هل تم تنفيذ صفقة بيع API من قبل Zhipu وراء الارتفاع بنسبة 31.8%؟

/أكِي

بالأمس، أعلنت شركة Zh i pu (Zhipu) عن نتائجها المالية للعام بأكمله 2025، وهي أيضًا أول تقرير مالي لها بعد إدراجها في السوق.

خلال العام، حققت إيرادات بلغت 7.24 مليار يوان، بزيادة قدرها 131.9%؛ لكن وبفضل ما يترتب على استثمارات البحث والتطوير البالغة 31.8 مليار يوان، بلغ صافي الخسارة بعد التعديل 31.82 مليار يوان.

على الرغم من حجم الخسارة الكبير، كانت ردود الفعل من السوق إيجابية جدًا. اليوم ارتفع سعر سهم Zhipu بنسبة 31.8%.

ومن بين الأسباب المهمة جدًا أن موضوع بيع واجهات API يبدو وكأنه قد اكتمل تنفيذه بنجاح.

في عام 2025، ارتفعت إيرادات بيع واجهات API من 0.48 مليار يوان في 2024 إلى 1.9 مليار يوان، بزيادة قدرها 296%. وفي الوقت نفسه، ذكر فريق إدارة Zhipu بشكل واضح في مؤتمر المكالمات أن ARR لخدمة الـ API الحالية يبلغ حوالي 250 مليون دولار، ومن المتوقع أن يصل إلى 1 مليار دولار بنهاية العام.

والأهم من ذلك، أن هذا ليس حالة معزولة. ففي شركات النماذج الكبيرة الأخرى أيضًا بدأنا نرى تدريجيًا اتجاهًا مشابهًا: تزايد عدد استدعاءات الـ Token، وتصبح واجهات الـ API أحد أكثر مسارات تحقيق الإيرادات مباشرةً.

فكيف ينبغي أن ننظر إلى هذه الظاهرة؟ اليوم سنناقشها بالاستناد إلى تقرير Zhipu المالي.

/ 01 /

نمو “الأساس النموذجي”، والاعتماد على بيع واجهات API

في تقرير Zhipu المالي، أكثر التغيّرات التي تستحق الاهتمام هي انتقال هيكل الإيرادات.

أصبح النشر على السحابة مصدر النمو الأكثر جوهرية. وعبارة “النشر على السحابة” في جوهرها هي خدمة API. في عام 2025، زادت هذه الإيرادات من 0.48 مليار يوان في 2024 إلى 1.9 مليار يوان، بزيادة قدرها 296%؛ كما ارتفعت نسبة الإيرادات من 15.5% إلى 26.3%.

التركيز الأساسي وراء نمو API هو نمو حجم الاستدعاءات.

ووراء ذلك لا يمكن فصله عن دفع OpenClaw. عندما يبدأ Agent بتنفيذ المهام تلقائيًا، غالبًا ما يقابل الطلب الواحد عدة جولات من الاستدعاء، ما يؤدي إلى تضخيم استهلاك الـ Token عدة مرات، فتزداد أيضًا كمية استدعاءات الـ API.

ومن خلال ذلك، تتكوّن تدريجيًا قناعة مشتركة في الصناعة: عندما يمتلك النموذج الكبير القدرة على تنفيذ مهام طويلة المدى، لا يبقى الاستدعاء عند مستوى إدخال وإخراج مرة واحدة فقط، بل يتحول إلى عملية تشغيلية مستمرة ومنهجية.

ضمن هذا النوع من البنية، يصبح الـ Token نفسه—وهو أيضًا الأكثر مباشرة والأكثر تحديدًا كوحدة تسعير.

بعبارة أخرى، عندما تكون قدرات النموذج قوية بما يكفي، فإن واجهات الـ API نفسها تتجه إلى أن تصبح أوضح نموذج تجاري للنماذج الكبيرة.

وهذا الاتجاه يصبح خيارًا مشتركًا لدى شركات النماذج الكبيرة.

في الخارج، تم السير في هذا الاتجاه في وقت أبكر. حوالي 80% من إيرادات Anthropic تأتي من خدمة استدعاءات API على مستوى المؤسسات، والجوهر هو نظام تسعير قائم على استهلاك الـ Token.

وفي الداخل أيضًا، يتجه بسرعة إلى هذا الهيكل.

حاليًا، لدى شركات النماذج التأسيسية السائدة داخل الصين، مثل Zhipu AI وMiniMax وMoonshot (الجهة التابعة لـ “الشمس القمرية المظلمة”/Moonshot) تتمحور الإيرادات الأساسية لديها تدريجيًا حول التقارب مع استدعاءات الـ API، ويصبح MaaS (Model as a Service) هو المسار الرئيسي لتوليد النمو.

ذكر فريق إدارة Zhipu في مؤتمر المكالمات أن ARR لخدمة API الحالية يبلغ حوالي 250 مليون دولار، ومن المتوقع أن يصل إلى 1 مليار دولار بنهاية العام. وفي المستقبل، ستولي الشركة مزيدًا من الاهتمام لخدمات API المعيارية. بحلول 2026، من المتوقع أن يتقاسم خدمات API والنشر المحلي حصصًا متساوية تقريبًا؛ وبعد ذلك خلال 2-3 سنوات، سيزداد الميل أكثر نحو API.

كما تحدث تغيّرات مماثلة أيضًا في MiniMax.

في عام 2025، بلغت إيرادات المنصة المفتوحة والخدمات للمؤسسات 25.96 مليون دولار، بزيادة قدرها 197.8%، وارتفعت نسبة الإيرادات من 28.6% إلى 32.8%.

حتى فبراير 2026، تجاوز ARR لدى الشركة 150 مليون دولار، مقارنة بـ 79 مليون دولار في السنة المالية 2025، محققًا نموًا مضاعفًا. الدافع الأساسي لنمو الإيرادات أيضًا نابع من ارتفاع استهلاك الـ Token، خاصة في سيناريوهات المساعدات للترميز والمساعدات الذكية (Agent).

تتوقع Goldman Sachs أن تصل حصة إيرادات MiniMax من المنصة المفتوحة (API) في 2026 إلى حوالي 40%.

إن انكماش نموذج الأعمال الخاص بالنماذج الكبيرة يعني أن طريقة قياس القيمة تصبح أكثر وضوحًا كذلك: من “مؤشرات القدرة” إلى “قياس الـ Token”.

/ 02 /

خلف تباعد المسارات توجد طريقتان لحل المشكلة

مع دخول الذكاء الاصطناعي مرحلة التطبيقات، بدأ سؤال محدد بالظهور: عندما تتقارب قدرات النماذج تدريجيًا، ما هي المنافسة الأساسية للنماذج الكبيرة فعلًا؟

بخصوص هذا السؤال، قدمت Zhipu وMiniMax حلّين مختلفين.

منطق Zhipu هو السعي إلى أقصى حد من قدرة النموذج.

اقترح Zhang Peng مفهوم TAC (Token Architecture Capability، قدرة بنية الـ Token)، ويمكن في جوهره تفكيكه إلى ثلاث نقاط: حجم الاستدعاءات، جودة الاستدعاءات، والقدرة على تحويل ذلك إلى إيرادات.

والحكم الأساسي هو: جودة الذكاء هي ما يحدد حق تسعير الأمور.

تعتقد Zhipu: “مع تطور Agent، سيتدرج Token أيضًا؛ سترتفع قيمة token ذات التعقيد المنخفض والتوحيد القياسي نحو أسعار منخفضة بل وربما مجانية، بينما فقط token عالي التعقيد وعالي الاعتمادية يمتلك حق تسعير مستمر.”

وقد انعكس هذا بالفعل في البيانات. في الربع الأول، ارتفع تسعير API لدى Zhipu بنسبة 83%، لكن الطلب لم ينكمش؛ بل على العكس، ظهرت حالة من عدم كفاية العرض وارتفع حجم الاستدعاءات بنسبة 400%.

إذا كانت Zhipu AI تتحدث عن “أن الجودة تحدد حق التسعير”، فإن MiniMax تتبنى في الحقيقة منطقًا آخر: القدرة التنافسية للنموذج تأتي من “تمييز المسار” و”الكفاءة”.

اختارت MiniMax مسارًا غير سائد—التطوير الذاتي متعدد الوسائط بالتوازي في أربعة أنماط: النص والفيديو والصوت والموسيقى. وهذه النقطة ليست شائعة بين شركات النماذج الكبيرة حاليًا.

العصب الأساسي في هذا المسار لا يكمن في “أن يكون هناك الكثير”، بل في “أن يكون هناك انتشار واسع”.

بحسب Yan Junjie، فإن قيمة شركات المنصات في عصر الذكاء الاصطناعي تكمن في جوهرها في: كثافة الذكاء × سعة مرور الـ Token.

إن معنى الوسائط المتعددة هو تكبير سعة مرور الـ Token دون خفض كثافة الذكاء بشكل ملحوظ. لأن ما تغيّره ليس سقف القدرات، بل عتبات الاستخدام.

عندما يتم إدخال وسائل تفاعل مثل الصور والصوت داخل المنتج، تنخفض تكلفة فهم المستخدمين وعتبة العمليات بوضوح، كما يتم توسيع قاعدة المستخدمين لتشمل شرائح أوسع من الناس، بما في ذلك كبار السن والأطفال ممن كانوا يصعب الوصول إليهم سابقًا.

هذه المسألة حدثت بالفعل مرة واحدة في الإنترنت عبر الهاتف المحمول—من تدفق المعلومات المعتمد على الصور والنص إلى الانفجار الذي أحدثه الفيديو القصير؛ فبشكل جوهري، يتم تحقيق قفزة في معدل الاختراق من خلال خفض عتبة التفاعل.

ثم انظر إلى الكفاءة. المسار الرئيسي الآخر لدى MiniMax هو تحقيق أقصى كفاءة في استغلال الموارد.

في عام 2025، بلغ الاستثمار البحثي والتطوير 253 مليون دولار، بزيادة قدرها 33.8%، وهو أقل بكثير من وتيرة نمو الإيرادات البالغة 158.9%.

بالمقارنة، فإن استراتيجية Zhipu AI أقرب إلى “الرفع العالي والضرب العالي”.

في عام 2025، بلغت إيرادات Zhipu 724 مليون يوان، ما يقابل مصاريف بحث وتطوير قدرها 3.18 مليار يوان، وبلغت نسبة مصاريف البحث والتطوير 439%؛ وفي الفترة نفسها، حققت MiniMax إيرادات 540 مليون يوان، ومصاريف بحث وتطوير 1.743 مليار يوان، ونسبة مصاريف البحث والتطوير 323%.

من حيث كفاءة التشغيل: عن كل 1 يوان من الإيرادات تحصل عليها Zhipu يقابله خسارة تقارب 4.4 يوان؛ بينما لدى MiniMax تبلغ 3.2 يوان. ومن حيث كفاءة الموارد البشرية: لدى Zhipu حوالي 0.66 مليون يوان في “القوة البشرية”، بينما لدى MiniMax يصل إلى 1.26 مليون.

بالطبع، هناك جزء من الاختلافات نابع من نموذج الأعمال؛ تعتمد MiniMax أكثر على إيرادات المنتجات، بينما تعتمد Zhipu ما يزال بشكل أساسي على النشر المحلي.

لكن حتى مع ذلك، يبقى تباعد المسارين واضحًا:

أحدهما يسعى إلى “الحد الأعلى للذكاء”، ويكتسب حق التسعير عبر رفع القدرة؛

والآخر يعمل على تحسين “الكفاءة والانتشار”، عبر توسيع نطاق الاستخدام لزيادة سعة مرور الـ Token.

في جوهر الأمر، هذا هو نفس المعادلة تحت سقف واحد، لكن مع حلّين مختلفين تمامًا.

/ 03 /

نظام القلة هو أكبر قدر من اليقين في تجارة النموذج التأسيسي

بعيدًا عن الحديث عن التقييمات، فإن هذه “الصناعة” الخاصة بتجار النماذج التأسيسية بدأت تظهر بالفعل ملامح واضحة نسبيًا.

هذه التجارة لا تشبه البرمجيات التقليدية.

البرمجيات التقليدية تحتاج إلى استثمار كبير في البداية، ثم يتم استرداد التكاليف تدريجيًا في مرحلة لاحقة؛ أما النموذج التأسيسي فتكلفته ترتفع بشكل “درجي” بينما قد لا تزيد الإيرادات بنفس الوتيرة، بل وقد تتعرض أيضًا للضغط المستمر مع اشتداد المنافسة.

من هذا المنظور، فهي أقرب إلى بنية “هشّة بطبيعتها”. لكن المثير للاهتمام أن هذه البنية تقود مع ذلك إلى نتيجة مختلفة:

إنها بطبيعتها تتجه إلى نظام القلة.

لأن عددًا قليلًا جدًا من الشركات فقط يمكنه الاستمرار في تحمل هذا المستوى من الاستثمار. ومن الناحية الشكلية التجارية، فهي أقرب إلى البطاريات أو المصانع على نطاق تصنيع الشرائح (السيليكون)—استثمار ضخم في البداية، لكن بمجرد نجاح “احتلال المكان”، يكون عدد المنافسين قليلًا، والكيك/حجم السوق يكون كبيرًا بما يكفي.

وفي الوقت نفسه، توجد لدى النماذج الكبيرة نقطة أكثر دقة: ليست سوقًا “الفائز يأخذ كل شيء” بالكامل، بل أقرب إلى سوق متعدد الطبقات.

بالنسبة لأعلى طبقة من النماذج، حتى لو كان هناك تفوق في الفاعلية بنسبة 5%، فإنه في سيناريوهات معقدة وموجهة للكفاءة مثل البرمجة (coding) سيتضخم إلى علاوة سعر تتجاوز 50% بسبب تأثير المضاعِف.

لكن في المقابل، ليست كل المهام تحتاج إلى أقوى نموذج.

لذلك يتدرج السوق بشكل طبيعي: الطبقة العليا تحصل على العلاوة، والطبقة المتوسطة تعمل على نطاق واسع، والطبقة السفلى تستوعب متطلبات “الذيل الطويل”. وحتى بين مستويات مختلفة، قد يتشكل نوع من “تدفق للـ Token”—المهام المعقدة تتجه للأعلى، والمهام البسيطة تتجه للأسفل.

حتى لو لم تستطع تحقيق SOTA على مستوى العالم، فإن الوصول إلى SOTA في مجال فرعي محدد لا يزال مسارًا صالحًا.

وفي هذه البنية، تصبح الكفاءة أيضًا متغيرًا مهمًا جدًا.

لأن هذا القطاع شبه بلا تأثير شبكي، وتكلفة انتقال المستخدم منخفضة للغاية. وهذا يعني أنه طالما توجد شركة قادرة على تقديم نموذج “90 نقطة”، وبسعر أقل، يمكنها بسرعة توسيع حجم الاستخدام.

في هذه العملية، تصبح الكفاءة أيضًا متغيرًا مهمًا في عملية التسويق والتحويل إلى إيرادات.

وبسبب عدم وجود تأثير شبكي وتكلفة انتقال منخفضة للمستخدم، فإنه بمجرد أن توجد شركة تستطيع تقديم نموذج “90 نقطة” وبسعر أقل، يمكنها بسرعة توسيع الحجم.

والسبب واضح جدًا: في بعض السيناريوهات، لا تحتاج إلى أقوى نموذج. عندما تكون الفروقات في الأداء محدودة، يصبح السعر هو العامل الحاسم.

والسعر في جوهره هو التكلفة. وهذا لا يعتمد فقط على التكنولوجيا، بل أيضًا على فروقات سلسلة من التكاليف مثل الحوسبة/القدرة الحسابية والطاقة.

على سبيل المثال، في الصين، من خلال تحسينات هندسية، ونشر واسع النطاق، وتكاليف طاقة أقل، يمكن خفض تكاليف الاستدلال بشكل كبير. وهذا يجعل النماذج ذات نفس المستوى من القدرة يمكن تقديم خدمة Token بسعر أقل لجمهور المستخدمين.

في الوقت الحالي، فإن جزءًا من توجه شركات النماذج الصينية إلى الخارج يقوم في جوهره بعمل تجارة “فرق سعر Token”.

بالطبع، تأتي مصادر نمو الإيرادات من الطلب الانفجاري ومن هيكل السوق القائم على نظام القلة، لكن لا ينبغي النظر للأمر بتفاؤل مفرط؛ لأن اختلاف بيئات المنافسة يعني أن للصين والولايات المتحدة اختلافات عديدة أيضًا في موضوع بيع API:

على سبيل المثال، تعتمد بيئة النماذج الكبيرة في الولايات المتحدة أكثر على احتياجات المطورين من “الذيل الطويل”، ولدى العملاء من المؤسسات والمطورين استعداد أكبر لدفع ثمن القدرات، ما يجعل أداء النموذج يتحول إلى علاوة سعر بشكل أسهل ومباشر.

أما داخل الصين، فالاستدعاءات أكثر تركيزًا لدى العملاء في القمة، بما في ذلك منصات الإنترنت والعملاء من القطاع الحكومي والشركات، بالإضافة إلى المنافسة من جهة العرض؛ وعليه، فمن المرجح أن لا تستمر علاوة الـ Token لفترة طويلة.

وبقدر ما، يمكن القول إن النماذج التأسيسية في الولايات المتحدة أقرب إلى كونها دمجًا بين البرمجيات والمنصات، بينما في الصين تبدو كجزء من البنية التحتية.

ومن هذا المنظور، إلى أي مدى يمكن للنموذج التجاري لشركات النماذج الكبيرة داخل الصين أن يصل، ربما نحتاج إلى الانتظار والمزيد من الملاحظة.