Zhipu: заработать 700M, потерять 3.2B? Мечты на вершине, говорят о убытках — «мировоззрение стало меньше»

一个季度 6 倍，这段时间绝对的资金宠儿、模型明星股——智谱也交卷了。相比与如此飙涨的股价，2025 下半年的业绩显得平静多了，但这真得重要吗？

Наконец-то по делу:

1. Выручка: API-бизнес в марте дал ARR 250 млн долл., а всё остальное — мелочи!

Среди нескольких независимых игроков на рынке отечественных моделей $智谱(02513.HK) относится к чисто «домашним» крупным языковым моделям: кадры опираются на вузы, а клиенты в основном — B2B-клиенты уровня правительства и госпредприятий.

Тяжёлые локальные внедрения и сложная поставка: рынок долго беспокоился о непрерывности продлений для проектов локального развёртывания, поэтому до всплеска Agent рынок не был склонен давать Zhipu слишком большую премию к оценке.

1）Темпы замедлились, но бизнес открытой платформы подхватил: Суммарная выручка в 2025 году составила 720 млн долл., рост почти на 132% г/г; хотя она резко ускорялась, по сравнению с прошлогодним ростом 160% динамика всё же несколько замедлилась.

Так как результаты за первую половину уже опубликованы, ключевое — отдельно посмотреть на второе полугодие: выручка 530 млн долл., рост только на 99% г/г, тренд к замедлению стал более заметным.

А основная причина действительно оправдала прежние опасения капитала — доля выручки от локального развёртывания (80%+): к 2П25 рост уже замедлился до 57%, до 370 млн, а доля упала до 70%.

В противоположность этому, рынок куда больше радовался быстрой динамике в облачном сегменте: API-интерфейсы и бизнес открытой платформы во 2П25 показали сильный рост 430% г/г, достигнув 160 млн. Объём API-бизнеса за весь год — 190 млн, что примерно сопоставимо с 180 млн у MiniMax. И причём по углу наклона роста: рост Zhipu за год близок к 300%, что взрывнее, чем 200% у MiniMax.

Собственно, это и есть ключевая причина, почему рынок готов был «поднимать» оценку Zhipu: маржинальность у части бизнеса действительно выглядит слабее — из-за жёсткой конкуренции на фоне «яростной мясорубки» до запуска больших моделей ценообразование было агрессивным, что ухудшило показатели валовой маржи.

Но как только модельный «доход как масштабируемый стандарт» — лёгкая поставка/доход как продукт — выходит на крупные объёмы, воображение становится безграничным; особенно учитывая, что в феврале компания снова и снова поднимала цены на API-интерфейсы и т. п.: за один квартал рост составил 83%, и тогда важность валовой маржи уже не столь критична.

Рост выручки — вот главный показатель, который подтверждает расход токенов и реальную востребованность модели: во второй половине, когда ещё не вышла GLM 5, столь стремительный рост открытой платформы действительно говорит о том, что модели Zhipu — это «настоящие разработки», а не что-то надуманное.

А с начала китайского Нового года Zhipu провела три волны быстрой итерации моделей:

1）11 февраля Zhipu выпустила GLM-5, и на момент публикации в открытом рейтинге индекса по «интеллектуализации» от Artificial intelligence она заняла первое место среди open-source;

2）15–16 марта — всего за месяц — для набравшего бешеную популярность «агента-ракоеда» выпустили специальную модель GLM-5-Turbo, с фокусом на Agent workflow: вызовы инструментов, выполнение многошаговых задач, разбор сложных инструкций, координация нескольких агентов и т. п.

3）27 марта выпустили GLM-5.1, ориентированную на сферу программирования, как оптимизированную «послеобученческую» версию GLM-5, и открыли её для всех пользователей Coding Plan.

На фоне релиза GLM-5 компания сразу объявила повышение цен на большие модели — подписная цена и цены на API выросли. Причём цена API снова поднялась после релиза Turbo; в течение одного квартала цена API выросла на 83%.

На стороне применения: хотя Openclaw стал «очень популярным» в Китае, официальный мейнстрим подвергал сомнениям безопасность данных, и Zhipu воспользовалась моментом, выпустив отечественную замену OpenClaw — AutoClaw: установка простая, развёртывание «в один клик», а также дополняется пакетом с 39/35M токенов и месячными пакетами за 99 юаней/1 стомиллион токенов.

Взрыв Agent, рост проникновения ИИ в IT-сферу — с февраля акции компании выросли в 3,5 раза. За этим стоит ключевое изменение в логике ценообразования и бизнес-модели:

Благодаря поддержке «топ-моделей» компания уже перешла от проектно-ориентированного локального развёртывания к модели облачных API-интерфейсов; и даже после повышения цен компания по-прежнему заявляет, что вычислительных мощностей недостаточно — это отражает реальность «спрос больше предложения».

2）Покрывает ли квартальный (на тот момент) денежный поток вложения в обучение прошлых моделей?

Поскольку базовая модель обновляется раз в год, модель, полученная в результате вложений в обучение за год, фактически имеет срок службы всего лишь один год. В таких условиях экономику модели можно частично оценить через прямые и косвенные поступления, полученные от модели в тот же год: сопоставив сумму прямой выручки/генерации с суммой инвестиций в обучение модели в прошлом году.

Для Zhipu расходы на обучение моделей и на разработчиков в основном приходятся на R&D-расходы (около 70%). Дельфинчик напрямую смотрит именно на R&D-расходы, чтобы оценить, насколько выручка покрывает вложения компании в модели.

R&D-расходы Zhipu в 2024 году — 2,2 млрд, выручка в 25 году — 720 млн; она окупила только 33% R&D расходов 2024 года. R&D в 25 году — 3,2 млрд, а в 26 году выручка должна удвоиться до порядка 1,4 млрд, чтобы увидеть рост коэффициента возврата выручки по отношению к R&D-расходам за 25 год до 45% — почти как у MiniMax.

По данным, которые компания готовит к телефонным звонкам инвесторам, облачный API-бизнес компании: в марте ARR (годовая величина месячной выручки) уже достиг 250 млн долл. (100M юаней), и это ещё лучше, чем ожидал Дельфинчик.

Это очень важно: учитывая, что в 25 году фактически потратили 3,2 млрд юаней — то есть при ситуации, когда предложение мощностей не удовлетворяет спрос, и пока «свежая» срочная потребность ещё не успела высвободиться, годовая выручка уже способна покрыть 55% R&D-вложений за 25 год. Это означает, что коммерческий путь модели как минимум идёт по устойчивому восходящему направлению.

В качестве сравнения: среди китайских компаний, опубликовавших ARR, в «коллегах» есть компания Кэ Линь (可灵), которая сфокусирована на видео-моделях с высокой ценой — её ARR за январь превысил 300 млн долл., но из-за конкуренции её годовой прогноз тоже сводится к годовой выручке, то есть к уровню ARR, который равен годовой величине выручки за январь.

У конкурента MiniMax ARR в феврале — 150 млн долл. (предположительно, включает некоторую продолжительность выручки, не относящуюся к API). По текущим данным, у Zhipu преимущество и в угле наклона роста ARR, и в абсолютном значении. Особенно учитывая, что ускоренный рост ARR Zhipu сейчас сопровождается ростом ценовой силы, а Tokens по-прежнему в дефиците по вычислительным мощностям; спрос ещё не был полностью раскрыт.

2. Валовая маржа всё ещё на стадии «болезней роста»?

В отличие от MiniMax, который «монетизирует» за счёт двух ног — B2B и B2C, Zhipu почти целиком сосредоточена на B2B, а локальные внедрения ориентированы в основном на клиентов уровня правительства и госпредприятий.

После DeepSeek взимать плату за сами большие модели стало уже очень сложно: компания начала смещаться в локальные адаптации и тонкую настройку в рамках локального развёртывания. Однако такой способ внедрения тяжёлый по людским ресурсам (общее число сотрудников компании выросло с 883 в 1П25 до примерно 1100), и во второй половине недостатки вложений в ресурсы и персонал проявились ещё более явно.

Во 2П валовая маржа компании составила всего 200 млн юаней; рост лишь на 30% г/г. При том что в сегменте локального развёртывания выручка выросла на 57%, валовая маржа выросла только на 5%.

Причина — та, о которой выше говорил Дельфинчик: локальный бизнес требует много ресурсов; рост выручки не сопровождается заметным эффектом масштаба, а валовая маржа локальных внедрений напрямую упала с почти 60% до 44%; валовая маржа при увеличении выручки движется стабильно вниз.

В противоположность этому, хотя API-бизнес моделей из-за жесткой конкуренции стартовал с очень низкой базы, он выигрывает за счёт более сильного эффекта масштаба. Во второй половине выручка выросла на 430% и напрямую подняла валовую маржу с уровня около нуля до 22%.

Комбинация результата такова: рост локального бизнеса с высокой валовой маржой замедлился, валовая маржа снизилась; при этом низкомаржинальный бизнес резко «взлетел» по валовой марже. Итог — во второй половине валовая маржа компании достигла нового минимума с момента основания: всего 38%, что заметно ниже ожиданий рынка.

3. Создали выручку 700 млн, но сожгли 3,2 млрд! Перед мечтой убытки стоят в стороне?

На вид валовая маржа 38% не выглядит большой проблемой — потому что ещё не учтены крупнейшие вложения в бизнес-модель стартапа больших моделей: расходы на обучение, которые относятся к R&D-расходам.

Обычно R&D-расходы — это 3–5 раз больше, чем выручка. Поэтому пока компания быстро «крутит» обучение и итерации моделей, выйти в прибыль почти невозможно (нажмите сюда, чтобы увидеть причины).

Во второй половине R&D-расходы Zhipu (в основном расходы на обучение) составили около 1,6 млрд юаней, а выручка того же периода — всего 530 млн; то есть расходы на R&D в три раза больше, чем выручка.

При таких гигантских R&D-расходах изменения в прочих статьях уже выглядят как «несущественно по сравнению с этим»: административные расходы компании — 320 млн, рост на 290%, относительно быстро; но, как и у MiniMax, расходы на продажи у Zhipu показывают отрицательную динамику — снижение на 25% г/г. Во второй половине они составили всего 180 млн (также получается, что привлечение клиентов обеспечивается способностью моделей самих по себе, а не маркетингом).

В конечном итоге: после вычета 3 статей расходов в 2П25 операционный убыток составил 1,9 млрд; убыток 354%. После исключения опционной мотивации — 1,5 млрд юаней; по сравнению с более ранними 1,7 млрд во второй половине первого полугодия, убыток немного сократился.

Скорректированный чистый убыток за год составил 3,2 млрд; коэффициент убытка — 439% (убыток более чем в 4 раза превышает выручку), но это уже стадия быстрого сужения.

Степень сокращения коэффициента убытка во второй половине более заметна: скорректированный чистый убыток во второй половине — 1,4 млрд юаней; при выручке 500 млн коэффициент убытка — 268%.

Общая позиция «Дельфина»: AI в тренде, а Zhipu — ещё более «вкусная»?

Будучи двумя единственными публичными компаниями среди отечественных игроков в AI-модели-близнецы, в начале репутация у Zhipu была немного слабее, чем у MiniMax. Но за один квартал Zhipu реально показала более красивый выход на поле.

А различие между двумя компаниями, по мнению Дельфинчика, в том, что модели Zhipu в интеллектуальном индексе показывают чуть более высокие результаты; иначе говоря, в сфере производительности B2B-уровня интеллектуальная «редкость» — это ключевой актив, а также основной смысл ценовой власти над Token.

Оценка модели рынком опирается прежде всего на то, насколько редок интеллектуальный ресурс модели, и уже поверх этого — на объём продаж Token и выручку от продаж.

Поскольку компания уже публичная, с финансированием проблем нет; а на фоне того, что API сейчас так дорожает, а Tokens при этом остаются в дефиците, финансирование тем более не является проблемой.

Сильный «прыжок» котировок после праздников также показывает, что рыночное ценообразование компании изменилось: с дисконта, характерного для провайдеров AI на локальных внедрениях, компания перешла к оценочной модели как у сопоставимых зарубежных B2B-бизнес-моделей вроде Claude.

После того как за один квартал акции выросли в 6 раз, ключевой вопрос — текущие ARR и угловой коэффициент роста ARR: компания явно хорошо понимает потребности капитального рынка — уже в начале телефонного звонка было сказано, что ARR на март по одному типу бизнеса (API) достиг 250 млн долл., а вычислительных мощностей не хватает и продажи «сметаются» без труда.

Такая подача почти наверняка заставит рынок проводить сравнение кривых роста и оценок Zhipu и зарубежных коллег: Anthropic после прохождения G-точки, где модели стали «умнее ума», доход компании вырос с 100 млн долл. до 1 млрд за один год; а затем с 1 млрд до 10 млрд — снова понадобился один год.

Тогда вопрос: если Zhipu пройдёт аналогичную кривую роста выручки — и через год выручка достигнет 1 млрд долл. — будет ли тогда ещё пространство для оценки?

Для ориентира: когда у Antropic годовая выручка составляла 1,4 млрд долл., оценка в первичном рынке при привлечении капитала была 61,5 млрд долл.

А сейчас, при рыночной капитализации 40 млрд долл., в последующем «штурме» до 60 млрд долл. всё равно будет легко увидеть прямую связь между уровнем интеллектуальности модели и углом роста ARR, обусловленным популярностью и востребованностью, а не «по ощущениям».

По крайней мере на данный момент, похоже, «запал» Zhipu ещё сильнее, чем у MiniMax.

<Конец>

Статьи:

《Большая модель сгорела в убытках на 360%, а MiniMax всё равно «вкусный пирожок»?》

《За безумно высокой оценкой: MiniMax — это пузырь или он действительно задел будущее?》

《Глубокий разбор MiniMax и Zhipu: спарринг больших моделей, интенсивность вычислений и выносливость финансирования?》

**Риск-раскрытие и заявления в этой статье:**Дисклеймер и общие раскрытия от «Дельфинского исследования»