La première publication de résultats financiers de Zhipu est sortie, avec la dernière déclaration de Zhang Peng : redéfinir le « principe fondamental » de la commercialisation de l'AGI, la limite intelligente détermine le pouvoir de fixation des prix.

Tout juste, Zhipu a publié sa première publication de résultats — 83 jours après son introduction en Bourse !

Les données les plus saisissantes, c’est évidemment le chiffre d’affaires de Zhipu — :

Revenu annuel 7,24 milliards de yuans, +132 % en glissement annuel, et en tête des plus grandes entreprises de modèles de grande taille en Chine en termes de taille de revenus !

Alors que l’ensemble de l’industrie des grands modèles est profondément embourbée dans une guerre des prix, et ne peut compter que sur la combustion de capitaux pour accroître son échelle, Zhipu, fraîchement introduite en Bourse, a choisi avec ce premier rapport une voie diamétralement opposée.

Regardons directement plusieurs indicateurs clés :

• Plateforme MaaS API ARR d’environ 17 milliards de yuans, multipliée par 60 sur les 12 derniers mois
• Après une hausse de prix à contre-courant de 83 %, le volume d’appels de tokens ne baisse pas, mais augmente au contraire
• La marge brute augmente presque 5 fois pour atteindre 18,9 %, la marge brute globale de l’entreprise sur l’année est de 41 %, brisant la malédiction « augmentation des revenus sans augmentation des profits » dans l’IA

Presque chaque chiffre remet en question, et même brise, les idées reçues de l’industrie.

Autrefois qualifiée par le public de « version chinoise d’OpenAI », Zhipu est aujourd’hui de plus en plus éloignée d’OpenAI sur le plan du modèle économique, mais se rapproche davantage d’Anthropic.

Ce rapport prouve ceci : dans le volet commercial des grands modèles, l’issue finale n’a jamais été de savoir qui est plus bon marché ; il s’agit de savoir qui peut créer une valeur plus élevée.

Comme l’a dit tout juste le PDG de Zhipu, Zhang Peng, lors de la conférence téléphonique :

Depuis la création de Zhipu en 2019, nous avons fait de « faire penser les machines comme des humains » l’unique objectif stratégique de l’entreprise. En six ans, cet objectif n’a jamais vacillé. Nous avons aussi connu des remises en question, des échecs, mais d’innombrables faits ont validé à maintes reprises un jugement : l’amélioration de la limite du potentiel de l’intelligence est l’unique « première principe » à l’ère de l’AGI des grands modèles.

Sur la base de ce premier principe, nous avons en outre compris que le support permettant une intelligence accessible au plus grand nombre, ce sont les Tokens. Chaque personne, chaque organisation peut générer de la valeur en appelant l’intelligence via des Tokens. Ainsi, la valeur commerciale à l’ère de l’AGI peut se résumer par une formule concise : limite du potentiel de l’intelligence × ampleur de consommation des Tokens. La limite du potentiel de l’intelligence détermine le pouvoir de fixation des prix, tandis que l’ampleur de consommation des Tokens détermine l’envergure de la valeur.

Comment les entreprises chinoises de grands modèles fonctionnent — on peut voir avec Zhipu

Pour comprendre l’importance de ce rapport de Zhipu, il faut d’abord saisir la réalité actuelle de survie de l’industrie des grands modèles en Chine.

De la mi-2024 à aujourd’hui, la guerre des prix est sans aucun doute la zone de bataille où chaque acteur des grands modèles se précipite, sans vouloir perdre.

1 cent pour un million de Token, appels à vie gratuits : ce sont devenus des mots-clés pour attirer du trafic. Les acteurs échangent des prix contre des volumes, et s’enfoncent dans une boucle mortelle : plus on baisse les prix, moins il reste de profits, plus il devient difficile d’investir dans la recherche et le développement technique.

C’est le dilemme de pertes que toute l’industrie a du mal à éviter.

Les données d’enquête montrent qu’en 2024, la marge brute moyenne dans l’industrie des grands modèles en Chine était de -80 %, ce qui signifie une étape d’investissement pure ; en 2025, la marge brute moyenne de l’industrie reste à -30 %, et la grande majorité des acteurs doivent encore brûler de l’argent pour maintenir la croissance de leur échelle.

La baisse des prix n’apporte que de la prospérité d’appels fictive, sans boucle commerciale saine —

Plus on baisse les prix, moins on a d’argent à investir dans la R&D, et plus il devient difficile d’améliorer l’efficacité du modèle ; au final, on ne peut que tomber dans le cercle vicieux de « retenir des clients à faible valeur sensibles aux prix bas en utilisant les bas prix ».

Les contrevenants à la guerre des prix

Au moment même où l’ensemble de l’industrie compare qui a les prix les plus bas, Zhipu a pris à contre-courant une décision qui a surpris tout le monde : augmenter les prix.

En mars 2026, Zhipu a lancé le modèle GLM-5-Turbo, et a simultanément relevé les prix de l’API, avec une hausse moyenne de 83 % par rapport à la génération précédente GLM-4.7. Dans un contexte où tout le monde baisse les prix, une hausse aussi marquée a longtemps été vue par l’opinion publique comme « une auto-sabotage de son propre chemin ».

Mais au final, le résultat a donné un démenti à tous les sceptiques : après la hausse des prix, le volume d’appels de tokens de Zhipu n’a pas diminué ; il a au contraire continué à grimper.

Dans les 24 heures suivant le lancement de GLM-5, il a obtenu l’intégration officielle de produits de plateformes de premier plan comme TRAE/Coze de ByteDance, Qoder d’Alibaba, CodeBuddy de Tencent, CatPaw de Meituan, Wanqing de Kuaishou, ainsi que Baidu Intelligent Cloud et WPS Office, entre autres.

Parmi les dix plus grandes entreprises Internet en Chine, 9 sont devenues des clients payants de Zhipu.

La logique derrière tout cela est en réalité très simple : pour les clients entreprises qui ont de véritables besoins de niveau production, le prix n’a jamais été la considération principale ; c’est l’efficacité qui compte.

Un modèle qui peut accomplir de manière stable des tâches complexes, sans erreurs, et qui peut réellement réduire les coûts et améliorer l’efficacité — même s’il est un peu plus cher — vaut bien plus qu’un modèle bon marché mais qui tombe souvent en panne.

Comme l’a dit un développeur dans la communauté :

Nous utilisons les grands modèles pour exécuter des activités de production. Une seule erreur peut entraîner des pertes de plusieurs dizaines de milliers, voire des dizaines de millions. Plutôt que de paniquer en essayant d’économiser quelques tokens, autant dépenser un peu plus pour utiliser un modèle fiable.

Zhipu a validé par cette hausse de prix un jugement clé : la limite du potentiel de l’intelligence détermine le pouvoir de fixation des prix, et l’ampleur de consommation des Tokens détermine l’envergure de la valeur.

Quand l’efficacité de votre modèle est suffisamment forte, qu’il résout réellement les problèmes clés du client, vous disposez alors de la confiance nécessaire pour fixer les prix — au lieu d’être forcé de vous laisser entraîner dans une guerre des prix sans fin.

Le moteur MaaS se met en marche

Beaucoup de gens ont encore une compréhension de Zhipu qui s’arrête au stade où l’entreprise tire des revenus en fournissant des services de grands modèles aux entreprises.

Mais ce rapport de résultats brise complètement ce stéréotype : les revenus SaaS standardisés de l’API MaaS sont déjà devenus l’unique moteur absolu de croissance de Zhipu ; et la roue motrice du modèle commercial MaaS s’est désormais mise en mouvement à plein régime.

Qu’est-ce que le MaaS ? Model as a Service, des modèles en tant que service.

En termes simples, il s’agit d’envelopper les capacités d’un grand modèle dans une interface API standardisée : les entreprises et les développeurs paient selon le volume d’appels. Ils n’ont pas besoin de déployer ni d’exploiter eux-mêmes le modèle pour accéder directement aux meilleures capacités des grands modèles.

C’est précisément le parcours commercial qu’Anthropic a réussi à faire.

En tant que concurrent le plus important d’OpenAI, Anthropic suit fermement dès le départ la voie « modèles de base + service API » : plus de 80 % des revenus proviennent des appels API des entreprises et des développeurs.

En 2025, le chiffre d’affaires annuel d’Anthropic a atteint 4,5 milliards de dollars, soit une explosion de 12 fois par rapport à 2024 ; à la fin de l’année, l’ARR a même dépassé 9 milliards de dollars. La marge brute, de -94 % en 2024, est passée nettement au positif à 40 %. Les performances réelles ont prouvé la faisabilité du modèle MaaS.

Et Zhipu, elle suit une voie hautement cohérente avec celle d’Anthropic : utiliser la limite du potentiel de l’intelligence du modèle comme barrière principale, faire des Tokens la forme de produit principale, et s’appuyer sur des moteurs de croissance que sont l’usage approfondi par les développeurs et les clients au niveau entreprise.

Le cœur de la croissance ne repose pas sur des projets de personnalisation ponctuels, mais sur le fait que l’intelligence du modèle soit réellement adoptée par les entreprises et les développeurs, utilisée jusqu’aux scénarios de production, et génère des revenus durables et à grande échelle.

Les données de ce rapport corroborent elles aussi, en quelque sorte, le fonctionnement de cette roue :

• L’ARR de la plateforme MaaS API a réalisé environ 1,7 milliard de yuans sur l’année passée, soit multipliée par 60 sur les 12 derniers mois ;
• La plateforme a déjà servi 4 millions d’utilisateurs entreprises et de développeurs, et opère dans plus de 218 pays et régions à travers le monde ;
• Zhipu est déjà devenue l’un des fabricants avec le plus fort volume de consommation de tokens payants en Chine ; dans les scénarios de Coding, sa base est restée durablement stable ; l’explosion des applications comme OpenClaw a également ouvert tout un nouvel espace pour la consommation d’échelle de tokens.

La logique de cette roue, en réalité, est un cycle vertueux parfaitement positif : plus l’efficacité du modèle est bonne, plus elle attire des clients entreprises à forte valeur ; l’usage approfondi de ces clients à forte valeur génère une croissance stable des revenus et des profits ; et davantage de revenus est ensuite réinvesti dans la recherche et le développement technique, ce qui améliore encore l’efficacité du modèle.

Gagner des profits grâce à la technologie

Le modèle MaaS est une affaire où les coûts marginaux diminuent continuellement, et où les effets d’échelle sont extrêmement forts.

Le modèle n’a besoin d’être entraîné et optimisé qu’une seule fois pour servir des millions de clients dans le monde. Plus le volume d’appels augmente, plus le coût par Token baisse, et plus la marge brute est élevée.

C’est aussi pour cela que Zhipu parvient dans ce rapport à réaliser une progression spectaculaire de sa marge brute. Le rapport indique que la marge brute de la plateforme MaaS API de Zhipu a été multipliée par 5 par rapport à l’année précédente ; la marge brute globale de l’année est nettement passée au positif, bien au-delà de la moyenne de l’industrie.

Les principaux moteurs à l’origine de l’amélioration de la rentabilité se répartissent en trois points :

• D’abord, l’optimisation extrême de l’efficacité de l’inférence : grâce à des innovations d’architecture et à l’optimisation d’ingénierie, le coût d’inférence par Token est ramené à un niveau bas dans l’industrie ;
• Ensuite, la part des clients de tête à forte valeur continue d’augmenter : leur taux de rétention et la profondeur de leurs appels sont nettement supérieurs à la moyenne de l’industrie ;
• Enfin, l’effet de filtrage positif apporté par la hausse des prix : des prix plus élevés filtrent les clients qui accordent davantage d’importance à l’efficacité et qui ont plus de capacité à payer. La valeur commerciale de ces clients est bien supérieure à celle des clients à faible valeur, sensibles aux prix bas.

Plus important encore, compte tenu de l’élan de croissance solide actuel de l’activité MaaS : cela signifie que la roue MaaS de Zhipu n’est pas seulement déjà en marche, mais continue d’accélérer.

Du laboratoire de Tsinghua à l’élite mondiale

Si Zhipu arrive à augmenter les prix à contre-courant dans la guerre des prix, et à faire tourner la roue MaaS ; et si, à la base, la confiance ne vient jamais d’une stratégie marketing ou d’opérations, mais d’une réelle puissance technique.

Beaucoup de gens savent que le point de départ de Zhipu, ce sont les équipes techniques de l’Université Tsinghua. Dès sa création, Zhipu n’a pas suivi la voie d’une architecture pure en GPT à auto-régression dans l’air du temps : elle a insisté sur l’originalité, en construisant une architecture unique combinant double codage bidirectionnel GLM et fusion auto-régressive. Dès le départ, elle possède naturellement des avantages en compréhension de longs textes, en faible hallucination et en forte logique, qui ont préparé solidement le terrain pour les itérations techniques à venir.

En 2022, Zhipu a open-sourcé le modèle GLM-130B doté de centaines de milliards de paramètres, devenant le seul produit d’Asie sélectionné dans l’évaluation de grands modèles grand public la plus mainstream à Stanford ; en plus, grâce aux techniques de quantification, il a permis un fonctionnement fluide sur des cartes graphiques grand public, consolidant d’un seul coup une position centrale dans l’écosystème national des grands modèles open source.

Depuis lors, Zhipu a profondément ancré dans ses gènes la « recherche technologique indépendante », achevé l’autonomie et le contrôle des technologies clés sur toute la chaîne, et réalisé une adaptation complète à la stack des puces domestiques, fondant ainsi à la base la sécurité technique et l’optimisation des coûts.

Dans l’industrie des grands modèles, il existe une vérité indiscutable : le plafond de la commercialisation est toujours déterminé par la limite des capacités du modèle.

Anthropic peut réaliser une croissance de son chiffre d’affaires de 12 fois en un an : la clé est que les capacités de la série de modèles Claude se rapprochent continuellement, voire dépassent en partie GPT. Et Zhipu, capable de décrocher la première place des revenus des grands modèles en Chine : la clé est aussi que les capacités des modèles de la série GLM se sont installées fermement dans le groupe de tête mondial.

Au cours de l’année passée, Zhipu a réalisé une itération rapide de GLM-4.5 vers GLM-4.6, GLM-4.7, puis vers GLM-5 et GLM-5-Turbo, en maintenant le rythme de pointe du secteur avec une mise à niveau de base toutes les 1 à 2 mois.

Plus important encore, Zhipu a accompli une transformation fondamentale : passer d’une logique orientée vers la connaissance à une logique orientée vers les tâches, faisant de GLM un agent capable d’accomplir des tâches complexes de façon autonome.

Le cœur de cette transformation, c’est la percée dans les capacités de l’AI Coding.

Pour les grands modèles, la capacité de programmation est la base de toutes les capacités pour des tâches complexes : savoir bien écrire du code signifie que le modèle possède une forte logique, une forte planification et une capacité solide d’appel d’outils ; il peut décomposer des exigences complexes en étapes exécutables, et finalement livrer des résultats concrètement réalisables.

Et le scénario de Coding est également, à l’heure actuelle, le scénario le plus mûr pour la commercialisation des grands modèles, avec la plus forte volonté de payer. Les revenus d’Anthropic, entre 70 % et 75 %, proviennent des appels liés à la génération de code.

Zhipu a saisi avec précision ce cœur.

Le modèle GLM-5 publié en février 2026 a même permis une mise à niveau en saut : de Vibe Coding à Agentic Engineering.

Lors des tests de référence de programmation mondialement reconnus, GLM-5 a obtenu 77,8 points à SWE-bench-Verified et 56,2 points à Terminal Bench2.0, se classant solidement en première position parmi les modèles open source. L’expérience d’utilisation réelle se rapproche déjà du modèle phare d’Anthropic, Claude Opus 4.5.

Sur la liste mondiale « Artificial Analysis » à autorité, GLM-5 se classe quatrième au monde et première parmi les open source, juste derrière GPT, Claude et Gemini, et s’intègre solidement dans la première marche mondiale de l’IA.

Ce qu’il y a de plus prometteur, c’est que Zhipu s’apprête aussi à publier GLM-5.1.

Elle propose également la puissance d’architecture de Tokens (TAC)

Ce rapport de résultats n’est pas seulement la première fiche de performance après l’introduction en Bourse de Zhipu ; c’est aussi une restructuration complète de Zhipu. En s’appuyant sur des données solides, il amène toute l’industrie à redécouvrir Zhipu, et redéfinit aussi les critères de mesure de la valeur des grands modèles.

Ces dernières années, toute l’industrie des grands modèles s’est enfermée dans une grosse erreur : tout le monde compare qui a les paramètres les plus nombreux, qui a les scores de benchmark les plus élevés, et qui a les prix les plus bas ; mais très peu de gens se demandent quelle est la valeur fondamentale des grands modèles.

Même si les scores sont plus élevés, s’ils ne sont pas déployables dans des scénarios réels et s’ils ne permettent pas aux entreprises et aux individus de créer une valeur économique tangible, alors cela ne sert à rien.

C’est précisément sur la base de ce jugement que Zhipu, pour la première fois dans ce rapport, a proposé le concept de Token Architect Capability (capacité d’architecture de tokens, abrégé TAC), et a donné un cadre tridimensionnel quantifiable de la valeur IA :

TAC = quantité d’intelligence des appels × qualité de l’intelligence × efficacité de conversion en valeur économique

• Quantité : combien de Tokens les entreprises et les individus sont prêts à appeler chaque jour, et combien de tâches et de volume de travail ils sont prêts à confier à l’IA ;
• Qualité : ces Tokens proviennent-ils de modèles suffisamment intelligents et fiables, et peuvent-ils livrer de manière stable des résultats exploitables sur des tâches complexes ;
• Efficacité : les tâches traitées par cette IA peuvent-elles vraiment se transformer en une production économique mesurable, réalisant concrètement une réduction des coûts et une amélioration de l’efficacité.

Selon Zhipu, la compétence concurrentielle centrale des organisations et des individus dans le futur dépendra de plus en plus de son niveau de TAC.

Et ce que Zhipu veut faire n’est jamais seulement de vendre des modèles de tokens : c’est de construire une infrastructure de base pour améliorer la capacité TAC de l’ensemble de la société, en offrant à chaque entreprise, chaque développeur et chaque individu une base de capacité pour transformer l’intelligence en résultats économiques livrables.

La proposition de ce concept marque le fait que l’industrie chinoise des grands modèles entre officiellement dans une nouvelle étape de concurrence d’architecture intelligente, après des années de compétition sur les paramètres, de surenchère sur les scores et d’embourbement dans la guerre des prix.

Auparavant, pour évaluer une entreprise de grands modèles, on regardait la taille de ses paramètres et le montant de son financement. À l’avenir, pour évaluer une entreprise de grands modèles, il faudra regarder dans quelle mesure elle aide ses clients à améliorer leur TAC et combien de valeur économique réelle elle permet de transformer à partir de l’intelligence.

Et le rapport de Zhipu est la meilleure preuve de ce nouveau monde.

Pendant que toute l’industrie brûle de l’argent pour gagner en échelle, et échange des bas prix contre du trafic, Zhipu a déjà parcouru une boucle commerciale saine : percée technique → avance sur les résultats → pouvoir de fixation des prix → revenus à grande échelle → profits → réinvestissement dans la technologie.

Il utilise ce rapport pour prouver que les grands modèles sont une bonne affaire capable de créer réellement de la valeur et d’être rentable ; et que les fabricants chinois de grands modèles peuvent aussi emprunter une voie qui leur appartient — en se mesurant aux meilleurs acteurs mondiaux sur un même plateau.

Dans la seconde moitié de l’industrie chinoise des grands modèles, on est enfin sorti du tumulte de la guerre des prix pour revenir à la bonne voie : la technologie et le commerce.

Source de l’article : Quantum Byte

Avis sur les risques et clauses de non-responsabilité

        Le marché comporte des risques, investissez avec prudence. Cet article ne constitue pas un conseil d’investissement personnel, et ne tient pas compte des objectifs d’investissement spécifiques, de la situation financière ou des besoins particuliers de certains utilisateurs. Les utilisateurs doivent évaluer si toutes opinions, points de vue ou conclusions figurant dans cet article sont conformes à leur situation particulière. En effectuant un investissement sur cette base, vous assumez l’entière responsabilité.