Z.AI的ARR与API商业化快速提速，但云化转型和高研发投入仍压制盈利能见度

概览

本报告复盘Z.AI的1H26业绩，并围绕ARR与收入差异、商业化和利润率路径、下一代模型、算力扩张以及估值展开分析。高盛认可公司在API、定价和企业采用方面的加速，但认为本地化业务转弱、持续高研发投入和现金消耗使当前风险回报仍较均衡。

核心观点

高盛将1H26业绩定性为喜忧参半。公司收入为Rmb954mn，同比增长400%、环比增长79%，但较高盛预测的Rmb1,808mn低47%。Open Platform/API收入为Rmb825mn，同比增长2,736%、环比增长412%，较市场一致预期高4%，但因总额法与净额法核算差异以及ARR增长更偏下半年，较高盛预测低38%。本地化部署收入则降至Rmb129mn，同比下降20%、环比下降65%，较高盛预测低73%，反映业务由本地化部署向云端MaaS转型所带来的阶段性压力。 盈利表现同样分化。API业务毛利率达到24.6%，高于高盛预测的24.0%及2H25的22.4%，即使算力成本上升仍实现改善；但本地化部署盈利弱于预期，令综合毛利率只有26%，低于高盛预测的32%，不过仍高于MiniMax的18%。1H26毛利为Rmb252mn，同比增长164%，但较高盛预测低56%。研发费用为Rmb2.131bn，同比增长34%，大致符合预期；同期经调整净亏损为Rmb1.964bn。高盛认为，推理业务产生的毛利已能部分承担模型研发投入，但尚不足以改变整体亏损状态。 ARR是本次报告最突出的增长指标。公司8月ARR超过US$1.6bn；按最新一周运行率计算，年化水平约US$2bn，均为总额口径。ARR从3月的US$250mn升至7月的US$1bn，再升至8月的US$1.6bn，显示增长轨迹快速抬升。驱动因素既包括用量也包括价格：年初至今MaaS Token消耗增长40倍、Coding Plan使用量增长23倍，API平均售价上升101%。企业渗透也显著加深，前十大客户的日均使用量较年初增长98倍，GLM成为中国四家头部互联网平台在全球范围内的主要模型供应商。管理层解释，ARR与1H确认收入之间的差距，一方面来自渠道分成被纳入ARR所造成的总额与净额口径差异，另一方面来自ARR反映当前运行速度，而会计收入尚未完全体现近期加速。 基于Token用量和定价能力继续提升，高盛将2H26收入预测上调至约Rmb7.0bn，此前为Rmb6.8bn；但因1H收入低于预期，将FY26收入预测由Rmb8.6bn下调至约Rmb7.9bn。2026年末ARR预测由US$2.5bn上调至US$2.7bn，高于高盛对MiniMax的US$1.2bn预测。管理层不以最大化Token总量为首要目标，而是聚焦价值更高的Token需求，以编程为主要切入口，并向Agent、Co-work和自主AI工作流扩张。随着模型能力提升，公司预计商业化模式将由API调用和订阅逐渐转向按任务成果交付，同时约每2至3个月发布一次模型，以维持开源模型竞争力。高盛据此将Open Platform在2H26和FY26的毛利率预测分别上调至25.3%和25.2%，此前为23.4%和23.5%；主要依据是定价能力改善、模型发布后的推理效率提升，以及Token规模扩大带来的经营杠杆。 模型路线图方面，管理层认为提升智能水平仍依赖规模扩张，并需要共同优化预训练规模、有效深度、训练深度和任务环境。公司将GLM-5.2和GLM-5.3视为后训练仍具较高投入回报的证据，GLM-5.3 Flash则通过新架构提高效率并拓展智能与成本的边界。下一阶段将重点推进更大的基础模型、已经启动的下一代预训练、更长的原生上下文窗口及原生多模态能力，最终走向Fully Self Training，即由AI递归参与生成和改进未来训练所需的数据、环境及基础设施。 算力供给和效率是支持上述路线的另一条主线。公司通过自营集群、租赁容量和云服务采购共同扩充算力，其中超过10万颗国产芯片的集群已支持大规模推理，单位Token推理成本年初至今下降80%。在算力环境仍受约束的情况下，公司继续优化软件、网络和推理技术栈，API收入相对于每Rmb1算力支出的变现倍数同比提升14倍。高盛将2H26及FY26研发费用预测分别提高至Rmb4.3bn和Rmb6.4bn，此前为Rmb4.1bn和Rmb6.2bn，约三分之二与算力投入有关；此前完成的HK$31bn股权配售将用于更大规模的模型训练和持续增长的算力需求。 综合1H结果，高盛因本地化部署收入下调、API收入大致不变，将2026-28年收入预测分别下调8%、4%和2%，新预测为Rmb7.921bn、Rmb23.713bn和Rmb56.521bn，对应同比增长994%、199%和138%。因1H亏损高于预期，2026-28年盈利预测分别下调2%、4%和2%，预计经调整净亏损分别为Rmb4.618bn、Rmb5.262bn和Rmb1.381bn。12个月目标价维持HK$1,610，采用DCF估值，假设WACC为12%、永续增长率为2%、公司2030年市场份额达到20%，并在2035年实现26%的长期经调整EBIT利润率。牛市和熊市情景估值分别微调至HK$2,508和HK$839。高盛最终维持相对行业的Neutral评级，认为高速商业化与长期模型潜力和近期亏损、竞争及投入风险大致平衡。

分析框架

高盛先将1H26实际业绩与自身预测及市场一致预期逐项比较，再通过总额与净额核算差异、ARR的前瞻运行率特征以及云化转型解释收入偏差。随后把商业化增长拆分为Token用量、API价格和企业采用度，并结合模型发布节奏、推理效率及算力供给评估毛利率和研发投入路径。最后更新2026-28年收入与盈利预测，并用DCF及牛市、基准和熊市情景检验目标价。

方法论与常识提炼

• 估值方法DCF 现金流折现

  DCF估值

  报告将公司未来现金流折算为当前价值，采用12%的WACC和2%的永续增长率，并纳入2030年20%市场份额及2035年26%经调整EBIT利润率等长期假设，以得出HK$1,610的12个月目标价。

• 行业/产业分析框架量价拆分

  Token用量与API价格拆分

  报告把MaaS增长拆分为Token消耗、Coding Plan使用量和API平均售价，借此判断ARR提升并非只由流量扩张推动，也包含定价能力增强。

• 公司基本面与财务框架

  ARR运行率与会计收入桥接

  报告使用月度ARR和最新一周年化运行率观察实时商业化速度，再用渠道分成的总额与净额核算差异以及收入确认的时间滞后，解释ARR与1H报表收入之间的缺口。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Z.AI Co.（02513.HK）

  报告的主要覆盖公司，其增长取决于基础模型能力、MaaS/API商业化、企业采用和算力效率。

  优势

  ARR快速上升，Token使用量和API价格同步增长；API毛利率改善；头部企业客户采用加深；国产芯片集群和推理优化显著降低单位成本。

  劣势

  本地化部署收入明显下滑，综合收入和毛利低于高盛预测；研发支出和经调整净亏损仍高，近期盈利能见度有限。

  对比

  1H26综合毛利率26%，高于MiniMax的18%；研发费用同比增长34%，低于MiniMax的139%；高盛预测Z.AI的2026年末ARR为US$2.7bn，高于MiniMax的US$1.2bn。

  风险

  全球基础模型竞争、高研发支出、现金消耗与自我融资能力，以及中美科技竞争加剧带来的地缘政治风险。

• MiniMax Group

  报告用于比较毛利率、研发投入增速和ARR前景的同行公司。

  对比

  报告列示其综合毛利率为18%、研发费用同比增长139%，高盛预测其2026年末ARR为US$1.2bn，分别作为Z.AI相关指标的参照。

关键数据

• 1H26收入Rmb954mn同比增长400%、环比增长79%，较高盛预测低47%
• 1H26 Open Platform/API收入Rmb825mn同比增长2,736%、环比增长412%，较一致预期高4%，但较高盛预测低38%
• 1H26本地化部署收入Rmb129mn同比下降20%、环比下降65%，较高盛预测低73%
• 8月ARR超过US$1.6bn总额口径；按最新一周运行率年化约US$2bn
• ARR增长路径3月US$250mn、7月US$1bn、8月US$1.6bn反映年内商业化运行速度快速提升
• MaaS使用及定价Token消耗+40倍、Coding Plan使用量+23倍、API平均售价+101%均为年初至今变化
• 头部客户采用度前十大客户日均使用量+98倍相对于年初；GLM已成为中国四家头部互联网平台的主要模型供应商
• API业务毛利率24.6%高于高盛预测的24.0%及2H25的22.4%
• 综合毛利率26%低于高盛预测的32%，但高于MiniMax的18%
• 1H26研发费用Rmb2.131bn同比增长34%，大致符合高盛预测
• 1H26经调整净亏损Rmb1.964bn推理业务毛利可部分支持模型研发，但公司仍处于较大亏损状态
• 2026年末ARR预测US$2.7bn由US$2.5bn上调；高盛对MiniMax的预测为US$1.2bn
• 推理效率单位Token推理成本下降80%年初至今；算力变现倍数同比提升14倍
• 2H26/FY26研发费用预测Rmb4.3bn/Rmb6.4bn此前为Rmb4.1bn/Rmb6.2bn，约三分之二用于算力投资
• 12个月目标价HK$1,610维持不变；DCF采用12% WACC和2%永续增长率
• 估值情景牛市HK$2,508；熊市HK$839基准情景目标价为HK$1,610

影响与含义

报告认为，Z.AI的云化转型正在使短期会计收入与实时业务运行速度脱节：本地化部署收缩拖累当前收入，但ARR、Token用量、价格及企业采用度显示MaaS商业化明显加速。定价能力、推理效率和规模效应有望支持API利润率，不过更大的模型和算力投入意味着近期亏损及现金消耗仍然突出。公司向Agent、Co-work和自主工作流扩展，意在从调用量收费逐步转向价值更高、以任务成果为导向的商业模式，但目标价仍依赖持续取得市场份额和远期利润率兑现。

风险

• 上行偏差风险：模型智能水平可能强于预期。
• 上行偏差风险：盈利能见度可能比预期更快改善。
• 上行偏差风险：公司可能建立额外的非推理抽成收入来源。
• 上行偏差风险：整体商业化能力可能强于预期。
• 下行风险：全球基础模型行业竞争可能加剧。
• 下行风险：高研发费用可能使近期盈利能见度持续有限。
• 下行风险：现金消耗及自我融资能力可能弱于预期。
• 下行风险：中美科技竞争加剧可能带来地缘政治影响。

后续跟踪

• 关注ARR能否从8月超过US$1.6bn的水平继续向2026年末US$2.7bn预测推进。
• 关注总额与净额核算及增长时点差异缩小后，ARR能否转化为报表收入。
• 跟踪Token消耗、Coding Plan使用量、API价格及头部客户日均使用量。
• 跟踪API毛利率能否受益于定价能力、推理效率和规模效应而继续改善。
• 关注2H26研发费用上升、盈利能见度、现金消耗和自我融资能力。
• 关注约每2至3个月的模型发布节奏，以及更大基础模型、长上下文、原生多模态和Fully Self Training的进展。
• 跟踪算力扩张、集群利用率、单位Token推理成本及算力变现倍数。
• 关注公司由Coding向Agent、Co-work和自主AI工作流扩展以及向成果导向收费模式演进的进度。