本报记者 黎竹 张靖超 北京报道

近日，“全球大模型第一股”智谱（02513.HK）就GLM Coding Plan改版发布致歉信，承认规则透明度不够、GLM-5灰度节奏太慢、老用户升级机制设计粗糙等问题。随后其股价单日跌幅超20%。

随着新一波人工智能浪潮的来临，今年以来，多家大模型相关企业都在加速更迭版本，并寻求商业上的变现。其中，智谱于2月12日正式推出新一代旗舰模型GLM-5，并于隔日同步上调GLM Coding Plan套餐价格，其中，中国区涨价30%，海外版涨价超100%，成为国内首家对大模型商业化服务进行提价的AI原生企业。对于GLM-5是否存在因市场竞争加剧而加速上线的情况，截至发稿，智谱方面暂未回应。

萨摩耶云科技集团首席经济学家郑磊认为，大模型企业在快速迭代与用户预期管理之间存在结构性矛盾。快速迭代是技术竞争的关键，但频繁更新可能导致用户难以适应，甚至对产品稳定性产生疑虑。同时，他指出，模型迭代带来能力边界扩张，但“幻觉”问题始终未解。企业需要在推进技术的同时，通过透明沟通和阶段性发布来管理用户预期、平衡创新与用户体验。

极速推出GLM-5

智谱在致歉信中坦言：“很多老用户反馈‘消耗变快了’，这里面有我们的锅，也有一些客观的算力逻辑。”

和最初DeepSeek上线一样，由于对GLM-5的需求激增，导致服务出现排队、响应延迟及卡顿现象，影响到部分用户的体验。一位开发者告诉《中国经营报》记者：“我订的是每月149元的Pro套餐，GLM-5的tokens消耗太快了，一下子就消耗了一半额度。”

对此，智谱亦在信中承认：为应对GLM-5更高的算力消耗，公司设计了分层使用策略，将高峰期消耗提升至3倍、非高峰期2倍，但未向用户清晰说明，导致“消耗变快”的普遍抱怨。

值得一提的是，在致歉信中智谱也给出了补偿方案：即分级开放GLM-5，受影响的用户可自主申请退款，部分用户使用期延长15天，而误升级的用户则可“一键回滚”。

前述致歉信发布后，智谱股价在2月23日单日跌超20%。自年初上市以来，智谱在资本市场上一路狂飙，市值一度冲破3000亿港元大关。然而，截至发稿，智谱股价为571.5港元/股，市值为2548亿港元，与年内725港元/股的高点相比，其股价回落明显。

对此，盘古智库高级研究员江瀚告诉记者：“能力边界的模糊化会加剧消费者和投资者的预期落差。如果企业在宣传中常将实验室的‘峰值能力’等同于商业化的‘稳定能力’，过度承诺通用智能，而用户在实测中发现模型在垂直场景的幻觉率与稳定性仍存在波动，这种‘营销通胀’会迅速透支市场信任。”

时间拨回到1月8日智谱上市当天，清华大学计算机系教授、智谱创立发起人兼首席科学家唐杰发布题为《用“咖啡”的精神做 AGI》的内部信，并宣布很快将推出新一代模型GLM-5。

2025年12月23日，唐杰还在微博上表示，2026年将是AI替代不同工种的爆发年。当时，他认为，随着基础模型能力提升，Agent和领域大模型最终都将与基础模型结合，甚至，AI也不一定意味着需要创建新的应用。“大模型的应用也要回到第一性原理。”

记者注意到，在发布GLM－5后，由于供不应求，智谱新套餐上线即售罄。但对于目前的用户数量以及未来的商业模式和市场布局，智谱方面未回应记者。

中国企业资本联盟副理事长柏文喜认为，目前技术迭代速度与商业化节奏错配情况显著。他这样解释：“大模型行业遵循‘Scaling Law’（规模定律），需要持续巨额投入追求技术突破，但用户预期建立在现有能力边界上。比如当GPT-4o实现原生多模态、o1推出推理能力时，用户期望被瞬间拉高，但企业面临算力成本飙升（如o1 API定价是GPT—4o的3—4倍）与商业化落地滞后之间的矛盾。这种‘技术跃进—成本激增—盈利遥远’的循环，导致企业不得不在‘展示未来能力’与‘兑现当下价值’间走钢丝。”

如何实现商业变现

自ChatGPT问世以来，国内大模型服务犹如潮水般涌现，其中以豆包、DeepSeek、千问、元宝、文心等大模型服务开始重塑人们获取信息的方式，与此同时，智谱AI、MiniMax、百川智能、零一万物、月之暗面与阶跃星辰这六家大模型初创企业也被称为大模型“六小虎”。

而随着千问、豆包、元宝等AI应用推出花样拉新活动占领市场份额，业内开始对大模型公司的商业模式产生讨论：大模型企业如何实现商业化目标，其估值或市值是否存在泡沫风险？

当下大模型产业正经历从“技术浪漫”到“落地求生”的残酷转型。快速迭代与用户预期的矛盾、估值与基本面的背离、算力约束与算法创新的博弈，共同构成了核心张力。多位业内人士认为，投资者需关注技术落地进展和商业化能力，以避免过度乐观带来的风险。

江瀚指出，目前市场分化正在加速，泡沫呈现结构性特征。缺乏造血能力的纯模型层初创企业市销率高达数百倍，远超互联网泡沫时期的峰值，其估值逻辑仍停留在“参数规模”与“用户增长”的早期阶段，忽视了高昂的算力折旧与现金流压力。但他也分析道：“拥有闭环应用场景、稳定B端订单及自有算力基础设施的头部企业，其高估值有业绩兑现支撑，泡沫相对可控；而单纯依赖融资烧钱、缺乏商业化落地路径的‘中间层’模型厂商，面临极大的估值回调风险。”

摩根大通近期发布研报称，智谱API定价行为是前沿领先能力信号，并指出智谱已经到达一个重要的拐点，尤其是其全球API业务。该行预计，随着GLM-5在开发者中的认可度提升，使用率会快速提高，尤其是在以编码为中心的工作流中，这些工作流的支付意愿和使用强度较高。

一位科研人员告诉记者，目前美国的头部大模型企业本质上还是“卖token”，OpenAI和Antropic目前走的都是订阅和API收费的模式，尽管也做了一些垂类模型，但并没有亲自下场，主要还是联合企业用这些模型来开发应用，满足企业在市场上的新需求。但问题在于，“OpenAI和Antropic是闭源，能够推动商业变现，对比之下开源大模型需要在提高用户付费意愿上下功夫”。

同时，发展AI大模型背后需要强大的资金来支撑，以此构建强大的AI算力基础设施。智谱披露的数据显示，研发投入中有七成是购买算力服务。2026年2月16日，智谱甚至公开发文，全网寻找“算力合伙人”，希望通过寻求芯片厂商、算力伙伴与推理服务商以及其他形式的算力合作，以给用户提供更极致的智能体验。

值得一提的是，2026年1月14日，智谱宣布联合华为开源新一代图像生成模型GLM-Image，称其为首个全程在国产芯片上完成训练的SOTA多模态模型。就此，记者向智谱方面询问未来主力模型是否将全部转向国产算力，截至发稿，智谱方面未回应。

江瀚指出，受限于先进制程设备禁运，国产算力在单卡绝对性能与万卡集群的线性加速比上，较国际顶尖水平仍有代差，这在训练超大规模基座模型时会遭遇效率瓶颈与成本劣势。但若通过异构计算架构创新、软硬协同优化以及集群调度算法的提升，国产算力有望在系统级效率上弥补硬件短板。

在业内看来，中美大模型竞争的核心变量是“生态”，而非单一技术要素。柏文喜提到，算力、算法和数据是基础，但生态的完善程度决定了技术的应用广度与深度，而包括开发者社区、行业合作、政策支持等在内的生态因素，将直接影响大模型的落地速度和市场竞争力。

但多个采访对象的一致看法是，市场化能力正在取代纯技术参数，成为市场定价的主导因素。天使投资人、资深人工智能专家郭涛直言：“今年是大模型‘商业化落地’的攻坚之年，企业能否将技术红利转化为可持续的商业价值至关重要。”