的估值约 9650 亿美元。财新算过一笔账：按对标 Anthropic 的 ARR 倍数反推，智谱的开放平台 ARR 需要做到约 648 亿港元，才能撑起当时破万亿的市值。而智谱实际开放平台 ARR 量级只有十几亿元人民币，本地化部署收入只有几亿元。

这笔账的意义不在于精确，而在于指出一个量级鸿沟：差着近两个数量级。智谱当时享受的万亿市值，是市场按”中国版 Anthropic”的叙事给出来的溢价，但收入离那个叙事很远。这不是说智谱没价值，而是说它的估值需要被放到更诚实的坐标系里——按它现在的收入体量，它更像一家”高研发、高资本开支、高竞争压力的技术供应商”，而不是平台公司。这也是这轮下跌在重估的核心：把叙事溢价挤掉，看真实收入能撑起多少。

估值叙事与收入现实之间的量级鸿沟

收入结构：API 多还是解决方案多

判断大模型公司是不是技术供应商，还可以看它的收入结构。如果收入主要来自按 token 计费的 API 调用，迁移成本低、毛利薄、护城河浅——客户随时可以多模型并行调用，谁便宜稳定就用谁。如果收入越来越多来自深度接入的解决方案（政企知识库、行业模型定制、长期运维），迁移成本高、毛利厚、护城河深。

智谱目前公布的收入里，开放平台 ARR（按 API 计费为主）大约十几亿元，本地化部署（更接近解决方案）约 5 亿元。也就是说，它现在大部分收入仍偏 API 一侧——迁移成本较低、护城河较浅。它要真正建立壁垒，需要把更多收入从 API 一侧挪到解决方案一侧。这条迁移曲线，比任何榜单分数都更值得跟踪。

从 API 调用走向深度解决方案的护城河迁移

历史会重演吗：操作系统 vs 数据库

“序列 0 唯一性”这个命题，本质上是在问”大模型会不会像操作系统一样赢家通吃”。把它放到历史里对照，结论会清楚很多。

操作系统、搜索引擎、社交网络，这三个行业都满足五个条件：能力持续通用化、最强者服务成本足够低、领先优势自我强化、用户只需要一个主要入口、产品能参与自身迭代。所以它们都走向了赢家通吃——Windows、Google、Facebook。

但数据库、ERP、办公软件、芯片代工，这四个行业只部分满足这五个条件——数据格式、权限、合规、工艺壁垒把市场切开了。所以它们前三名都能活：Oracle/SQL Server/MySQL，SAP/Oracle/用友，Microsoft/Google/Apple，TSMC/Samsung/Intel。

大模型最关键的不确定性集中在”领先优势能不能自我强化”和”智能能不能参与自身研发”这两条。2026 年这个时点，这两条都还没被真正验证——没有任何一家模型展现出”我用得越多，下一代就比你强一个版本”的稳定差距。所以诚实的判断是：方向上指向集中，证据上尚未兑现。今天砸不出”大模型必然赢家通吃”的硬数据，也砸不出”大模型必然多极共存”的硬数据。这是一个开放的、需要持续追踪的命题。

国产第一梯队：没有断层领先，低序列共存脆弱

把镜头从智谱一家拉远，看整个国产第一梯队，会更清楚地看到模型层护城河的稀薄。智谱 GLM、月之暗面 Kimi、DeepSeek、阿里通义 Qwen，加上字节的豆包系，构成当下的”四国大战”。每家都有自己的标签：智谱押注国产算力生态和长上下文 Coding；DeepSeek 性价比极致；通义通用能力和全球下载量领跑；Kimi 前端编程和长上下文；豆包产品和流量。

但这只是低序列阶段的标签共存。今天看起来”各有千秋”的格局本身是脆弱的——它依赖于模型能力还没有强到能吞并所有专业能力。一旦任何一个玩家率先跨越某个能力门槛，低序列共存就会开始向高序列集中演变。”序列 0 唯一性”命题最值得严肃对待的地方就在这里：它不是说”必然只剩一家”，而是指出”低序列共存不等于长期多极”。在 2026 年这个时点，没有任何一家国产厂商展现出断层领先，所以共存仍能维持；但这个窗口能持续多久，取决于能力曲线而不是市场份额。

一个反直觉的信号：暴跌里同时发生着”需求远超供给”

最后给你一个反直觉的观察点。智谱这轮下跌里，最值得记录的不是跌幅本身，而是它和 Kimi K3 算力熔断几乎是同一时间段发生的两件事——一个讲”估值被打回”，一个讲”需求远超供给”。这两件事放在一起，构成了 2026 年中国 AI 产业最真实的横截面：一边是资本市场在杀 AI 估值，一边是真实需求把模型服务商逼到暂停订阅。

这说明什么？说明这轮下跌杀的是估值，不是需求。模型公司的真问题不是”没人用”，而是”用的人太多、算力跟不上、且每一次调用都烧钱”。对智谱来说，配售到账的 314 亿港元现金，正好可以用来撑过这段”需求强但算力贵”的过渡期。这也直接修正了那个极端空头预测里”冰河期推理成本高企”的判断——方向反了，推理成本在快速下降（MoE、稀疏注意力、蒸馏、国产芯片），只是当下绝对值仍高。能同时看到”估值被打回”和”需求远超供给”这两面，才不会被单边叙事带偏。

估值回落与需求过载同时发生

那条最火的空头预测，我用数据砸回去

最后单挑一条社区里最高赞的空头预测（107 赞）。它判断：智谱到 2027 年 Q4 自高点会跌 90%–95%，最终可能被腾讯以约 100 亿美元完全私有化；理由是 2027–2028 是 AI 行业冰河期，推理成本高企，智谱现金流会耗尽。

这种”押注式预测”（设闹钟 15 个月回看）形式很吸引人，但拿数据砸一下就露馅。现金流：智谱 7 月刚完成 314 亿港元配售，账上现金并不短缺，”现金流耗尽”在短期不成立。推理成本：MoE、稀疏注意力、蒸馏、国产芯片的工程进步方向是快速下降而非上升，”冰河期”判断与产业实际曲线完全相反。私有化价格：按智谱目前 5000 亿港元量级市值，100 亿美元（约 780 亿港元）的私有化报价在财务上不构成对公众股东的合理退出——你不可能用 780 亿买走值 5000 亿的东西。

智谱完全可能继续跌，这个我不否认。但跌的理由不会是”现金流耗尽””冰河期””100 亿美元被腾讯私有化”这三个。没有独立证据支撑的极端数字，就该被明确标注为情绪化预测，不能让它的传播力替代证据。

一句话结论

智谱有没有护城河？答案不是”有/没有”，而是”在哪一层”。我把四组数字砸完、四家模型横评完、四层真壁垒拆完之后，结论可以一句话讲清楚。

模型层——没有，开源自己放弃了。算力层——消耗品不是壁垒，但配售到账的 314 亿港元是当下最硬的墙，会随时间消耗。真护城河——只能长在客户接入深度、数据闭环、推理成本经济性、渠道信任这四个地方，而且需要时间兑现。

对智谱来说，真正的考验不是股价能不能止跌，而是 GLM-5.x 的能力能不能转化为：政企客户把模型接进业务流程、自有数据形成闭环、推理成本曲线跑赢补贴节奏、开发者生态留在自己平台上。这些指标每一条都能查到真实数据。查不到，那它现在享受的，就只是市场情绪给技术愿景开出的溢价。

更深一层，市场其实在重新定义这一类公司：大模型厂商到底是新一代平台公司，还是高研发、高资本开支、高竞争压力的技术供应商。前者有护城河，后者会很辛苦。这次下跌，是后一种定价的一次集中反扑。

最后一句留给那个最诚实的判断：智谱半年 530 亿→万亿→5000 亿的市值抛物线，本质就是市场在这两种定价之间剧烈摇摆。这次下跌不是终点，但它代表一个信号——靠模型能力本身讲故事的阶段，已经过去了。接下来比的是谁能把模型真正接进业务、谁的数据闭环转起来、谁的推理成本跑赢补贴、谁的渠道信任沉淀下来。这些指标，比任何榜单分数都硬。

把这四组数据砸完之后，结论已经清楚：靠模型讲故事的阶段过去了，接下来是慢功夫的较量。