主营业务：
公司为大模型研发企业,以GLM系列大模型为核心,提供开放平台及API,企业级智能体,企业级通用大模型等服务。
报告期业绩:
收入953,892千人民币,较上年同期190,877千人民币增长399.7%(总收入约9.54亿人民币,约1.42亿美元);毛利251,611千人民币,同比增长163.7%,毛利率26.4%(上年同期50.0%,毛利率变化主要源于收入结构转变,按调用计费的开放平台与API服务收入占比升至86.5%);期内亏损2,071,992千人民币,较上年同期2,357,852千人民币收窄12.1%;权益股东应占亏损2,071,326千人民币;经调整期内净亏损1,964,138千人民币;每股基本及摊薄亏损4.67元人民币(上年同期6.23元人民币);研发开支2,131,171千人民币,同比增长33.6%;开放平台及API收入825,176千人民币,同比增长2,735.7%。
报告期业务回顾：
二零二六年上半年,公司在编程(Coding)方面验证了大模型的可交付性,从早期简单的编程推荐到完整的代码文件生成再到一整个工程项目(Agentic Engineering)的实现,完整走完了这条曲线,模型不再只是一个工具,更是具有独立把一件事做完的能力;收入结构随之置换,按调用计费的开放平台与API服务收入占比由去年全年的26.3%升至86.5%,模型本地化部署收入占比由73.7%降至13.5%。
网络安全(Cybersecurity Cowork)是模型同一能力曲线的延伸:报告期内,公司模型在Cyber Gym上取得84.5%的成绩(超过Fable 5和GPT-5.6 Sol),在Exploit Gym上完成130项任务(仅次于Fable 5和GPT-5.6 Sol)。
支撑两条曲线的是基础设施:公司自2026年初起全面实施All-in-Infra战略,在训练与推理两侧同时投入,并将国产芯片纳入主力推理算力,已实现10万级国产芯片的规模化低成本推理,单位token推理成本较年初下降80%;截至报告期末,GLM模型的MaaS平台企业和开发者用户累计超过580万。
2026年8月,公司发布GLM-5.3与GLM-5.3-Flash (Ox-Alpha),并同步向全量用户开放GLM Coding Plan订阅,覆盖Lite,Pro,Max及团队版本,这是国内最早以订阅制交付编码智能体能力的大模型服务之一;截至本公告日期,GLM模型的MaaS平台企业和开发者用户超过740万,MaaS平台Token调用量较年初增长超过40倍,其中Coding Plan调用量增长超过23倍,同期API平均售价提高约101%。
...
业务展望：
二零二六年上半年公司验证了模型可以独立完成一件完整的工作,下一步是让它承担一段完整的业务。
任务维度:从长程任务到自治系统,让模型在更长的周期内保持目标一致,持续进行任务拆解,工具调用,环境交互,错误修复与结果验证,今天的前沿是数小时量级的工程任务,下一步是数天量级的完整交付;从单一Agent走向多Agent分工协作,由模型承担完整业务流程,从辅助工作走向执行工作,门槛更在可靠性方面。
能力维度:Scaling从未停止,变的是Scaling什么;今天决定一个模型上限的是基座规模,有效深度,训练深度,任务环境四个因素的组合,公司将在不同阶段判断哪个因素当前回报最高;公司正在推进下一代基座模型的训练,方向包括更大的有效规模,更长的原生上下文与原生多模态的统一建模,并将继续扩大长程任务的强化学习规模,延长有效训练轨迹,提高轨迹利用效率。
系统维度:训练系统的数据,环境,基础设施三个组成部分都出现了由AI接管的早期证据,三条线指向同一个终局:递归式的自我改进(Recursive Self-Improvement);公司的技术愿景是Fully Self Training,下一代GLM将在上一代GLM搭建的环境里训练。
边界与治理:公司需要保证对模型能力的评估与风险的判断最终由人来裁量,并引入外部机构独立评估;公司将继续在能力上限,推理效率,任务价值密度与安全治理之间寻找新的平衡,让更高水平的智能稳定,可控地进入真实世界,让全人类享受普惠智能。
查看全部