صدر التقرير المالي الأول لشركة Zhipu، وأحدث تصريحات Zhang Peng: إعادة تعريف "المبادئ الأساسية" لتسويق AGI، والحدود الذكية تحدد حق التسعير

刚刚，زهيب بعد 83 يومًا من إدراجها في البورصة، صدرت أول قائمة مالية سنوية!

أكثر البيانات التي تبرز للعيان وتلفت النظر، لا سيما إيرادات زهيب —

إجمالي دخل العام 7.24 مليار يوان، بزيادة سنوية قدرها 132%، وتحتل المرتبة الأولى بين الشركات المحلية صاحبة أكبر حجم إيرادات في نماذج اللغات الكبيرة!

في الوقت الذي كان فيه قطاع نماذج اللغات الكبيرة بأكمله غارقًا في مستنقع حرب الأسعار، ويعتمد على حرق الأموال لتحقيق الحجم، فإن زهيب، التي خرجت للتو إلى السوق، يمكن القول إنها سلكت طريقًا معاكسًا تمامًا عبر هذه أول قائمة مالية سنوية.

انظر مباشرة إلى عدة مجموعات من البيانات الأساسية:

• منصة MaaS API ARR بنحو 17 مليار يوان، بزيادة 60 ضعف خلال الـ 12 شهرًا الماضية

• بعد رفع الأسعار في مواجهة التيار بنسبة 83%، لم ينخفض عدد مرات استدعاء التوكن، بل ارتفع بدلًا من ذلك

• ارتفع هامش الربح الإجمالي بنحو 5 مرات ليصل إلى 18.9%، وهامش الربح الإجمالي الشامل للشركة خلال العام 41%، ليكسر لعنة “زيادة الإيرادات دون زيادة الأرباح” في قطاع الذكاء الاصطناعي

تقريبًا كل رقم، يقوم بكسر المفاهيم الجامدة في الصناعة.

في السابق، كانت زهيب تُوصف من الخارج بأنها “نسخة الصين من OpenAI”، أما اليوم فهي تبتعد في نموذج أعمالها أكثر فأكثر عن OpenAI، بينما تصبح أقرب إلى Anthropic.

إنها تستخدم هذه القائمة المالية لإثبات أن النتيجة التجارية النهائية لنماذج اللغات الكبيرة ليست أبدًا أن “من سيكون أرخص”، بل أن من يستطيع خلق قيمة أعلى.

كما قال الرئيس التنفيذي لزهيب تشانغ بنغ في المكالمة الهاتفية المنعقدة للتو:

منذ تأسيس زهيب في 2019، اعتبرنا “جعل الآلة تفكر مثل الإنسان” هدفًا استراتيجيًا وحيدًا للشركة. خلال ست سنوات، لم يتزعزع هذا الهدف أبدًا. لقد مررنا أيضًا بالشكوك، وبالصعوبات، لكن لا حصر من الحقائق عادت لتؤكد حكمًا واحدًا — إن تحسين الحد الأعلى للذكاء هو “المبدأ الأولي” الوحيد في عصر AGI.

وعلى أساس هذا المبدأ الأولي، نرى كذلك أن وسيلة تحقيق الذكاء الشامل للجميع هي Token. يمكن لكل شخص، ولكل مؤسسة، الاستفادة من خلال Token لاستدعاء الذكاء وإنتاج قيمة. لذلك، يمكن تلخيص القيمة التجارية في عصر AGI في معادلة بسيطة: الحد الأعلى للذكاء × حجم استهلاك Token. الحد الأعلى للذكاء يحدد سلطة التسعير، بينما حجم استهلاك Token يحدد حجم القيمة.

كيف تعمل شركات نماذج اللغات الكبيرة في الصين؟ يمكن أن ترى ذلك من زهيب

لفهم وزن هذه القائمة المالية لزهيب، يجب أولًا أن نرى بوضوح الوضع المعيشي الحالي لقطاع نماذج اللغات الكبيرة في الصين.

من منتصف عام 2024 حتى اليوم، لا شك أن حرب الأسعار أصبحت ساحة معركة يتنافس فيها جميع اللاعبون بشدة.

1 سنت مقابل مليون Token، واستدعاء غير مدفوع مدى الحياة ككلمة مرور للجذب إلى حركة المرور؛ يغير اللاعبون أسعارهم مقابل كسب حجم، فتقع الصناعة في دورة مميتة: كلما انخفض السعر أكثر، انخفضت الأرباح أكثر، وكان من الصعب الاستثمار في البحث والتطوير التقني — ثم تزداد صعوبة الأمر.

هذه هي المعضلة الخاسرة التي يصعب على القطاع بأكمله التخلص منها.

تُظهر بيانات بحثية أن متوسط هامش الربح الإجمالي في قطاع نماذج اللغات الكبيرة المحلي في 2024 كان -80%، وهو في مرحلة استثمار صِرف بالكامل؛ وفي 2025 لا يزال متوسط هامش الربح الإجمالي للقطاع -30%، وما زال معظم اللاعبين يعتمدون على حرق الأموال للحفاظ على نمو الحجم.

ما تجلبه حرب الأسعار هو فقط ازدهارٌ مزيف في حجم الاستدعاءات، دون حلقة تجارية صحية —

كلما خفضت الأسعار أكثر، لم يتبق مال للاستثمار في تطوير التقنيات، فتزداد صعوبة تحسين أداء النموذج، وفي النهاية لا يبقى سوى الوقوع في الحلقة الخبيثة المتمثلة في “الاحتفاظ بعملاء ذوي قيمة منخفضة وحساسة للأسعار بسعر منخفض”.

المعارض لحرب الأسعار

في الوقت الذي كانت فيه الصناعة كلها تقارن من لديه سعر أقل، اتخذت زهيب قرارًا مفاجئًا للجميع من الاتجاه المعاكس: رفع الأسعار.

في مارس 2026، طرحت زهيب نموذج GLM-5-Turbo، وقامت في الوقت ذاته برفع أسعار واجهة API، لتبلغ الزيادة مقارنةً بالجيل السابق GLM-4.7 متوسط 83%. وفي ظل الخلفية التي كان فيها القطاع كله يخفض الأسعار، اعتُبر رفع الأسعار بهذه الوتيرة الكبيرة لفترة من الوقت “قطع الطريق على النفس”.

لكن في النهاية، جاءت النتيجة لتصفع جميع المشككين: بعد رفع الأسعار، لم ينخفض عدد استدعاءات توكن لدى زهيب، بل واصل الارتفاع باستمرار.

خلال 24 ساعة من إطلاق GLM-5، حصلت على وصول رسمي من منتجات منصات رائدة مثل TRAE/Coze لتطبيق ByteDance، وQoder التابعة لـ Alibaba، وCodeBuddy التابعة لـ Tencent، وCatPaw التابعة لـ Meituan، وWanqing التابعة لـ Kuaishou، وBaidu Intelligent Cloud وWPS Office وغيرها من منصات الصف الأول.

ضمن أكبر عشر شركات إنترنت في الصين، أصبحت 9 منها عملاء مدفوعين لدى زهيب.

المنطق الكامن وراء ذلك بسيط جدًا: بالنسبة لعملاء الشركات الذين لديهم احتياجات تشغيلية فعلية بمستوى إنتاج، لم تكن الأسعار أبدًا العامل الأول؛ فالأولوية هي للنتائج.

النموذج الذي يمكنه إنجاز المهام المعقدة باستمرار دون أخطاء، والذي يمكنه فعلًا خفض التكاليف وزيادة الكفاءة—حتى لو كان أغلى قليلًا—يظل أكثر قيمة بكثير من نموذج رخيص لكن يقع في الأعطال كثيرًا.

مثلما قال أحد المطورين في المجتمع:

نحن نستخدم نماذج اللغات الكبيرة لتشغيل أعمال إنتاجية؛ فالخطأ الواحد قد يسبب خسائر بمئات الآلاف أو حتى عشرات الملايين. بدلًا من أن نقلق لتوفير بضعة دولارات على تكلفة الـ Token، من الأفضل أن ننفق أكثر لاستخدام نموذج موثوق.

أكدت زهيب من خلال رفع الأسعار هذا حكمًا جوهريًا: الحد الأعلى للذكاء يحدد سلطة التسعير، وحجم استهلاك Token يحدد حجم القيمة.

عندما تكون فعالية نموذجك قوية بما يكفي لحل المشكلة الأساسية للعميل فعليًا، ستحصل على الدافع والثقة في التسعير، بدلًا من الاضطرار إلى الانخراط في حرب أسعار لا تنتهي.

عجلة MaaS بدأت بالدوران

لا يزال كثير من الناس يدرك زهيب على أنها في مرحلة الاعتماد على تقديم خدمات نماذج اللغات الكبيرة للشركات لتحقيق الإيرادات.

لكن هذه القائمة المالية تكسر تمامًا هذا التصور: أصبحت إيرادات MaaS API الموحدة مصدر نمو أساسي لا يمكن الاستغناء عنه بالكامل بالنسبة لزهيب، وعجلة نموذج أعمال MaaS تعمل الآن بالكامل.

ما هو MaaS؟ Model as a Service، أي نموذج كخدمة.

ببساطة، يعني تغليف قدرات نموذج اللغات الكبيرة في واجهات API معيارية. تدفع الشركات والمطورون وفق حجم الاستخدام. لا يتعين عليهم نشر النموذج وتشغيله وصيانته بأنفسهم، بل يمكنهم مباشرة الاستفادة من أرقى قدرات نماذج اللغات الكبيرة.

وهذا هو المسار التجاري الذي نجحت Anthropic في السير عليه. بصفتها المنافس الأهم لـ OpenAI، اتخذت Anthropic منذ تأسيسها موقفًا ثابتًا يتمثل في “نموذج الأساس + خدمات API”. أكثر من 80% من إيراداتها يأتي من استدعاءات API من الشركات والمطورين.

في 2025، حققت Anthropic إيرادًا سنويًا بلغ 4.5 مليارات دولار، أي قفز 12 مرة مقارنةً بـ 2024. وفي نهاية العام، تجاوز ARR 9 مليارات دولار، كما تحول هامش الربح الإجمالي من -94% في 2024 إلى 40% بشكل ملحوظ، مستخدمًا أداءً فعليًا لتثبت قابلية تطبيق نموذج MaaS.

أما زهيب، فهي تسير طريقًا عالي الاتساق مع Anthropic: باعتبار “حد الذكاء الأعلى للنموذج” حاجزًا أساسيًا، وباعتبار Token الشكل الرئيسي للمنتج، وباعتبار الاستخدام العميق من قبل المطورين والعملاء على مستوى المؤسسات كمحرك نمو.

جوهر النمو ليس الاعتماد على مشاريع تخصيصية لمرة واحدة، بل على أن يصبح ذكاء النموذج مستخدمًا فعليًا بواسطة الشركات والمطورين، وأن يصل إلى مرحلة التشغيل والإنتاج، لتكوين إيرادات مستدامة وقابلة للتوسع.

والبيانات في هذه القائمة المالية هي أيضًا دليل جانبي على أن هذه العجلة تدور:

• حققت منصة MaaS API ARR خلال العام الماضي نحو 1.7 مليار يوان؛ وزادت 60 مرة خلال الـ 12 شهرًا الماضية؛

• قامت المنصة بخدمة 4 ملايين مستخدم من الشركات والمطورين، وتغطي أكثر من 218 دولة ومنطقة في أنحاء العالم؛

• أصبحت زهيب من بين الشركات التي يستهلك عملاؤها Token بشكل أعلى في الصين، وما زالت القاعدة الأساسية في سيناريو Coding مستقرة بشكل مستمر، أما الانفجار في تطبيقات مثل OpenClaw فقد فتح كذلك مساحة جديدة تمامًا لاستهلاك حجم Token.

منطق هذه العجلة، في الحقيقة، هو حلقة تكرارية إيجابية مثالية: كلما كان أداء النموذج أفضل، زاد جذب العملاء من الشركات عالية القيمة؛ ومن ثم يجلب الاستدعاء العميق من العملاء عاليي القيمة نموًا ثابتًا في الإيرادات والأرباح؛ ثم تستثمر الإيرادات المزيد في البحث والتطوير التقني، ما يؤدي إلى تحسين أداء النموذج أكثر.

تحويل التقنية إلى أرباح

نموذج MaaS هو عمل تجاري تنخفض فيه التكلفة الحدّية باستمرار، مع تأثير اقتصاديات الحجم قوي جدًا.

يحتاج النموذج إلى تدريب وتحسين مرة واحدة فقط، ثم يمكنه خدمة ملايين العملاء حول العالم. كلما زاد حجم الاستدعاء، انخفضت تكلفة كل Token، وارتفع هامش الربح الإجمالي.

لهذا تمكنت زهيب من تحقيق قفزة كبيرة في هامش الربح في هذه القائمة المالية. تُظهر القائمة المالية أن هامش الربح الإجمالي لمنصة MaaS API لدى زهيب زاد 5 مرات مقارنةً بالعام السابق؛ وفي العام ككل تحوّل هامش الربح الإجمالي الشامل إلى موجب بشكل واضح، متجاوزًا بكثير متوسط المستوى في الصناعة.

وتأتي القوة الدافعة الأساسية لتحسن الربحية من ثلاثة جوانب:

• أولًا: تحسين بالغ الدقة لكفاءة استدلال النموذج، عبر ابتكار في البنية وتحسينات هندسية، لتقليص تكلفة استدلال كل Token إلى أدنى مستويات ضمن الصناعة؛

• ثانيًا: استمرار ارتفاع حصة العملاء ذوي القيمة العالية في الصفوف الأمامية؛ فمعدلات الاحتفاظ لديهم وعمق استدعائهم يتجاوزان بكثير متوسط الصناعة؛

• ثالثًا: التأثير التصفّي الإيجابي الناتج عن رفع الأسعار — السعر الأعلى يفلتر العملاء الأكثر اهتمامًا بالأداء والأقوى من حيث القدرة على الدفع. وتكون القيمة التجارية لهؤلاء العملاء أعلى بكثير من العملاء ذوي القيمة المنخفضة الحساسة للأسعار.

والأهم من ذلك، وبناءً على قوة زخم النمو الحالي لأعمال MaaS؛ فهذا يعني أن عجلة MaaS لدى زهيب لم تعد فقط قد بدأت بالدوران، بل تواصل أيضًا التسارع.

من مختبر تسينغهوا إلى الصف الأول عالميًا

لا يرجع تمكن زهيب من رفع الأسعار عكس اتجاه حرب الأسعار، ولا قدرتها على تشغيل عجلة MaaS بالكامل، إلى التسويق والتشغيل، بل إلى القوة التقنية الفعلية على أرض الواقع.

يعرف كثيرون أن نقطة انطلاق زهيب كانت فريقًا تقنيًا من جامعة تسينغهوا. منذ بدء التأسيس، لم تتبع زهيب طريق “هندسة ذاتية الارتداد بصيغة GPT” التي يتبعها الجميع في تقليد الأقران، بل أصرت على الأصالة، وبنت بنية فريدة تجمع بين الترميز ثنائي الاتجاه مع اندماج ذاتي الارتداد لـ GLM. وتمنحها هذه البنية بشكل فطري مزايا في فهم النصوص الطويلة، وقلة الهلوسة، وقوة المنطق، ما وضع أساسًا متينًا لعمليات التحديث التقنية اللاحقة.

في 2022، أطلقت زهيب نموذج GLM-130B ذي مقياس “مليار” من المعلمات بشكل مفتوح المصدر، لتصبح المنتج الآسيوي الوحيد الذي تم اختياره ضمن تقييمات نماذج اللغات الكبيرة السائدة عالميًا التي ينفذها Stanford. وفي الوقت نفسه، عبر تقنية التكميم، حققت تشغيلًا سلسًا على بطاقات رسومية موجهة للمستهلكين، لتضع دفعة واحدة زهيب في موقع محوري داخل منظومة النماذج الكبيرة مفتوحة المصدر المحلية.

ومنذ ذلك الحين، نقشت زهيب فكرة “التطوير التقني الذاتي” في عمقها. وأنجزت التحكم الذاتي والقابلية للتأمين في التقنيات الأساسية على مستوى سلسلة كاملة، وحققت تكيفًا كاملًا مع الرقائق المحلية، لتبني من الأسفل أساس الأمان التقني وتحسين التكاليف.

وفي قطاع نماذج اللغات الكبيرة توجد حقيقة لا تقبل الجدل: السقف الأعلى للتجارية دائمًا ما تحدده “حدود قدرة النموذج القصوى”.

يمكن لـ Anthropic تحقيق نمو 12 ضعفًا في الإيرادات خلال عام واحد، والسبب الأساسي هو أن قدرات سلسلة نماذج Claude تقترب باستمرار من GPT أو تتجاوزها جزئيًا. وبالمثل، حين استطاعت زهيب الحصول على المركز الأول في إيرادات نماذج اللغات الكبيرة داخل الصين، فالعامل الأساسي هو قدرات نماذج سلسلة GLM، التي أصبحت بالفعل راسخة ضمن الصف الأول عالميًا.

خلال العام الماضي، أنهت زهيب عملية التطوير السريع من GLM-4.5 إلى GLM-4.6، ثم GLM-4.7، وصولًا إلى GLM-5 وGLM-5-Turbo، مع الحفاظ على إيقاع رائد في الصناعة يتمثل في ترقية “نموذج الأساس” كل 1–2 شهر.

والأهم من ذلك، حققت زهيب تحولًا جذريًا من التوجيه نحو المعرفة إلى التوجيه نحو المهام، لتجعل GLM وكيلًا يمكنه إتمام المهام المعقدة بشكل مستقل.

جوهر هذا التحول يتمثل في اختراق قدرة “AI Coding”.

بالنسبة لنماذج اللغات الكبيرة، تعتبر القدرة على البرمجة أساس كل قدرات المهام المعقدة: القدرة على كتابة كود جيد تعني أن النموذج يمتلك منطقًا قويًا وخططًا قوية وقدرات قوية على استدعاء الأدوات. كما يمكنه تفكيك المتطلبات المعقدة إلى خطوات قابلة للتنفيذ، وفي النهاية تسليم نتائج يمكن إحضارها على أرض الواقع.

وسيناريو Coding هو أيضًا حاليًا أكثر سيناريوهات التسويق التجاري نضجًا، والأكثر رغبة في الدفع. في Anthropic، تأتي 70%–75% من الإيرادات من الاستدعاءات المرتبطة بتوليد الكود.

استغلت زهيب هذا الأساس الأساسي بدقة.

كما حقق نموذج GLM-5 الذي تم إصداره في فبراير 2026 قفزة نوعية من Vibe Coding إلى Agentic Engineering.

وفي اختبارات البرمجة المرجعية الأكثر موثوقية عالميًا، حقق GLM-5 نتائج بلغت 77.8 نقطة في SWE-bench-Verified و56.2 نقطة في Terminal Bench2.0، ليظل في المركز الأول ضمن النماذج مفتوحة المصدر. وتجربة الاستخدام الفعلية تقترب بالفعل من نموذج Claude Opus 4.5 الرائد لدى Anthropic.

وفي قائمة Artificial Analysis المرموقة عالميًا، احتل GLM-5 المرتبة الرابعة عالميًا والأول ضمن النماذج مفتوحة المصدر، خلف GPT وClaude وGemini فقط، ليدخل بثبات في الصف الأول من حيث الذكاء الاصطناعي على مستوى العالم.

وما يستحق التطلع إليه أكثر هو أن زهيب على وشك إطلاق GLM-5.1.

كما تقترح قوة بنية Token (TAC)

ليست هذه القائمة المالية مجرد أول سجلّ أداء بعد إدراج زهيب في البورصة، بل تمثل أيضًا إعادة بناء شاملة لزهيب. فهي تستخدم بيانات ملموسة لإعادة تعريف فهم الصناعة لزهيب، وإعادة تعريف معيار قياس قيمة نماذج اللغات الكبيرة.

خلال السنوات الماضية، وقع قطاع نماذج اللغات الكبيرة بالكامل في خطأ كبير: كان الجميع يقارن حجم المعلمات، والنتائج في السباقات/الاختبارات، والسعر الأقل، لكن القليل جدًا من الناس فكر في ما هي “القيمة الأساسية” الحقيقية لنماذج اللغات الكبيرة.

حتى لو كانت النتائج ممتازة في الاختبارات، إذا لم تكن قابلة للتطبيق في سيناريوهات حقيقية، ولا تساعد الشركات والأفراد على خلق قيمة اقتصادية فعلية بالدولار واليان… فلا معنى لها.

وبناءً على هذا الحكم، كانت زهيب هي أول من اقترح في هذه القائمة المالية مفهوم قوة بنية Token (Token Architect Capability، ويُختصر TAC)، وقدّم إطارًا ثلاثي الأبعاد يمكن قياسه لقيمة الذكاء الاصطناعي:

TAC = مقدار ذكاء الاستدعاء × جودة الذكاء × الكفاءة التي تحول إلى قيمة اقتصادية

• الكمية: كم Token ترغب المؤسسات والأفراد في استدعائه يوميًا، وكم عدد المهام أو حجم العمل الذي يريدون تكليفه للذكاء الاصطناعي؛

• الجودة: هل تأتي هذه الـ Tokens من نماذج كافية الذكاء والموثوقية، وهل يمكنها الاستمرار في تقديم نتائج قابلة للتسليم في المهام المعقدة؛

• الكفاءة: هل يمكن للمهام التي يعالجها هذا الذكاء الاصطناعي أن تتحول فعليًا إلى مخرجات اقتصادية قابلة للقياس، وتحقيق خفض التكاليف وزيادة الكفاءة بشكل ملموس.

ترى زهيب أن المنافسة الأساسية للمؤسسات والأفراد في المستقبل ستعتمد بشكل متزايد على مستوى TAC لديهم.

أما ما تسعى زهيب إلى القيام به، فلا يتمثل أبدًا في كونها مجرد شركة تبيع نماذج Token، بل في إنشاء بنية تحتية ترفع قدرات TAC في المجتمع بأسره. لتزويد كل مؤسسة، وكل مطور، وكل فرد، بقاعدة تمكّن من تحويل الذكاء إلى نتائج اقتصادية قابلة للتسليم.

يشير طرح هذا المفهوم إلى أن قطاع نماذج اللغات الكبيرة في الصين قد دخل رسميًا مرحلة جديدة من التنافس على البنية الذكية، بدلًا من سباق المعلمات والتنافس على نتائج الاختبارات وحرب أسعار لا تتوقف.

في الماضي، كنا نقيم شركة نماذج لغات كبيرة بحسب حجم معلماتها وعدد التمويلات. وفي المستقبل، ما سنقيمه هو: إلى أي مدى تستطيع أن تساعد العملاء على تحسين TAC، وإلى أي مدى يمكنها تحويل الذكاء إلى قيمة اقتصادية حقيقية قابلة للقياس.

أما قائمة زهيب المالية هذه فهي أفضل تفسير لهذا العصر الجديد.

عندما يعتمد كامل القطاع على حرق الأموال مقابل الحجم، وعلى الأسعار المنخفضة مقابل جذب حركة المرور، تكون زهيب قد خرجت بالفعل من حلقة تجارية صحية تتمثل في: اختراق تقني → تفوق في النتائج → سلطة التسعير → إيرادات قابلة للتوسع على نطاق → أرباح → إعادة استثمار في التقنية.

تثبت هذه القائمة المالية أن نماذج اللغات الكبيرة هي عمل جيد يمكنه خلق قيمة فعلًا وتحقيق أرباح؛ وأن شركات نماذج اللغات الكبيرة في الصين كذلك قادرة على السير في طريق خاص بها، ينافس فيه اللاعبون على قدم المساواة أمام أفضل اللاعبين عالميًا.

في النصف الثاني من قطاع نماذج اللغات الكبيرة في الصين، أخيرًا عاد من ضجيج حرب الأسعار إلى المسار الصحيح المتمثل في التقنية والتجارة.

المصدر: Quantum Rank

إشعار بالمخاطر والبنود الخاصة بالإعفاء من المسؤولية

        توجد مخاطر في السوق، ويُرجى توخي الحذر عند الاستثمار. لا تشكل هذه المقالة نصيحة استثمارية شخصية، ولم تُؤخذ في الاعتبار الأهداف الاستثمارية الخاصة لمستخدمين بعينهم، أو وضعهم المالي، أو احتياجاتهم. ينبغي على المستخدم مراعاة ما إذا كانت أي آراء أو وجهات نظر أو استنتاجات واردة في هذه المقالة تتوافق مع ظروفه الخاصة. وبناءً على ذلك الاستثمار، يتحمل المستخدم كامل المسؤولية.