本地化收入拖累半年业绩，但API与ARR加速促使目标价上调至HK$2,000

概览

报告复盘智谱AI的1H26业绩，并将分析重点从本地化部署收入不及预期转向云端/API业务的快速扩张。摩根大通认为，模型迭代正同步推动用量、定价和ARR上升，推理效率与商业毛利也在改善，因此上调收入预测和目标价，但强调盈利改善仍将滞后于收入增长。

核心观点

1H26表面上的收入不及预期几乎全部来自本地化部署业务。智谱AI实现收入Rmb954mn，同比增长400%，但较摩根大通预测低22%、较市场一致预期低30%。其中，本地化部署收入同比下降20%至Rmb129mn，较摩根大通预测低64%；报告认为这是公司正在主动收缩的业务。相比之下，云端/API收入达到Rmb825mn，同比增长2,736%、环比增长412%，与摩根大通预测大致相符，占总收入的比重由一年前的15.2%升至86.5%。因此，报告认为业务重心已明显转向更具扩展性的API模式，不应仅根据本地化收入缺口判断增长趋势。 更关键的变化发生在6月之后。智谱AI的ARR历来会在模型和产品升级后阶跃式上升，而本轮增幅是迄今最大的一次：2026年8月ARR达到US$1.6bn，较2025年12月增长46倍，对应仅8月单月收入约US$133mn，已经超过整个1H26云端/API收入US$123mn。管理层预计年末ARR进一步增长50%至US$2.4bn，显著高于此前US$1bn的指引。加速同时来自用量和价格：MaaS Token消耗量较年初增长超过40倍，Coding Plan用量增长超过23倍，平均API价格上升约101%，付费日活跃用户增长603%，收入排名前十客户的日均用量增长98倍。摩根大通据此判断，GLM-5.2/5.3不仅带来了更多使用量，也提高了实际定价与付费转化。 收入扩张开始改善单位经济性，但利润释放仍有时滞。云端/API毛利率由1H25的-0.4%和FY25的18.9%升至1H26的24.6%，集团毛利率同比提高16个百分点至26.4%。调整后净亏损为Rmb2.0bn，低于Rmb2.1bn的研发开支，表明商业毛利在扣除销售和管理费用后已经能够承担部分研发投入。不过，研发支出仍超过收入的两倍，绝对投入需求依然很高，因此报告预计盈利改善会落后于近期收入加速。财务模型显示，2026E和2027E调整后净亏损分别为Rmb3,547mn和Rmb1,968mn，2028E才转为调整后净利润Rmb6,651mn；经营现金流预计由2026E的-Rmb1,278mn转为2027E的Rmb4,721mn和2028E的Rmb20,572mn。 推理效率和算力供给是API增长能否延续的另一关键。管理层称单位Token推理成本年初至今下降约80%，同一国产硬件上的端到端服务性能提高约3倍。智谱AI已在约10万张国产加速卡的规模上实现生产推理，GLM-5.3 Flash在国产芯片上六天处理超过60万亿个Token；管理层预计未来3—6个月将获得更多先进国产GPU。摩根大通认为，物理算力增加与单卡吞吐提升将共同扩大可计费Token供给，支持快速增长的API需求。 应用层面，管理层将能力演进路径概括为Chat→Coding→Agent→Co-work→Autonomous AI。Coding已成为最大收入来源，同时为长周期规划、工具调用、验证和错误恢复提供训练环境。网络安全是目前最清晰的外延场景：自GLM-5.2以来，智谱AI已在269个项目中识别2,400个经专家筛选的漏洞，其中超过1,000个属于高风险漏洞。法律、金融和数据分析仍处于较早阶段，尚未形成有意义的收入。报告因此看好Coding向更高价值专业工作流迁移，但非Coding场景的商业化仍需验证。 产品与渠道仍在扩展。GLM-5.3在沿用GLM-5.2约745bn参数基础模型的情况下，通过更深度的后训练使端到端任务完成度提高超过50%。下一代GLM基础模型已进入训练，目标包括更大的有效规模、更长的原生上下文和原生多模态能力；更长期的方向是让模型生成数据、建立训练环境和验证器，并优化自身基础设施。海外方面，公司正与海外云服务商讨论开放权重模型、本地托管和收入分成，管理层预计未来1—2个月取得进一步进展，这可能扩大分发而无需智谱AI独自承担全部新增算力。 基于US$2.4bn年末ARR假设，摩根大通将2026—2030E收入预测分别上调14%、18%、11%、14%和14%，至Rmb6,102mn、Rmb17,759mn、Rmb45,589mn、Rmb127,003mn和Rmb220,397mn。2026E调整后EPS由-Rmb7.68下调至-Rmb8.02，变动-4.5%；2027E则由-Rmb4.39改善至-Rmb4.27，变动+2.8%，再次体现收入先于盈利改善。报告维持Overweight，并将2026年12月目标价由HK$1,800上调至HK$2,000。目标价以2030E正常化调整后净利润Rmb61,138mn、调整后EPS Rmb133和20倍市盈率为基础，再按15%的WACC折现；20倍估值高于中国一线互联网公司，报告以2026—2030E收入复合增速超过100%解释这一溢价。

分析框架

报告首先将1H26实际业绩与摩根大通预测及市场一致预期比较，再按本地化部署和云端/API拆分收入缺口。随后以模型发布前后的ARR、Token用量、客户使用量和API定价判断增长动能，并通过毛利率、推理成本、算力吞吐和研发支出评估规模化经济性。最后，报告把US$2.4bn年末ARR纳入2026—2030年财务预测，并采用远期市盈率与WACC折现框架计算目标价。

方法论与常识提炼

• 行业/产业分析框架量价拆分

  API用量与定价拆分

  报告分别观察MaaS Token消耗、Coding Plan用量、付费用户和主要客户使用量，以及平均API价格，说明收入加速同时由使用规模扩大和实际定价上升推动。

• 事件博弈与行为金融事件驱动分析

  模型发布与ARR阶跃关系

  报告将历次模型和产品升级视为ARR跃升的触发点，并以GLM-5.2/5.3发布后的用量、价格和ARR变化判断新模型的商业转化效果。

• 竞争与战略框架规模经济/学习曲线

  推理单位经济性与规模化

  单位Token成本下降约80%、同一硬件服务性能提升约3倍，说明算法和工程效率提升可以增加单卡可计费供给，并改善API毛利率。

• 估值方法PE/PEG 估值

  远期正常化市盈率折现估值

  报告对2030E正常化调整后EPS采用20倍市盈率，再以15%的WACC折现至2026年12月；估值溢价主要反映其预计的2026—2030E收入复合增速超过100%。

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）。

• 智谱AI（Z AI Co Ltd - H，02513.HK）

  报告唯一的主要覆盖公司；云端/API、Coding和模型迭代是核心增长来源，本地化部署收入下降构成1H26业绩缺口。

  优势

  GLM系列多次达到国内领先水平；模型能力能够转化为付费使用和定价提升；云端/API毛利率及推理效率改善；Coding已形成最大收入来源。

  劣势

  研发支出仍超过收入两倍，盈利改善落后于收入增长；法律、金融和数据分析等非Coding场景尚未形成有意义的收入。

  对比

  摩根大通在中国大模型公司中偏好智谱AI，并给予其相对中国一线互联网公司更高的估值倍数，以反映预计超过100%的2026—2030E收入复合增速。

  风险

  面临出口管制、地缘政治和实体清单风险，以及竞争、持续高研发投入、商业化、客户采用和外部算力供应风险。

关键数据

• 1H26总收入Rmb954mn同比增长400%，较摩根大通预测低22%，较市场一致预期低30%。
• 1H26本地化部署收入Rmb129mn同比下降20%，较摩根大通预测低64%。
• 1H26云端/API收入Rmb825mn同比增长2,736%、环比增长412%，占总收入86.5%，一年前为15.2%。
• 2026年8月ARRUS$1.6bn较2025年12月增长46倍，对应8月单月收入约US$133mn。
• 2026年末ARR指引US$2.4bn较8月再增长50%，此前管理层指引为US$1bn。
• API增长指标MaaS Token用量>40倍；Coding Plan用量>23倍；平均API价格约+101%付费DAU增长603%，收入前十客户的日均用量增长98倍。
• 云端/API毛利率24.6%1H25为-0.4%，FY25为18.9%；1H26集团毛利率同比提高16个百分点至26.4%。
• 研发与亏损调整后净亏损Rmb2.0bn；研发支出Rmb2.1bn商业毛利已承担部分研发费用，但研发支出仍超过收入的两倍。
• 推理效率单位Token成本约-80%；服务性能约3倍均为2026年初至报告期的改善；公司已实现约10万张国产加速卡规模的生产推理。
• 网络安全应用2,400个漏洞、269个项目其中超过1,000个为高风险漏洞。
• 2026—2030E收入预测Rmb6,102mn / Rmb17,759mn / Rmb45,589mn / Rmb127,003mn / Rmb220,397mn较旧预测分别上调14%、18%、11%、14%和14%。
• 目标价估值参数20倍2030E P/E；15% WACC基于2030E调整后净利润Rmb61,138mn及调整后EPS Rmb133，得出2026年12月目标价HK$2,000。

影响与含义

报告认为，智谱AI的收入结构正在从一次性、扩展性较弱的本地化部署转向云端/API，模型能力提升已同时转化为更高用量和更高价格。毛利率、推理成本和算力效率改善使商业收入开始承担部分研发投入，但高研发强度意味着盈利兑现仍将明显滞后。若API运行速度、国产算力供给、非Coding应用和海外渠道按管理层预期推进，报告的收入上调与估值溢价将获得进一步支撑。

风险

• 出口管制、地缘政治风险或被列入实体清单可能限制公司的经营与资源获取。
• 竞争加剧可能削弱智谱AI的模型领先地位、定价能力或客户增长。
• 持续且高额的研发投入带来执行风险，并继续对盈利能力形成压力。
• 商业化进展和客户采用仍存在不确定性，尤其是Coding以外的应用场景。
• 公司依赖计算基础设施及外部供应商，因此面临算力成本和可获得性风险。

后续跟踪

• 关注2026年9月及第四季度的API收入运行速度，验证8月ARR加速能否延续。
• 关注Coding以外场景的采用和收入贡献。
• 关注海外CSP的本地托管、开放权重模型及收入分成合作能否实现商业化。
• 关注下一代GLM的能力、推理成本和相对竞争定位。