Zhipu: ganhar 700M, perder 3.2B? O sonho está lá em cima, ao falar de perdas "o horizonte é pequeno"

Um trimestre, 6x. Este período é, sem dúvida, uma “querida” do dinheiro absoluto, uma ação-estrela do modelo — Zhizhu também entregou o relatório. Em comparação com uma cotação assim disparada, os resultados do segundo semestre de 2025 parecem muito mais tranquilos, mas será que isso é verdadeiramente importante?

Vamos diretamente aos principais pontos:

I. Do lado das receitas: o negócio de API em março tem um ARR de 250 milhões, e o resto são “assuntos menores”!

Entre alguns fornecedores independentes de modelos no mercado doméstico, $Zhizhu (02513.HK) pertence a um “modelo de grandes redes” 100% “fabricado na China”; o talento está apoiado pela universidade, e os clientes são sobretudo grandes clientes B2B como governos e empresas estatais.

Pesado em implantação local e pesado em entrega, o mercado sempre se preocupou com a continuidade da renovação de projetos de implantação local. Por isso, antes da explosão do Agent, o mercado não estava disposto a atribuir ao Zhizhu um prémio de valuation tão elevado.

1) A desaceleração das receitas, mas o negócio da plataforma aberta ganha tração: Em 2025, a receita total soma 720 milhões de dólares, com um crescimento de quase 132% YoY, desacelerando face ao crescimento de 160% do ano anterior, apesar de continuar a disparar.

Como os resultados do primeiro semestre já foram publicados, o ponto-chave é olhar separadamente o segundo semestre: receita de 530 milhões, com um aumento de apenas 99% YoY, tornando a tendência de desaceleração ainda mais evidente.

E a principal razão para a desaceleração realmente correspondeu ao receio que o dinheiro tinha antes — cerca de 80%+ da receita vem do negócio de implantação local; no segundo semestre de 2025, o crescimento abrandou para 57%, para apenas 370 milhões, e a sua quota caiu para 70%.

Em contraste, o que o mercado realmente gosta — negócios cloud como interfaces de API e plataforma aberta — cresceu fortemente 430% YoY no segundo semestre, atingindo 160 milhões. O volume anual do negócio API de 190 milhões é basicamente comparável aos 180 milhões da MiniMax. E, além disso, olhando para a inclinação da taxa de crescimento, o crescimento anual do Zhizhu, próximo de 300%, é mais “explosivo” do que os 200% da MiniMax.

Na verdade, este é também o núcleo pelo qual o mercado está disposto a dar ao Zhizhu valuation: as interfaces de API do modelo e o negócio da plataforma aberta, devido à luta feroz entre grandes modelos antes, a precificação foi agressiva, o que levou a que esta parte do negócio apresentasse uma margem bruta fraca.

Mas quando o “modelo como receita” — receita padronizada e de entrega leve — ganha escala, a imaginação é ilimitada. Especialmente em fevereiro, a empresa voltou a aumentar consecutivamente o preço de APIs e afins; num trimestre, a taxa de aumento foi de 83%, e a importância da margem bruta já não é tão relevante.

O crescimento das receitas é o indicador central para validar o consumo de Tokens e o quão popular é o modelo: no segundo semestre, sem que o GLM 5 tivesse sido lançado ainda, o crescimento da plataforma aberta foi tão vigoroso — isto, de facto, mostra que o modelo do Zhizhu é mesmo “material real”.

E desde o Ano Novo Chinês, o Zhizhu fez três rondas rápidas de iteração do modelo:

1. Em 11 de fevereiro, foi lançado o GLM-5; na altura do lançamento, ficou em primeiro lugar no ranking de open-source do índice de inteligência na Artificial intelligence;

2. Em 15-16 de março, apenas no espaço de um mês, para o famoso agente de lagosta, foi lançado o modelo específico GLM-5-Turbo, com foco em workflows de Agent como chamadas a ferramentas, execução de tarefas em múltiplos passos, decomposição de instruções complexas e colaboração entre múltiplos agentes.

3. Em 27 de março, com foco no domínio de programação, o GLM-5.1 como versão otimizada de pós-treinamento do GLM-5 foi disponibilizado a todos os utilizadores do Coding Plan.

No momento do lançamento do modelo GLM-5, foi anunciado diretamente um aumento de preços para grandes modelos — os preços das subscrições e dos preços de API subiram. Entre eles, o preço da API voltou a subir após o lançamento do Turbo; o aumento do preço da API foi de 83% dentro de um trimestre.

No lado das aplicações, como a Openclaw explodiu na China, mas o site oficial questionou a segurança dos dados, o Zhizhu aproveitou a oportunidade para lançar uma versão doméstica alternativa do OpenClaw — AutoClaw. A instalação é simples, com implementação de um clique; há também cartões mensais com tokens de 39/35M e um pacote de 99 yuan por 100 milhões de tokens.

Com a explosão do Agent e a melhoria da penetração de IA no setor de TI, desde fevereiro, a ação da empresa subiu 3,5 vezes. Por trás disso, o ponto central é a mudança na lógica de pricing e no modelo de negócio:

Com a “ajuda” dos “modelos topo”, a empresa começou a transitar do deployment local baseado em projetos para um modelo de interfaces de API no cloud; e mesmo após a subida de preços, a empresa ainda afirmou que a capacidade de computação não é suficiente, refletindo a realidade de uma procura muito apertada.

2) A capacidade de geração de caixa do trimestre em comparação com o investimento de treino do modelo da geração anterior?

Como o modelo base é atualizado anualmente, o modelo treinado com o investimento de um ano, na prática, tem apenas um período de utilização de um ano. Nestas circunstâncias, a economicidade do modelo pode ser parcialmente medida pelas receitas diretas e indiretas geradas pelo próprio modelo no ano, comparando com o investimento de treino do modelo do ano anterior.

Para o Zhizhu, as despesas de treino do modelo e as despesas com pessoal de P&D estão principalmente nas despesas de P&D (cerca de 70%). O Deng Hai Jun usa diretamente as despesas de P&D para olhar para a capacidade de recuperação do investimento do modelo através da receita.

O Zhizhu teve 2,2 mil milhões de yuan em despesas de P&D em 2024, mas em 2025 a receita foi de 720 milhões; foi recuperado apenas 33% do investimento de P&D de 2024. Em 2025, as despesas foram 3,2 mil milhões; e em 2026 a receita teria de duplicar para cerca de 1,4 mil milhões para ver a taxa de recuperação do investimento de P&D em 45%, praticamente ao nível da MiniMax.

De acordo com a chamada para investidores, o negócio de API em cloud da empresa, em março (ARR, o valor anualizado da receita mensal), já tinha atingido 250 milhões de dólares (1,75 mil milhões de yuan), melhor do que a expectativa do Deng Hai Jun.

Isto é muito importante: considerando que em 25 o gasto real foi de 3,2 mil milhões de yuan, isto equivale a que, mesmo sem a procura ser totalmente liberada num cenário de oferta e procura desequilibradas e sem “necessidade urgente” já convertida em receita, a receita anualizada ainda consegue cobrir 55% do investimento de P&D de 25. Ou seja, o modelo está pelo menos no caminho de um crescimento comercial estável para cima.

Como comparação, entre empresas chinesas que divulgam ARR, a empresa coetânea Fange Ling, focada em modelos de vídeo com preço elevado, teve ARR acima de 300 milhões de dólares em janeiro; porém, devido à concorrência, a orientação anual que ela deu é apenas a receita anualizada do mês de janeiro.

O ARR de janeiro da MiniMax em fevereiro foi de 150 milhões de dólares (deverá incluir alguma receita recorrente de não-API). Pelo que se vê, a inclinação de crescimento do ARR e o valor absoluto do Zhizhu têm claras vantagens. Em particular, o aceleração do ARR do Zhizhu ainda acompanha uma subida de poder de precificação, e a disponibilidade de tokens/capacidade de computação continua insuficiente, de modo que a procura não foi totalmente libertada.

II. A margem bruta ainda está numa fase de “ajustes dolorosos”?

Comparando com a MiniMax, que monetiza com duas pernas — B2B e B2C — o Zhizhu foca quase apenas o negócio B2B. E grande parte do negócio de implantação local também tem como alvo clientes como governos e empresas estatais.

Após o DeepSeek, tornou-se muito difícil cobrar pelo próprio big model; começou então a virar para a adaptação local e afinação no processo de implantação local. Contudo, este modo de deployment é intensivo em mão de obra (o número total de funcionários da empresa aumentou de 883 pessoas em 1H25 para cerca de 1100), e no segundo semestre as desvantagens dos investimentos em recursos e mão de obra tornam-se ainda mais evidentes.

No segundo semestre, a margem bruta da empresa foi apenas de 200 milhões, com um crescimento de só 30%. Dentro disso, no cenário em que o negócio de implantação local cresceu 57% em receita, a margem bruta cresceu apenas 5%.

A razão é exatamente a que o Deng Hai Jun disse acima: o negócio de implantação local exige investimentos pesados em recursos; o aumento de receitas não é acompanhado de efeitos de escala elevados. A margem bruta do negócio de implantação local caiu diretamente de cerca de 60% para 44%, e a margem bruta tende a descer de forma estável à medida que a receita cresce.

Em contraste, embora o negócio de API do modelo tenha começado muito baixo devido à concorrência feroz, ele beneficia de uma escala melhor. No segundo semestre, a receita cresceu 430% e puxou a margem bruta — que estava à volta do nível perto de zero — para 22%.

O resultado é: o crescimento do negócio de implantação local com alta margem bruta abrandou + a margem bruta caiu; e, em simultâneo, o negócio com baixa margem bruta disparou e melhorou a margem bruta. Assim, a margem bruta do segundo semestre retirou uma nova mínima desde o início da empresa — apenas 38% — muito abaixo do que o mercado esperava.

III. Gerar 700 milhões e perder 3,2 mil milhões! Perante os sonhos, a perda é para ficar para trás?

Uma margem bruta de 38% parece não ser grande pressão, porque ainda não foi contabilizado o maior investimento nas rotinas de negócio de empreendedorismo com big models — as despesas de treino, que entram nas despesas de P&D.

Normalmente, uma despesa de P&D é 3-5 vezes a receita. Por isso, enquanto se estiver a usar rapidamente iterações de treino de modelos, é praticamente impossível voltar a dar lucro (clique aqui para ver a razão).

No segundo semestre, as despesas de P&D do Zhizhu (principalmente despesas de treino) chegaram a cerca de 1,6 mil milhões de yuan, enquanto a receita do período foi apenas 530 milhões; as despesas de P&D foram o triplo da receita.

Com um nível tão grande de despesas de P&D, as variações nas outras despesas já são “pouca coisa” em comparação:

As despesas de administração da empresa foram 320 milhões, +290% YoY, relativamente rápidas; mas tal como a MiniMax, as despesas de vendas do Zhizhu tiveram um crescimento negativo de 25% YoY. No segundo semestre, foram apenas 180 milhões (igualmente, a aquisição de clientes depende da capacidade do próprio modelo, e não de marketing).

No fim, no 2H25, a perda operacional após subtrair a margem bruta das três despesas foi de 1,9 mil milhões; a taxa de perda foi de 354%. Após eliminar os incentivos de opções, foi 1,5 mil milhões de yuan, uma ligeira convergência face aos mais de 1,7 mil milhões do primeiro semestre.

No total do ano, a perda líquida ajustada foi de 3,2 mil milhões, com uma taxa de perda de 439% (a perda é mais de 4 vezes a receita), mas já está a reduzir rapidamente.

O grau de redução da taxa de perda no segundo semestre é ainda mais evidente: no segundo semestre, a perda líquida ajustada foi de 1,4 mil milhões de yuan; comparando com uma receita de 500 milhões, a taxa de perda foi de 268%.

Perspetiva geral da Deng Hai Research: o “aroma” da IA é bom; o Zhizhu é ainda mais “aromático”?

Sendo as duas únicas empresas IPO de modelos de IA chineses, no início o feedback sobre o Zhizhu era um pouco mais fraco do que o da MiniMax. Ainda assim, apenas após um trimestre, o Zhizhu deu respostas ainda mais impressionantes.

E a diferença central entre as duas, na visão do Deng Hai Jun, é que os modelos do Zhizhu têm um pouco mais de patamar no índice de inteligência. Por outras palavras, no domínio da produtividade B2B, a “escassez” de inteligência é o principal ativo, e é também a essência do poder de fixação de preço na venda de Tokens.

A avaliação que o capital dá ao modelo continua a focar-se mais no grau de escassez de inteligência do modelo e, sobre essa base, na quantidade e no volume de vendas de Tokens.

Como a empresa já é uma empresa listada, não precisa preocupar-se em levantar financiamento; e atualmente, com a API a aumentar tanto os preços, e os Tokens ainda em forte situação de escassez e não o bastante para cobrir a procura, levantar financiamento ainda é ainda menos problema.

A forte subida do preço das ações após o ano novo também mostra que o mercado está a reprecificar a empresa: a partir do “desconto” de um fornecedor de IA de implantação local, para uma avaliação de um modelo comercial comparável no exterior do tipo B2B, como a do Claude.

Após um trimestre em que o preço das ações disparou 6x, a questão-chave é a ARR atual e a inclinação de crescimento da ARR. A empresa obviamente tem muita clareza sobre os pontos de interesse do mercado de capitais — na abertura da chamada, foi referido que a ARR de março de um único tipo de negócio, as APIs, já tinha atingido 250 milhões de dólares, e que a capacidade de computação está em situação de escassez, esgotando-se facilmente.

Este tipo de orientação facilita o mercado a comparar curvas de crescimento e valuation do Zhizhu com as do seu congénere no exterior: a Anthropic, após passar do “ponto G” de nível de inteligência do modelo na inteligência, levou apenas um ano para a receita crescer de 100 milhões de dólares para 1000 milhões; e depois, mais um ano para crescer de 1000 milhões para 10 mil milhões.

Então a pergunta é: se o Zhizhu seguir uma curva de crescimento de receita semelhante, e a partir de um ano a receita atingir 1000 milhões de dólares, ainda existirá espaço para valuation?

Como referência, quando a receita anualizada da Antropic foi de 1400 milhões de dólares, a valuation do financiamento no mercado primário foi de 61,5 mil milhões de dólares.

E a partir de agora, com a capitalização de mercado de 40 mil milhões de dólares, e mirando uma progressão para 60 mil milhões no futuro, continua a ser capaz de quantificar diretamente que a inclinação do crescimento da ARR, impulsionada pela inteligência do modelo e pela popularidade e aceitação, é mais importante do que qualquer outro fator.

Pelo menos no momento atual, a força e ímpeto do Zhizhu parecem ainda mais agressivos do que os da MiniMax.

<Fim desta secção>

Artigos relacionados:

《Grandes modelos a dar prejuízo 360%; a MiniMax continua “a ser um manjar”?》

《Por detrás da loucura de valuation elevada: a MiniMax é bolha ou tocou o futuro?》

《Aprofundando na MiniMax e no Zhizhu: confronto sangrento entre big models, intensidade de computação e resistência ao financiamento?》

**Declaração e divulgação de riscos deste artigo:**Declaração de isenção de responsabilidade da Deng Hai Research e divulgação geral