AIに聞く · 智谱の研究開発投資は収入を大きく上回る。このモデルは継続可能か？**提供｜虎嗅テック・グループ****著者｜宋思杭****編集｜苗正卿****ヘッド画像｜視覚中国**もし「1元の収入を得るたびに、4.4元の研究開発費を投入する」というビジネスがあるなら、それは良いビジネスでしょうか？グローバル大規模言語モデル（LLM）の「第一号上場株」である智谱AI（以下「智谱」）は、この問いへの答えを探ろうとしている。2026年3月31日、智谱は2025年通期の業績を公表した。これは、上場後初めての決算報告書でもある。決算によると、智谱は2025年通期で総収入7.24億元（人民元）を達成し、前年比+131.9%となった。販売コストは前年比+213.3%の4.27億元。こうした収入・コストの結果、粗利は前年比+68.7%の2.97億元となり、通期の総合粗利率も41%に達した。一方、同じく大規模モデルの上場企業であるMiniMaxについては、智谱の粗利率はすでにMiniMaxを大きく上回っており、MiniMaxの粗利率は25.4%だ。収入の内訳から見ると、41%の粗利率の背後には分化の傾向がある。具体的には、オンプレミス導入（ローカル展開）事業の粗利率は2024年の66.0%から2025年の48.8%へ低下したのに対し、クラウド導入事業の粗利率は2024年の3.3%から2025年の18.9%へ上昇した。（虎嗅注：ローカル展開事業とは大規模モデルのローカル導入、クラウド導入事業とはオープンプラットフォームおよびAPIを指す）。この点から、智谱はすでに十分に自社の収益化余地を証明している。しかし、それでも依然として赤字に陥っている。同期間の31.8億元の研究開発費の影響を受け、智谱の調整後の純損失は31.82億元に達し、損失幅は前年比+29.1%となった。同期間の損失額は智谱の総収入の4.39倍であり、さらに粗利の10.7倍にも及ぶ。注目すべきは、損失の主な原因が研究開発支出であることだ。決算によると、2025年の智谱の研究開発コストは31.84億元で前年比+44.9%。一方、2025年の資本的支出（キャピタル・エクスペンディチャー、CAPEX）は7470万元。決算では、研究開発コストの増加の主な要因として次を説明している：（1）従業員コストの増加。研究開発チームの拡大やストック・ペイメント（持分決済）費用の増加を含む；（2）第三者の計算力（算力）供給業者への計算サービス費用。反復モデル（イテレート・モデル）や、より先進的なモデル訓練のための基盤施設への投資が含まれる。ただし触れておくべき点として、大規模モデルの訓練に用いられる算力コストは研究開発費に計上されず、算力レンタルの形で別枠の資本的支出として計上される。智谱の文脈では、前者（モデル訓練に用いる算力コスト）とは、訓練の所要時間に応じて算力供給業者のGPUを呼び出すコストで、この部分の「柔軟な支出」は研究開発費に算入される。一方、GPU資源を固定し、かつ特定の供給業者と長期契約を結ぶ場合は資本的支出として扱われる。MiniMaxと比べると、智谱の全体規模はより大きい。主な理由は、両社の事業構成や組織体制などによる差である。たとえば、智谱の人員規模はMiniMaxの2倍であり、これが同時に智谱側の研究開発コストの負担をより重くし、損失もより深刻にしている。反対にMiniMaxは人効率（人件比率）が高い。| 会社 | 智谱（02513.HK） | MiniMax（00100.HK） || --- | --- | --- || 総収入 | 7.24億元 | 5.4億元（7903.8万米ドル） || 粗利率 | 41.0% | 25.4% || 調整後の純損失 | 31.82億元 | 17.30億元（2.51億米ドル） || 研究開発投資 | 31.80億元 | 17.43億元（2.53億米ドル） || 人員規模 | 883人（2025年中間期時点） | 385人（2025年9月時点） || 1元の収入につき損失 | 4.4元 | 3.2元 || 時価総額（2026.3.31） | 3092香港ドル | 2915億香港ドル |今回の決算で注目すべき点は、MiniMaxと同様に、智谱も「ザリガニ（龍虾）のボーナス」を味わったことだ。2026年の第1四半期から、智谱の業績成長は主に、3月にリリースしたAutoClaw（一発でザリガニをデプロイするもの）に依存している。智谱のCEO張鹏によると、第1四半期のAPI呼び出しの価格設定は83%引き上げられた。ただし、それはまさに需要が爆発したタイミングと重なった。時点では、ザリガニの注目度はすでに1カ月間続いていた。値上げ後の半月で、智谱はザリガニのデプロイを開始した。したがって、価格が伸びたとしても、智谱のGLMモデルの呼び出し数は依然として400%増加している。決算によれば、その計画は2日でサブスクユーザーが10万人を突破し、20日で40万人を超えた。これに対応しているのが、智谱の収益力指標、つまり智谱が重点を投じるMaaSプラットフォームである。報道によれば、MaaSのAPIプラットフォームはARR 17億元（約2.5億米ドル）を実現し、前年比で60倍に増加した。つまり、この決算は一方では自社の収益化余地を証明しているが、他方では損失が止まっていないことも示している。**智谱の成長ロジックは変わったが、まだ再構築はされていない**全体の収入構造を見ると、この決算で最も重要な変数は、実は総収入そのものではなく「収入源」である。収入源の細かな変化を分解すれば、智谱の新しい成長ロジックと、その持続可能性を垣間見ることができる。分解してみると、智谱の成長の重点はすでにクラウド側へ傾き始めており、それはMaaSである。この領域の事業構成比は26.3%で、2024年にはクラウド導入が総収入に占めた割合はわずか15.5%だった。そして本決算の公表後、智谱もまた、同社の戦略重点はMaaSに継続して置かれると主張している。しかし、数字の上ではクラウド導入事業の構成比が大幅に上がっているとはいえ、その中で特に重要なのはいくつかの変数だ。まず、最も核心的な牽引はAPIから来ている。言い換えると、智谱の今回の成長の本質は、呼び出し回数の増加である。その中で、ザリガニ（OpenClaw）が最も直接的な変数だ。Agentがタスクを自動実行し始めると、1つの需要はしばしば複数ラウンドの呼び出しに対応し、Token消費が倍増させられる。その結果、API呼び出し数が上がる。次に、MaaSの主な収益源である。決算では、インターネット企業10社のうち9社が智谱のモデルに接続済みだと紹介している。注目すべき変化がある。これらのインターネット企業は基本的に自社の大規模モデルを持っているが、それでも自社モデルに完全に依存しているわけではなく、異なる業務に応じて異なるモデルを呼び出す。つまり短期的には自社の研究開発した大規模モデルを持っていても、特定のシーンでは智谱を選ぶことがある。もちろん、それはこの9社のインターネット大手が長期的にその戦略を取り続けることを意味するものではない。そして、これらの企業の呼び出し量は、智谱のMaaS収入のほぼ半分を占めている。つまり、もし智谱がどれか1社でも顧客を失えば、現状のMaaS事業に壊滅的な打撃が入るということだ。第三に、MaaSの成長はTokenの「海外展開」にも由来する。過去1年で智谱は複数の中東諸国および東南アジア諸国と連携し、現地へモデル能力を提供してきた。これは本質的に、やはりToken呼び出しの形で収益を得ることだ。総合すると、この決算が放った明確なシグナルは、智谱が成長の物語を「重いローカル導入」から「モデル販売」、つまり「Token販売」へ切り替えつつあるということだ。ただし結果を見ると、現在の主な収入が依然としてローカル導入に依存している一方で、MaaSモデルには持続的な成長の傾向がすでに見えている。その上で智谱は、新しい概念も提示している：TAC（Token Architecture Capability、Tokenアーキテクチャ能力）。その定義によれば、TACは3つで構成される。スマートな呼び出し量、スマートな品質、そして経済的転換効率。簡単に言えば、どれだけTokenが呼び出されたか、それらの呼び出しは有効だったか、そして最終的に収益へ転換できるか、ということだ。筆者の見解では、「ザリガニ」事件の後、業界内でTokenについて徐々に共通理解が形成されてきた。つまり、大規模モデルが長時間のタスク実行能力を持つようになったとき、呼び出しは一度きりの入出力ではなく、継続的に動作するシステムとして組み立てられる。すると、1つのタスクの裏側では、しばしば複数ラウンドの呼び出し、ツール呼び出し、あるいは自己検証が存在する。Tokenはもはや単に消費されるだけでなく、「編成」される。すなわち、ユーザーがどのように大規模モデルを呼び出しとして組み立てるか、ということになる。そして、TACがこのタイミングで提起された理由は、理解しやすい。過去2年で、大規模モデル業界の競争は主にパラメータ規模、モデル能力、価格をめぐって展開されてきた。しかし価格戦が終盤に近づき、モデル能力が次第に収束していくにつれて、Agentアプリケーションが立ち上がり始めると、これらの指標だけでは企業の成長差を説明しにくくなってきている。こうした背景の中で、智谱は、より現実的な問いに答えるための新しい指標体系を必要としている：「モデル能力に大きな差がない場合、成長はどこから来るのか？」**智谱の「コストの罠」**視点を智谱から業界全体へ広げると、大規模モデルのビジネスモデルはすでに収束し始めていることがわかる。ステップ関係星辰（阶跃星辰）以外の3社の基盤モデル企業では、コア収入はすべてAPI呼び出しへ寄っている。智谱でもMiniMaxでも、月の暗い面（月之暗面）でも、MaaSによって成長を受け止める道に向かっている。ただし少なくとも智谱に関しては、この道は最初から存在していたわけではない。智谱を例にすると、初期の事業ではToGと民間向け導入（プライベート導入）の比率が非常に高く、プロジェクト型の色合いがはっきりしていた。上場直前、だいたい半年ほど前になって、ビジネスモデルに継続性と規模の想像余地を持たせるために、智谱ははっきりとMaaSへ転換し、成長の重点をクラウドのAPI呼び出しへ移した。結果として、この転換は確かに変化をもたらした。MaaSの比率が向上し、Tokenがコア指標になり、収入構造もプラットフォーム化へ近づいた。ただし、智谱の現在のアーキテクチャに従う限り、「ローカル導入がクラウド導入を上回る」という構造を短期間で変えるのは難しい。現時点でのMaaSの成長は、少数の大口顧客に高度に依存している。決算によると、智谱のAPI収入の相当部分はインターネット大手からのものだ。これらの企業は自社でモデルを持っているとはいえ、具体的な業務では外部のモデル能力を呼び出すことを選ぶ。この「多モデル呼び出し」という方式は、確かにMaaSに安定した需要をもたらしている。しかし問題は、これは本当の意味でのスケール化した成長とは同義ではない点にある。一方では、主要な呼び出し量がトップ顧客によってもたらされている。 他方では、ロングテール市場がまだ真に開拓されていない。言い換えると、MaaSのプラットフォーム形態はすでに出てきているが、プラットフォームとしての規模は構築されていない、ということだ。さらに、これはもう一つのより核心的な問題、つまり「1Tokenあたりのコスト」と収入構造の関係を指し示している。決算によると、2025年の智谱の年間損失は47.18億元で前年比+59.5%。そのうち研究開発支出は31.8億元で前年比+44.9%。資本的支出（CAPEX）は7470万元で前年比で約83.8%減少。前者はモデル訓練コストと従業員コスト、後者は算力レンタルなどのコストによるもの。2025年の智谱は算力調達の方式を調整し、以前は比較的固定的だった算力レンタルを、算力レンタルとサービス調達を組み合わせた方式に変更したため、資本的支出が大幅に減少した。では、MaaSの成長と、上記の2組のデータを合わせて見ると、非常に直接的な論理の連鎖が観察できる：会社がMaaSの成長を促すには、必ずモデル能力に依存する必要がある。そしてモデル能力の向上には、継続して研究開発投資を増やすことが必要だ。ところが問題は、研究開発と算力コストは、呼び出し規模が拡大しても自然には下がらないということだ。言い換えると、収入成長の前提そのものがコストを押し上げている。このため、大規模モデル企業はすべて、構造的なジレンマに陥っている。より多くの呼び出しを得るためにモデル能力を継続的に高める必要がある。そしてモデル能力を高めるためには、投入を絶えず増やさなければならない。これが現在、「成長が速いほど、コストの圧力がより大きい」という状況を生んでいる。この観点から見ると、問題は智谱の1社だけではなく、大規模モデル業界全体が直面している共通の制約である。この問題が解決されない限り、MaaSは成長をもたらし得るが、利益をもたらすのは難しい。**智谱はなぜAnthropicを対標したいのか？**3月31日夜に智谱が年次業績の発表電話会議を行った際、張鹏CEOは業績報告の前に、米国のAIユニコーン企業であるAnthropicにも特に言及した。同社のARRは2024年末の10億米ドルから、2025年末には90億米ドルにまで伸びた。実際、トップのほぼすべての大規模モデル企業が、米国の道筋を対標しようとしている。月の暗い面はOpenAIに照準を合わせ、「モデル能力＋プロダクト＋サブスク」というルートを歩む。一方、智谱とMiniMaxはAnthropic型に近づこうとしており、基盤モデル能力を強調し、APIを通じて推論用の計算力を提供することで、開発者エコシステムを構築しようとしている。しかし、どのルートを選ぶとしても、本質は「モデルを基盤インフラとして扱い、呼び出しによってスケール化した収益を実現する」という点にある。現時点で、このルートは米国ではすでに初期段階で検証されている。OpenAIでもAnthropicでも、モデル能力が十分に強いとき、開発者エコシステムが正のフィードバックを形成できることを示せる。ただし問題は、このルートを中国でそのまま複製するのが難しいことだ。まず、価格体系の違いがある。米国市場では、企業顧客や開発者の方が能力に対して支払うことに前向きで、モデル能力はプレミアムへ転換できる。だが中国では、価格が最初から急速に押し下げられる。2年にわたる価格戦の後、Tokenがようやく「基礎資源」へと進化してきた。次に、需要構造の違い。米国の大規模モデルエコシステムは、開発者のロングテール需要により依存している。一方、中国では、呼び出しがより多くトップ顧客、たとえばインターネット大手や政企（政府・企業）顧客に集中している。この構造では、MaaSは開発者エコシステムによるドライブではなく、「集中購買」に近い。第三に、コストと供給の違い。算力供給、チップ構成、そして全体的なコスト環境により、国内のモデル企業は規模拡大とともにコストが下がりにくい。この観点から見ると、智谱の困難はより理解しやすい。インターネットとクラウドコンピューティングの発展パスを振り返れば、インフラ層の収益は、往々にしてアプリ層が爆発した後に成立する。同様に、これは現在の段階では、智谱であれ他の大規模モデル企業であれ、アプリケーションのユースケースが継続的に検証されるのを待って初めて、規模の経済が現れる可能性があることを意味する。
智谱は猛ダッシュしながら血を流している
AIに聞く · 智谱の研究開発投資は収入を大きく上回る。このモデルは継続可能か？
提供｜虎嗅テック・グループ
著者｜宋思杭
編集｜苗正卿
ヘッド画像｜視覚中国
もし「1元の収入を得るたびに、4.4元の研究開発費を投入する」というビジネスがあるなら、それは良いビジネスでしょうか？
グローバル大規模言語モデル（LLM）の「第一号上場株」である智谱AI（以下「智谱」）は、この問いへの答えを探ろうとしている。2026年3月31日、智谱は2025年通期の業績を公表した。これは、上場後初めての決算報告書でもある。
決算によると、智谱は2025年通期で総収入7.24億元（人民元）を達成し、前年比+131.9%となった。販売コストは前年比+213.3%の4.27億元。こうした収入・コストの結果、粗利は前年比+68.7%の2.97億元となり、通期の総合粗利率も41%に達した。一方、同じく大規模モデルの上場企業であるMiniMaxについては、智谱の粗利率はすでにMiniMaxを大きく上回っており、MiniMaxの粗利率は25.4%だ。
収入の内訳から見ると、41%の粗利率の背後には分化の傾向がある。具体的には、オンプレミス導入（ローカル展開）事業の粗利率は2024年の66.0%から2025年の48.8%へ低下したのに対し、クラウド導入事業の粗利率は2024年の3.3%から2025年の18.9%へ上昇した。（虎嗅注：ローカル展開事業とは大規模モデルのローカル導入、クラウド導入事業とはオープンプラットフォームおよびAPIを指す）。この点から、智谱はすでに十分に自社の収益化余地を証明している。
しかし、それでも依然として赤字に陥っている。
同期間の31.8億元の研究開発費の影響を受け、智谱の調整後の純損失は31.82億元に達し、損失幅は前年比+29.1%となった。同期間の損失額は智谱の総収入の4.39倍であり、さらに粗利の10.7倍にも及ぶ。注目すべきは、損失の主な原因が研究開発支出であることだ。決算によると、2025年の智谱の研究開発コストは31.84億元で前年比+44.9%。一方、2025年の資本的支出（キャピタル・エクスペンディチャー、CAPEX）は7470万元。
決算では、研究開発コストの増加の主な要因として次を説明している：
（1）従業員コストの増加。研究開発チームの拡大やストック・ペイメント（持分決済）費用の増加を含む；
（2）第三者の計算力（算力）供給業者への計算サービス費用。反復モデル（イテレート・モデル）や、より先進的なモデル訓練のための基盤施設への投資が含まれる。
ただし触れておくべき点として、大規模モデルの訓練に用いられる算力コストは研究開発費に計上されず、算力レンタルの形で別枠の資本的支出として計上される。智谱の文脈では、前者（モデル訓練に用いる算力コスト）とは、訓練の所要時間に応じて算力供給業者のGPUを呼び出すコストで、この部分の「柔軟な支出」は研究開発費に算入される。一方、GPU資源を固定し、かつ特定の供給業者と長期契約を結ぶ場合は資本的支出として扱われる。
MiniMaxと比べると、智谱の全体規模はより大きい。主な理由は、両社の事業構成や組織体制などによる差である。たとえば、智谱の人員規模はMiniMaxの2倍であり、これが同時に智谱側の研究開発コストの負担をより重くし、損失もより深刻にしている。反対にMiniMaxは人効率（人件比率）が高い。
今回の決算で注目すべき点は、MiniMaxと同様に、智谱も「ザリガニ（龍虾）のボーナス」を味わったことだ。
2026年の第1四半期から、智谱の業績成長は主に、3月にリリースしたAutoClaw（一発でザリガニをデプロイするもの）に依存している。
智谱のCEO張鹏によると、第1四半期のAPI呼び出しの価格設定は83%引き上げられた。ただし、それはまさに需要が爆発したタイミングと重なった。時点では、ザリガニの注目度はすでに1カ月間続いていた。値上げ後の半月で、智谱はザリガニのデプロイを開始した。したがって、価格が伸びたとしても、智谱のGLMモデルの呼び出し数は依然として400%増加している。決算によれば、その計画は2日でサブスクユーザーが10万人を突破し、20日で40万人を超えた。
これに対応しているのが、智谱の収益力指標、つまり智谱が重点を投じるMaaSプラットフォームである。報道によれば、MaaSのAPIプラットフォームはARR 17億元（約2.5億米ドル）を実現し、前年比で60倍に増加した。
つまり、この決算は一方では自社の収益化余地を証明しているが、他方では損失が止まっていないことも示している。
智谱の成長ロジックは変わったが、まだ再構築はされていない
全体の収入構造を見ると、この決算で最も重要な変数は、実は総収入そのものではなく「収入源」である。収入源の細かな変化を分解すれば、智谱の新しい成長ロジックと、その持続可能性を垣間見ることができる。
分解してみると、智谱の成長の重点はすでにクラウド側へ傾き始めており、それはMaaSである。この領域の事業構成比は26.3%で、2024年にはクラウド導入が総収入に占めた割合はわずか15.5%だった。そして本決算の公表後、智谱もまた、同社の戦略重点はMaaSに継続して置かれると主張している。
しかし、数字の上ではクラウド導入事業の構成比が大幅に上がっているとはいえ、その中で特に重要なのはいくつかの変数だ。
まず、最も核心的な牽引はAPIから来ている。言い換えると、智谱の今回の成長の本質は、呼び出し回数の増加である。
その中で、ザリガニ（OpenClaw）が最も直接的な変数だ。Agentがタスクを自動実行し始めると、1つの需要はしばしば複数ラウンドの呼び出しに対応し、Token消費が倍増させられる。その結果、API呼び出し数が上がる。
次に、MaaSの主な収益源である。決算では、インターネット企業10社のうち9社が智谱のモデルに接続済みだと紹介している。
注目すべき変化がある。これらのインターネット企業は基本的に自社の大規模モデルを持っているが、それでも自社モデルに完全に依存しているわけではなく、異なる業務に応じて異なるモデルを呼び出す。つまり短期的には自社の研究開発した大規模モデルを持っていても、特定のシーンでは智谱を選ぶことがある。もちろん、それはこの9社のインターネット大手が長期的にその戦略を取り続けることを意味するものではない。
そして、これらの企業の呼び出し量は、智谱のMaaS収入のほぼ半分を占めている。つまり、もし智谱がどれか1社でも顧客を失えば、現状のMaaS事業に壊滅的な打撃が入るということだ。
第三に、MaaSの成長はTokenの「海外展開」にも由来する。過去1年で智谱は複数の中東諸国および東南アジア諸国と連携し、現地へモデル能力を提供してきた。これは本質的に、やはりToken呼び出しの形で収益を得ることだ。
総合すると、この決算が放った明確なシグナルは、智谱が成長の物語を「重いローカル導入」から「モデル販売」、つまり「Token販売」へ切り替えつつあるということだ。
ただし結果を見ると、現在の主な収入が依然としてローカル導入に依存している一方で、MaaSモデルには持続的な成長の傾向がすでに見えている。
その上で智谱は、新しい概念も提示している：TAC（Token Architecture Capability、Tokenアーキテクチャ能力）。
その定義によれば、TACは3つで構成される。スマートな呼び出し量、スマートな品質、そして経済的転換効率。簡単に言えば、どれだけTokenが呼び出されたか、それらの呼び出しは有効だったか、そして最終的に収益へ転換できるか、ということだ。
筆者の見解では、「ザリガニ」事件の後、業界内でTokenについて徐々に共通理解が形成されてきた。つまり、大規模モデルが長時間のタスク実行能力を持つようになったとき、呼び出しは一度きりの入出力ではなく、継続的に動作するシステムとして組み立てられる。
すると、1つのタスクの裏側では、しばしば複数ラウンドの呼び出し、ツール呼び出し、あるいは自己検証が存在する。Tokenはもはや単に消費されるだけでなく、「編成」される。すなわち、ユーザーがどのように大規模モデルを呼び出しとして組み立てるか、ということになる。
そして、TACがこのタイミングで提起された理由は、理解しやすい。
過去2年で、大規模モデル業界の競争は主にパラメータ規模、モデル能力、価格をめぐって展開されてきた。しかし価格戦が終盤に近づき、モデル能力が次第に収束していくにつれて、Agentアプリケーションが立ち上がり始めると、これらの指標だけでは企業の成長差を説明しにくくなってきている。
こうした背景の中で、智谱は、より現実的な問いに答えるための新しい指標体系を必要としている：「モデル能力に大きな差がない場合、成長はどこから来るのか？」
智谱の「コストの罠」
視点を智谱から業界全体へ広げると、大規模モデルのビジネスモデルはすでに収束し始めていることがわかる。
ステップ関係星辰（阶跃星辰）以外の3社の基盤モデル企業では、コア収入はすべてAPI呼び出しへ寄っている。
智谱でもMiniMaxでも、月の暗い面（月之暗面）でも、MaaSによって成長を受け止める道に向かっている。ただし少なくとも智谱に関しては、この道は最初から存在していたわけではない。
智谱を例にすると、初期の事業ではToGと民間向け導入（プライベート導入）の比率が非常に高く、プロジェクト型の色合いがはっきりしていた。上場直前、だいたい半年ほど前になって、ビジネスモデルに継続性と規模の想像余地を持たせるために、智谱ははっきりとMaaSへ転換し、成長の重点をクラウドのAPI呼び出しへ移した。
結果として、この転換は確かに変化をもたらした。MaaSの比率が向上し、Tokenがコア指標になり、収入構造もプラットフォーム化へ近づいた。
ただし、智谱の現在のアーキテクチャに従う限り、「ローカル導入がクラウド導入を上回る」という構造を短期間で変えるのは難しい。
現時点でのMaaSの成長は、少数の大口顧客に高度に依存している。
決算によると、智谱のAPI収入の相当部分はインターネット大手からのものだ。これらの企業は自社でモデルを持っているとはいえ、具体的な業務では外部のモデル能力を呼び出すことを選ぶ。この「多モデル呼び出し」という方式は、確かにMaaSに安定した需要をもたらしている。
しかし問題は、これは本当の意味でのスケール化した成長とは同義ではない点にある。
一方では、主要な呼び出し量がトップ顧客によってもたらされている。 他方では、ロングテール市場がまだ真に開拓されていない。言い換えると、MaaSのプラットフォーム形態はすでに出てきているが、プラットフォームとしての規模は構築されていない、ということだ。
さらに、これはもう一つのより核心的な問題、つまり「1Tokenあたりのコスト」と収入構造の関係を指し示している。
決算によると、2025年の智谱の年間損失は47.18億元で前年比+59.5%。そのうち研究開発支出は31.8億元で前年比+44.9%。資本的支出（CAPEX）は7470万元で前年比で約83.8%減少。前者はモデル訓練コストと従業員コスト、後者は算力レンタルなどのコストによるもの。2025年の智谱は算力調達の方式を調整し、以前は比較的固定的だった算力レンタルを、算力レンタルとサービス調達を組み合わせた方式に変更したため、資本的支出が大幅に減少した。
では、MaaSの成長と、上記の2組のデータを合わせて見ると、非常に直接的な論理の連鎖が観察できる：
会社がMaaSの成長を促すには、必ずモデル能力に依存する必要がある。そしてモデル能力の向上には、継続して研究開発投資を増やすことが必要だ。ところが問題は、研究開発と算力コストは、呼び出し規模が拡大しても自然には下がらないということだ。
言い換えると、収入成長の前提そのものがコストを押し上げている。
このため、大規模モデル企業はすべて、構造的なジレンマに陥っている。より多くの呼び出しを得るためにモデル能力を継続的に高める必要がある。そしてモデル能力を高めるためには、投入を絶えず増やさなければならない。
これが現在、「成長が速いほど、コストの圧力がより大きい」という状況を生んでいる。
この観点から見ると、問題は智谱の1社だけではなく、大規模モデル業界全体が直面している共通の制約である。
この問題が解決されない限り、MaaSは成長をもたらし得るが、利益をもたらすのは難しい。
智谱はなぜAnthropicを対標したいのか？
3月31日夜に智谱が年次業績の発表電話会議を行った際、張鹏CEOは業績報告の前に、米国のAIユニコーン企業であるAnthropicにも特に言及した。同社のARRは2024年末の10億米ドルから、2025年末には90億米ドルにまで伸びた。
実際、トップのほぼすべての大規模モデル企業が、米国の道筋を対標しようとしている。
月の暗い面はOpenAIに照準を合わせ、「モデル能力＋プロダクト＋サブスク」というルートを歩む。一方、智谱とMiniMaxはAnthropic型に近づこうとしており、基盤モデル能力を強調し、APIを通じて推論用の計算力を提供することで、開発者エコシステムを構築しようとしている。
しかし、どのルートを選ぶとしても、本質は「モデルを基盤インフラとして扱い、呼び出しによってスケール化した収益を実現する」という点にある。
現時点で、このルートは米国ではすでに初期段階で検証されている。OpenAIでもAnthropicでも、モデル能力が十分に強いとき、開発者エコシステムが正のフィードバックを形成できることを示せる。ただし問題は、このルートを中国でそのまま複製するのが難しいことだ。
まず、価格体系の違いがある。
米国市場では、企業顧客や開発者の方が能力に対して支払うことに前向きで、モデル能力はプレミアムへ転換できる。だが中国では、価格が最初から急速に押し下げられる。2年にわたる価格戦の後、Tokenがようやく「基礎資源」へと進化してきた。
次に、需要構造の違い。
米国の大規模モデルエコシステムは、開発者のロングテール需要により依存している。一方、中国では、呼び出しがより多くトップ顧客、たとえばインターネット大手や政企（政府・企業）顧客に集中している。この構造では、MaaSは開発者エコシステムによるドライブではなく、「集中購買」に近い。
第三に、コストと供給の違い。算力供給、チップ構成、そして全体的なコスト環境により、国内のモデル企業は規模拡大とともにコストが下がりにくい。
この観点から見ると、智谱の困難はより理解しやすい。
インターネットとクラウドコンピューティングの発展パスを振り返れば、インフラ層の収益は、往々にしてアプリ層が爆発した後に成立する。
同様に、これは現在の段階では、智谱であれ他の大規模モデル企業であれ、アプリケーションのユースケースが継続的に検証されるのを待って初めて、規模の経済が現れる可能性があることを意味する。