Перша фінансова звітність Zhipu опублікована, останні слова Чжан Пена: переосмислення "першопринципів" комерціалізації AGI, верхня межа інтелекту визначає цінову політику

Щойно, **після 83 днів після IPO, прийшов перший фінансовий звіт від Zhipu!

Най-най-найбільш дані, які одразу привертають увагу, — це виручка Zhipu —

За рік дохід 7,24 млрд юанів, рік-до-року +132%, і компанія посіла перше місце серед вітчизняних моделей з найбільшим обсягом доходів!

Поки вся індустрія великих моделей загрузла в цінових війнах і змушена «спалювати гроші», щоб нарощувати масштаби, щойно вийшовши на ринок, Zhipu може, скажімо так, показати шлях, який є цілком протилежним.

Прямо подивімося на кілька ключових показників:

• ARR платформи MaaS API — близько 17 млрд юанів, за останні 12 місяців зріс у 60 разів

• Після підвищення ціни в умовах проти течії на 83% кількість викликів токенів не впала, а навпаки зросла

• Валова маржа зросла майже в 5 разів до 18,9%; за рік сукупна валова маржа компанії — 41%, що руйнує «прокляття» AI-індустрії “зростання доходів без зростання прибутку”

Майже кожне число — це водночас і руйнування, і руйнування усталених уявлень галузі.

Раніше Zhipu називали “китайською версією OpenAI”, а нині в бізнес-моделі вона все більше віддаляється від OpenAI, але стає все ближчою до Anthropic.

Цей фінансовий звіт доводить: комерційний фінал для великих моделей ніколи не в тому, хто дешевший, а в тому, хто здатний створювати більшу цінність.

Як зазначив CEO Zhipu Чжан Пэн у щойно проведеній телефонній конференції:

Від моменту заснування Zhipu у 2019 році ми ставили “змусити машини думати як люди” як єдину стратегічну мету компанії. Протягом шести років ця мета не змінювалася. Ми стикалися із сумнівами, переживали невдачі, але незліченні факти знову й знову підтверджували одне припущення — підвищення верхньої межі інтелекту є єдиною “першопричиною” в епоху AGI для великих моделей.

На основі цієї першопричини ми далі усвідомили: носієм для інтелекту, який буде доступний усім, є Token. Кожна людина й кожна організація може створювати цінність, викликаючи інтелект через Token. Тому комерційну цінність в епоху AGI можна звести до простого формулювання: верхня межа інтелекту × масштаб споживання Token. Верхня межа інтелекту визначає цінову владу, а масштаб споживання Token — обсяг цінності.

Як працюють китайські компанії великих моделей — дивіться Zhipu

Щоб зрозуміти вагу цього фінансового звіту Zhipu, спочатку потрібно розібратися, в якому становищі зараз перебуває китайська індустрія великих моделей.

Від середини 2024 року до сьогодні цінова війна безумовно стала полем битви, де кожен гравець у індустрії великих моделей безальтернативно бореться за виживання.

1 цент за мільйон Token і безкоштовні виклики як “пароль” для залучення трафіку: гравці міняють ціну на обсяги, і потрапляють у смертельне коло — чим більше знижують ціну, тим менше прибутку, тим важче інвестувати в технології, тим гірше модельні результати.

Це — глухий кут збитків, від якого важко позбутися всій галузі.

Дослідження показують, що в 2024 році середня валова маржа вітчизняної індустрії великих моделей становила -80%, тобто компанії перебували в чистій фазі інвестування; у 2025 році середня валова маржа галузі залишається на рівні -30%, і абсолютна більшість гравців усе ще підтримує зростання масштабу, «спалюючи гроші».

Зниження цін дає лише хибне “процвітання” кількості викликів, але не забезпечує здоровий комерційний цикл замкнутого типу —

Чим більше знижуєш ціну, тим менше грошей залишається на розробку технологій, тим складніше підвищувати якість моделей, і зрештою — лише злісний цикл: “утримувати дешевою ціною маловартісних клієнтів, чутливих до ціни”.

Антипод цінової війни

Тим часом, коли вся індустрія змагалася в тому, чия ціна нижча, Zhipu у відповідь прийняла рішення, яке здивувало всіх: підвищила ціни.

У березні 2026 року Zhipu випустила модель GLM-5-Turbo і одночасно підняла API-ціни: середнє підвищення щодо попередника GLM-4.7 досягло 83%. На тлі того, що в усьому секторі знижували ціни, таке масштабне підвищення, на той час, багатьом здавалося “відтинанням собі дороги”.

Але фінальний результат вдарив по всіх скептиках: після підвищення цін кількість викликів Token у Zhipu не лише не впала — вона продовжила зростати.

Протягом 24 годин після релізу GLM-5 компанія отримала офіційне підключення від провідних платформ, таких як TRAE/Coze від ByteDance, Qoder від Alibaba, CodeBuddy від Tencent, CatPaw від Meituan, Wanqing від Kuaishou, Baidu Intelligent Cloud та WPS Office тощо.

Серед топ-10 найбільших інтернет-компаній Китаю 9 стали платними клієнтами Zhipu.

Логіка цього насправді дуже проста: для бізнес-клієнтів із реальними потребами рівня production ціна ніколи не є першочерговим фактором — вирішальним є ефект.

Модель, яка стабільно виконує складні завдання, не помиляється й реально знижує витрати та підвищує ефективність, навіть якщо вона трохи дорожча, все одно значно цінніша, ніж дешева модель, яка часто “вилітає”.

Як це сформулював один із розробників у спільноті:

Ми використовуємо великі моделі, щоб вести production-бізнес. Одна помилка може спричинити збитки в десятки тисяч і навіть десятки десятків тисяч. Замість того щоб через економію на Token нервувати й ризикувати, краще трохи більше заплатити за надійну модель.

Підвищення цін від Zhipu підтвердило ключове припущення: верхня межа інтелекту визначає цінову владу, а масштаб споживання Token — обсяг цінності.

Коли ваші результати моделі достатньо сильні й реально вирішують ключові проблеми клієнта, ви маєте впевненість у ціноутворенні, а не змушені втягуватися в нескінченну цінову війну.

Маєтка/маас-«флаєвіл» почав обертатися

Багато людей уявляють Zhipu на рівні того, що компанія бере дохід за рахунок надання підприємствам послуг із великих моделей.

Але цей фінансовий звіт повністю руйнує це стереотипне уявлення: стандартизований дохід від MaaS API вже став абсолютним ключовим рушієм зростання Zhipu. Комерційний “флаєвіл” моделі MaaS уже працює повністю.

Що таке MaaS? Model as a Service, модель як сервіс.

Якщо простими словами, це означає: здібності великої моделі пакують у стандартизований API-інтерфейс; компанії та розробники платять за кількість викликів. Не потрібно самостійно розгортати й обслуговувати модель — просто отримуєте доступ до найтоповіших можливостей великої моделі.

Саме такий шлях пройшов Anthropic. Як головний конкурент OpenAI, Anthropic з самого початку твердо обрала курс “базова модель + API-сервіс”: понад 80% її доходу надходить від API-викликів компаній і розробників.

У 2025 році річна виручка Anthropic досягла 4,5 млрд доларів — у 12 разів більше, ніж у 2024 році; наприкінці року ARR перевищив 9 млрд доларів. Валова маржа, яка в 2024 році була -94%, суттєво розвернулася в плюс до 40%. Фактичні результати роботи підтвердили здійсненність моделі MaaS.

А Zhipu, своєю чергою, рухається шляхом, який дуже узгоджується з Anthropic: як головний бар’єр використовує верхню межу інтелекту моделей; як основну форму продукту — Token; а як драйвер зростання — глибоке використання з боку розробників і enterprise-клієнтів.

Суть зростання полягає не в разових кастомізованих проєктах, а в тому, що “розумність” моделі справді починають використовувати підприємства та розробники — вона доходить до production-етапу — і формується стійкий, масштабований дохід.

Дані в цьому фінансовому звіті також побічно підтверджують роботу цього “флаєвіл”-циклу:

• MaaS API-платформа: ARR за минулий рік — приблизно 17 млрд юанів; за останні 12 місяців зріс у 60 разів;

• Платформа вже обслуговує 4 млн підприємств-користувачів і розробників; обслуговування доступне більш ніж у 218 країнах і регіонах у всьому світі;

• Zhipu вже стало одним із виробників із найвищим обсягом платного споживання Token у країні; базова стабільна “основа” в Coding-сценарі постійно міцна; а вибух додатків на кшталт OpenClaw відкрив ще зовсім новий простір для споживання масштабу Token.

Логіка цього “флаєвіл”-циклу насправді — ідеальний позитивний цикл: чим кращий ефект моделі, тим більше він приваблює клієнтів із високою цінністю; глибші виклики з боку таких клієнтів забезпечують стабільне зростання доходу й прибутку; а ще більше доходів можна інвестувати в R&D, що далі покращує якість моделі.

Платити за прибуток технологіями

Модель MaaS — це бізнес, де граничні витрати постійно знижуються, а ефект масштабу дуже сильний.

Моделі достатньо один раз натренувати й оптимізувати, щоб обслуговувати мільйони клієнтів у всьому світі. Чим більше викликів, тим нижча вартість одного Token і тим вища валова маржа.

Ось чому Zhipu змогло в цьому фінансовому звіті досягти стрибкоподібного зростання валової маржі. Згідно зі звітом, валова маржа платформи MaaS API Zhipu підвищилася у 5 разів порівняно з попереднім роком; у підсумку сукупна валова маржа за рік суттєво пішла в плюс і значно перевищила середній рівень по галузі.

Ключові драйвери покращення прибутковості — з трьох напрямків:

• По-перше, крайня оптимізація інференсу моделей: через інновації в архітектурі та інженерні оптимізації вартість інференсу на 1 Token довели до мінімального рівня в галузі;

• По-друге, частка високовартісних топ-клієнтів продовжує зростати: рівень утримання та глибина викликів у них значно вищі за середні показники по галузі;

• По-третє, позитивний ефект від підвищення цін — вища ціна відфільтровує клієнтів, які більше цінують ефект і мають більшу платоспроможність; комерційна цінність цих клієнтів у рази вища, ніж у маловартісних, чутливих до ціни.

Більш того, з урахуванням сильного темпу зростання MaaS-бізнесу зараз; це означає, що “флаєвіл” MaaS у Zhipu не лише вже запущений — він продовжує прискорюватися.

Від лабораторій Цінхуа до глобальної першої ешелонної групи

То, що Zhipu в умовах цінової війни змогла підняти ціни всупереч тренду, і що їй вдалося прокрутити “флаєвіл” MaaS, має як основу — і ніколи не було маркетингом чи операційним менеджментом, а реальною технічною силою.

Багато хто знає, що стартова точка Zhipu — це технічна команда Університету Цінхуа. З самого початку, замість того щоб піти шляхом трендової “чистої GPT-подібної саморегресивної” архітектури, Zhipu наполягла на оригінальності й створила унікальну архітектуру з двостороннім кодуванням GLM і саморегресивним об’єднанням; вона з народження має переваги в розумінні довгих текстів, низькій галюцинації та сильній логіці — і заклала міцну основу для подальших технічних ітерацій.

У 2022 році Zhipu відкрила вихідний код моделі GLM-130B із параметрами на рівні одного трильйона (тисячі мільярдів?) — і стала єдиним продуктом в Азії, який увійшов у Stanford’s глобальне основне тестування великих моделей. Одночасно завдяки технології квантування вона забезпечила плавну роботу на споживчих GPU, і одним махом закріпила за собою ключову позицію в екосистемі відкритих великих моделей у Китаї.

Відтоді Zhipu “вшила” в ДНК ідею “саморозробка технологій”: завершила автономний і контрольований по всьому ланцюжку цикл ключових технологій; реалізувала повну адаптацію під вітчизняні чипи, заклавши внизу основу для технологічної безпеки та оптимізації витрат.

В індустрії великих моделей є один незаперечний закон: комерційний “стеля” завжди визначається верхньою межею можливостей моделі.

Anthropic може забезпечити 12-кратне зростання виручки за рік — ключове в тому, що можливості моделей серії Claude постійно наближаються, а в частині випадків навіть перевищують GPT; а Zhipu змогла посісти перше місце за доходами вітчизняної індустрії великих моделей — і ключ тут теж у можливостях моделей GLM, які вже впевнено стоять на рівні глобального першого ешелону.

Минулого року Zhipu здійснила швидку ітерацію від GLM-4.5 до GLM-4.6, GLM-4.7, далі до GLM-5 і GLM-5-Turbo, зберігаючи топовий галузевий темп — оновлення бази кожні 1–2 місяці.

Більш важливо, що Zhipu здійснила фундаментальну трансформацію від орієнтації на знання до орієнтації на завдання, перетворивши GLM на агента, який здатен самостійно виконувати складні завдання.

Ключовим у цьому переході стало прорив у можливостях AI Coding.

Для великих моделей програмні навички — це фундамент для всіх складних завдань: уміння добре писати код означає, що модель має сильну логіку, сильне планування та сильні можливості виклику інструментів; вона здатна розкладати складні вимоги на виконувані кроки й зрештою видавати результат, який можна реалізувати.

А Coding-сценарії — це наразі найбільш зрілий для комерціалізації сценарій великих моделей і з найсильнішим бажанням платити: 70%–75% доходу Anthropic надходить саме від викликів, пов’язаних із генерацією коду.

Zhipu точно влучила в цей ключовий “базовий майданчик”.

GLM-5, який було випущено у лютому 2026 року, навіть здійснив стрибок від Vibe Coding до Agentic Engineering.

У глобальних авторитетних тестах програмування GLM-5 показала 77,8 бала на SWE-bench-Verified і 56,2 на Terminal Bench2.0, стабільно посідаючи перше місце серед відкритих моделей. Реальний досвід використання вже дуже близький до флагманської моделі Anthropic Claude Opus 4.5.

У глобальному авторитетному рейтингу Artificial Analysis GLM-5 посіла четверте місце у світі й перше серед відкритих моделей, поступаючись лише GPT, Claude і Gemini — і впевнено ввійшла в глобальний топ-ешелон AI.

Ще більш варто очікуваного — Zhipu ось-ось випустить GLM-5.1.

Також запропонувала архітектурну силу токенів (TAC)

Цей фінансовий звіт — це не лише перший результат після IPO Zhipu, а й комплексна перебудова Zhipu. Він на основі реальних цифр змушує всю галузь заново подивитися на Zhipu й заново визначає критерії оцінювання цінності великих моделей.

Протягом останніх кількох років уся індустрія великих моделей потрапила у величезну помилку: усі порівнювали, чия кількість параметрів більша, чия “пробігна” (score) вища, чия ціна нижча, але дуже мало хто замислювався над тим, у чому саме полягає головна цінність великих моделей.

Навіть якщо score ще вища, але це не може бути впроваджено в реальні сценарії й не може допомогти компаніям та індивідам створювати реальну економічну цінність у грошах — тоді це не має сенсу.

Саме виходячи з цього розуміння, у цьому фінансовому звіті Zhipu вперше запропонувала концепцію Token Architect Capability (Token Architect Capability, скорочено TAC) і представила вимірювану тривимірну рамку цінності AI:

TAC = обсяг “розумності” виклику × якість інтелекту × ефективність перетворення на економічну цінність

• Обсяг: скільки Token компанії та індивіди готові викликати щодня, скільки завдань і який обсяг робіт передають AI в обробку;

• Якість: чи походять ці Token від достатньо розумних і надійних моделей, і чи можуть вони стабільно видавати результати, які можна здати (deliverable) для складних завдань;

• Ефективність: чи здатні ці AI-обробки завдань реально перетворюватися на вимірюваний економічний результат, забезпечувати реальне зниження витрат і підвищення ефективності.

Zhipu вважає, що в майбутньому ключова конкурентоспроможність організацій і індивідів все більше залежатиме від рівня їх TAC.

А те, що робить Zhipu, — це ніколи не лише “продавець” моделей із Token, а інфраструктура, яка підвищує рівень TAC для всього суспільства, щоб кожна компанія, кожен розробник і кожен індивід мали “платформну основу” для перетворення інтелекту на економічні результати, які можна здати.

Поява цієї концепції означає, що індустрія великих моделей у Китаї офіційно переходить із “гонитви за параметрами”, “конкуренції в score” і “цінової війни” в нову стадію — конкуренцію за інтелектуальну архітектуру.

Раніше, оцінюючи компанію великих моделей, ми дивилися на те, наскільки великі її параметри, скільки вона залучила фінансування; а в майбутньому оцінюватимемо те, наскільки вона допомагає клієнтам підвищувати TAC, і наскільки вона перетворює інтелект на реальну економічну цінність.

А фінансовий звіт Zhipu — це найкращий коментар щодо цього нового часу.

Коли весь сектор працює так, що “спалює гроші, щоб купити масштаб”, а “знижує ціну, щоб отримати трафік”, Zhipu вже вийшла на траєкторію здорового комерційного замкнутого циклу: технологічний прорив → лідерство за ефектом → цінова влада → масштабований дохід → прибуток → знову інвестування в технології.

Вона цим звітом доводить, що великі моделі — це бізнес, який справді створює цінність і приносить прибуток; а китайські постачальники великих моделей також можуть пройти власним шляхом, змагаючись пліч-о-пліч із глобальними топгравцями.

У другій половині розвитку китайської індустрії великих моделей ми, нарешті, повертаємося від шуму цінової війни до правильного маршруту — техніки та комерційної логіки.

Джерело статті: 量子位

Попередження щодо ризиків і положення про звільнення від відповідальності

        На ринку є ризики, інвестиції потребують обережності. Ця стаття не становить персональної інвестиційної рекомендації та не враховує особливі інвестиційні цілі, фінансовий стан або потреби окремих користувачів. Користувачі мають розглянути, чи відповідають будь-які думки, погляди або висновки, викладені в цій статті, їхньому конкретному становищу. Відповідно інвестування здійснюється на власний ризик.