Zhipu: заробив 700M, втратив 3.2B? Мрія на горизонті, говорити про втрати — «розмір занизький»

Один квартал — у 6 разів: цей період — беззаперечно “улюбленець грошей”, акції-зірка моделі — Zhipu теж здала звіт. Порівняно з такім шалено зростаючим курсом акцій, результати за друге півріччя 2025 року виглядають значно спокійніше, але чи це насправді важливо?

Одразу до головного:

I. Дохідний сегмент: березневий API-бізнес ARR 250 мільйонів, а решта — дрібниці!

Серед кількох незалежних постачальників моделей у Китаї, $Zhipu (02513.HK) належить до “суто вітчизняних” великих мовних моделей: таланти спираються на університети, а клієнти переважно — B2B великі клієнти на кшталт урядових установ і державних підприємств.

Тяжка локальна інсталяція та складна доставка/впровадження — це те, чого ринок завжди боявся: безперервність підтримки та поновлення контрактів для проєктів локального розгортання. Тому до спалаху Agent ринок не хотів давати Zhipu надто виську премію в оцінці.

1）Зростання доходів сповільнюється, але відкритоплатформений бізнес підтягується: У 2025 році сукупні доходи — 720 мільйонів доларів США, річний темп зростання майже 132%. Це шалене зростання, але порівняно з минулим роком 160% — темп дещо сповільнився.

Оскільки результати за перше півріччя вже опубліковані, ключове — оцінити окремо друге півріччя: дохід 530 мільйонів, річне зростання лише 99%, і тенденція до уповільнення виглядає ще більш очевидною.

А основна причина сповільнення справді підтвердила попередні побоювання щодо того, як ринок думав про наперед витратні “грошові” питання: коли частка доходів від локального розгортання становила 80%+, у другому півріччі 2025 темп зростання вже сповільнився до 57%, до 370 мільйонів, а частка також просіла до 70%.

На противагу цьому, ринок по-справжньому радіє тому, що API-інтерфейси та хмарні продукти відкритої платформи в другому півріччі показали різке річне зростання на 430% — до 160 мільйонів. За весь рік API-подібний бізнес має обсяг 190 мільйонів — приблизно на рівні MiniMax у 180 мільйонів. Причому, судячи з “нахилу” темпів зростання, Zhipu майже 300% приросту за рік — більш вибухове, ніж 200% у MiniMax.

Це, власне, і є ключовою причиною, чому ринок готовий піднімати оцінку Zhipu: API-інтерфейси моделі та бізнес відкритої платформи справді відчули наслідки попередньої жорсткої конкуренції великих моделей, агресивного ціноутворення — що призвело до слабшого показника валової маржі саме в цій частині бізнесу.

Але як тільки модель як дохід і як стандартований, “легкий” дохід від масштабування виходить на масовість, у цієї історії безмежний потенціал. Особливо коли у лютому компанія знову підвищила ціни на API-інтерфейси та подібні напрямки: за один квартал зростання ціни — 83%, і тоді важливість валової маржі вже не така критична.

Зростання доходів — це ключовий індикатор, що перевіряє споживання Token та популярність моделей: у другому півріччі, ще до виходу GLM 5, відкритоплатформений ріст такий стрімкий — це справді показує, що моделі Zhipu — “справжні, без фальші” і мають реальну цінність.

А після Китайського Нового року Zhipu здійснила три хвилі швидких ітерацій моделей:

1）11 лютого — вихід GLM-5: на момент публікації в рейтингу відкритого коду/opensource на індексі інтелекту в Artificial intelligence Zhipu посіла перше місце;

2）15–16 березня — лише за один місяць, спеціально під гучного “лісового/dragon” (лососево) інтелектуального агента (лєксова “dragon shrimp”/“hummer”): випустили спеціальну модель GLM-5-Turbo, з фокусом на виклики інструментів, виконання багатокрокових задач, розкладання складних інструкцій та кооперацію між кількома агентами тощо — Agent workflow.

3）27 березня — GLM-5.1, орієнтована на сферу програмування як версія з пост-тренінг оптимізацією GLM-5, стала доступною для всіх користувачів Coding Plan.

Паралельно з випуском моделі GLM-5 компанія одразу оголосила підвищення цін на великі моделі — ціни на підписку та ціни на API виросли. Причому ціна на API ще раз підвищилася після виходу Turbo: за один квартал ціна API зросла на 83%.

У прикладному сегменті: хоча Openclaw у Китаї вибухнув популярністю, офіційно сумнівалися в безпеці даних. Zhipu скористалася цим моментом і запустила вітчизняний замінник OpenClaw — AutoClaw: проста інсталяція, one-click розгортання, підкріплена пакетами на 39/3500 тисяч tokens та місячною карткою за 99 юанів/1 сотню мільйонів tokens.

Спалах Agent, зростання проникнення AI в IT-сферу — з лютого курс акцій компанії виріс у 3,5 раза. Підґрунтя цього — зміна бізнес-моделі логіки ціноутворення:

Під підтримкою “топових” моделей компанія вже перейшла від проєктного підходу до локального розгортання до моделі хмарних API-інтерфейсів. І навіть після підвищення цін компанія заявляє, що обчислювальних ресурсів недостатньо — це відображає реалії дефіциту попиту.

2）Чи покриває виручка за цей квартал інвестиції попереднього циклу в тренування моделі?

Оскільки базові моделі оновлюються раз на рік, модель, “видобута” за річні інвестиції в тренування, фактично має лише річний строк служби. За таких умов економіку моделі можна частково оцінювати через пряму та непряму монетизацію моделі впродовж року: порівняно з сумою інвестицій у тренування моделей попереднього року.

Для Zhipu витрати на тренування моделей і витрати на розробників в основному зосереджені у витратах на R&D (частка — близько 70%). Дельфінчик (海豚君) безпосередньо бере витрати на R&D і дивиться, наскільки дохід покриває інвестиції в її моделі.

Zhipu у 2024 витратила на R&D 2,2 млрд, а у 2025 отримала дохід 720 млн — відшкодували лише 33% R&D-витрат за 2024. У 2025 витрати — 3,2 млрд, а дохід у 2026 має зрости приблизно до 1,4 млрд, щоб побачити, що коефіцієнт окупності R&D-витрат за 2025 піднявся до 45% — тобто майже як у MiniMax.

За інформацією, яку розкривають під час телефонних дзвінків, хмарний API-бізнес компанії: у березні ARR (щорічна оцінка місячного доходу) вже досяг 250 млн доларів США (35M юанів), і це навіть краще, ніж очікував дельфінчик.

Це дуже важливо, якщо врахувати, що у 2025 році фактично витратили 3,2 млрд юанів: тобто навіть коли пропозиції недостатньо, і доходи ще не встигли транслюватися “за потреби”, річна виручка вже здатна покрити 55% R&D-витрат за 2025. Це означає, що моделі принаймні рухаються по стабільному висхідному комерційному траєкторіальному шляху.

Як порівняння: серед китайських компаній колег, які оголошували ARR, компанія 可灵 (Keling), сфокусована на відеомоделях із високими цінами, у січні ARR перевищила 300 млн доларів, але через конкуренцію компанія дала річний прогноз, який по суті — лише річний рівень доходу за січень.

У MiniMax ARR у лютому — 150 млн доларів США (ймовірно, включно з частиною дохідності, що триває не тільки з API-інтерфейсів). На цей момент видно, що Zhipu випереджає за темпами зростання ARR і абсолютним значенням. Особливо коли прискорення ARR у Zhipu ще супроводжується зростанням цінової сили, а Tokens/обчислювальні потужності з дефіцитом — попит ще не повністю розкрився.

II. Валовий маржинальний прибуток усе ще в періоді “болючої адаптації”?

На відміну від MiniMax, який реалізує монетизацію двома “ніжками” — як B2B, так і B2C, Zhipu майже повністю фокусується на B2B, а локальне розгортання здебільшого орієнтоване на такі великі клієнти, як урядові та державні підприємства.

Після DeepSeek, платна модель як така стало оцінювати/продавати значно складніше, і компанії почали переходити до локальної адаптації й доопрацювання процесу локального розгортання. Але цей спосіб розгортання — важкий по персоналу (загальна чисельність компанії з 883 людей на 1H25 зросла до майже 1100), і в другому півріччі недоліки інвестицій у ресурси та людей проявляються ще сильніше.

У другому півріччі валовий прибуток компанії — лише 200 млн, річне зростання — 30%. У тому числі при зростанні доходів локального розгортання на 57% валовий прибуток збільшився лише на 5%.

Причина в тому, що дельфінчик пояснював вище: локальне розгортання потребує великих ресурсних інвестицій, і збільшення доходів не настільки очевидно супроводжується високим масштабним ефектом. Валова маржа локального розгортання безпосередньо знизилась з майже 60% до 44%, і валова маржа стабільно знижується в міру того, як доходи ростуть.

Натомість, хоча бізнес API-інтерфейсів стикається з жорсткою конкуренцією і старт був дуже низьким, у нього є кращий масштабний ефект: у другому півріччі доходи зросли на 430%, що підняло валову маржу з рівня близького до нуля до 22%.

Результат такий: сповільнення зростання локального розгортання з високою маржею + падіння валової маржі; натомість стрімке зростання низькомаржинального бізнесу та покращення валової маржі. У підсумку валова маржа компанії у другому півріччі досягла нового мінімуму з моменту заснування: лише 38%, що значно нижче ринкових очікувань.

III. Заробили 700 млн, втратили 3,2 млрд! Підійти до мрії — втрати тримай осторонь?

38% валової маржі нібито не така вже й велика проблема, оскільки ще не порахували найбільші інвестиції в комерційній бізнес-моделі стартапу великих моделей — витрати на тренування, які входять до R&D-витрат.

Зазвичай стаття R&D-витрат — це 3–5 разів за доходом. Тож доки компанія швидко використовує тренування та ітерації моделі, вийти в беззбитковість майже неможливо (натисніть тут, щоб побачити причину).

У другому півріччі витрати на R&D (переважно витрати на тренування) у Zhipu — близько 1,6 млрд юанів, тоді як відповідний дохід — лише 530 млн; витрати на R&D — утричі більше, ніж дохід.

За такого масштабу R&D-витрат зміни в інших статтях вже — “малий гріх проти великого гріха”:

Адміністративні витрати компанії — 320 млн, річне зростання — 290%, відносно швидко; але так само, як і у MiniMax, комерційні витрати/витрати на продажі у Zhipu мають негативний річний темп — мінус 25%. У другому півріччі вони лише 180 млн (так само — набір клієнтів завдяки можливостям самої моделі, а не завдяки маркетингу).

У фіналі: після віднімання трьох витрат (3 “три-фі”-категорії) у 2H25 валовий прибуток переходить в операційні збитки 1,9 млрд; рівень збитковості 354%. Після виключення/коригування за стимулювання опціонами — 1,5 млрд юанів; порівняно з понад 1,7 млрд у першому півріччі — лише незначне звуження.

Кориговані чисті збитки за весь рік — 3,2 млрд юанів, рівень збитковості 439% (збитки — понад 4 рази за доходом), але це вже етап швидкого скорочення.

У другому півріччі скорочення рівня збитковості ще більш очевидне: у другому півріччі кориговані чисті збитки — 1,4 млрд юанів, а відносно доходу 500 млн рівень збитковості — 268%.

Загальна позиція “Дельфінчик-дослідження”: AI — в радість, Zhipu — ще більш у радість?

Як і дві єдині публічні компанії серед китайських компаній, що є “двома лідерами” в сегменті AI-моделей, Zhipu на старті отримала трохи слабші відгуки, ніж MiniMax. Але лише за один квартал за фактом відповідь компанії була значно більш переконливою.

А основна відмінність між двома компаніями, на думку дельфінчика, полягає в тому, що моделі Zhipu мають трохи вищі показники в інтелектуальному індексі. Іншими словами, у сфері B2B виробничої продуктивності ключовим активом є дефіцит інтелекту — і саме він є суттю того, що Tokens можна продавати за ціною, яка “вмикає” цінову владу.

Оцінка моделі з боку капіталу все ще більше зосереджена на мірі інтелектуального дефіциту моделі та, поверх цього, на обсягах продажу Tokens і виручці.

Оскільки сама компанія є публічною, турбуватися про фінансування не потрібно. А коли API так сильно дорожчає і Tokens лишаються дефіцитними, питання фінансування тим більше не є проблемою.

Помітне сильне “висхідне стрибання” курсу акцій компанії після Нового року також показує: ринкова оцінка змінилась — з дисконту для постачальника AI з локальним розгортанням на модель оцінки, схожу на зарубіжні B2B-порівнянні, як у Claude.

Після того як курс акцій за один квартал зріс у 6 разів, ключове питання — нинішні ARR та темпи зростання ARR. Компанія, очевидно, дуже чітко розуміє, де “больова точка” капіталу: на самому початку call компанія вже згадала, що API-інтерфейси як єдиний тип бізнесу мали ARR у березні 250 млн доларів США, і обчислювальна потужність є дефіцитною, тож її легко розкупили до вичерпання.

Такий меседж дуже легко спонукає ринок порівнювати Zhipu з іноземними колегами, використовуючи криві росту й оцінки. Наприклад, Anthropic після того, як інтелектуалізація моделі пройшла “точку G” у своєму переході за рівнями інтелектуалізації, компанії знадобився лише один рік, щоб вирости з 100 млн доларів до 1 млрд доларів. А щоб дістатися від 1 млрд до 10 млрд — ще один рік.

Тоді питання: якщо Zhipu повторить подібну криву росту доходів і за рік досягне 1 млрд доларів США, чи буде тоді для оцінки ще простір?

Як орієнтир: коли річна виручка Antropic становила 1,4 млрд доларів, оцінка в первинному ринку при залученні фінансування складала 61,5 млрд доларів.

А зараз, коли капіталізація компанії — 40 млрд доларів, і надалі компанія прагнутиме до 60 млрд, це все одно можна напряму кількісно прив’язати до того, що крива росту ARR сильніше визначається рівнем інтелекту моделі та ступенем її популярності.

Принаймні на цей момент, “бойовий запал” Zhipu, здається, ще більш шалений, ніж у MiniMax.

<Цим завершується>

Статті:

《Велика модель, що зазнала збитків на 360%, MiniMax все одно “улюбленець” (супер привабливий)?》

《За божевільно завищеними оцінками, MiniMax — це бульбашка чи вона торкнулася майбутнього?》

《Глибокий розбір MiniMax і Zhipu: бій за великі моделі, інтенсивність обчислювальних ресурсів і стійкість до фінансування?》

**Ризикове розкриття та заява цієї статті:**Дисклеймер і загальне розкриття інформації від “Дельфінчик-дослідження”