Z.AI上半年业绩喜忧参半：ARR快速爬升，但云化转型与高研发投入压制收入和利润

概览

本报告复盘Z.AI的1H26业绩，并围绕ARR增长、商业化策略、模型路线图、算力扩张和盈利路径展开分析。高盛认可其MaaS需求、定价能力及企业渗透加速，但认为云化转型期的收入确认差异、下滑的本地化部署业务和持续高研发投入使风险回报保持均衡。

核心观点

1H26业绩呈现明显的结构性分化。公司收入为人民币954mn，同比增长400%，但较高盛预期低47%；其中开放平台/API收入达到人民币825mn，同比增长2736%、环比增长412%，较市场一致预期高4%，但较高盛预期低38%。本地化部署收入仅人民币129mn，同比下降20%、环比下降65%，较高盛预期低73%。高盛认为，整体收入和盈利承压主要源于公司从本地化部署向云端MaaS转型，而不是API需求本身走弱。 盈利质量同样喜忧参半。开放平台/API毛利率达到24.6%，高于高盛预期的24.0%和2H25的22.4%，即使算力成本上升，定价改善和推理效率仍支撑了该业务的单位经济性。另一方面，本地化部署盈利弱于预期，使综合毛利率降至26%，低于高盛原估计的32%，但仍高于MiniMax的18%。1H26研发费用为人民币2.131bn，同比增长34%，大致符合预期；经调整净亏损为人民币1.964bn。报告认为，推理业务产生的毛利已能部分资助模型研发，但公司距离清晰的整体盈利仍有距离。 ARR是报告最为关注的增长指标。ARR从2026年3月的US$250mn升至7月的US$1bn，再于8月达到US$1.6bn；按最近一周运行率年化约为US$2bn，以上为包含部分渠道分成的总额口径。增长由量价共同驱动：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%。企业采用也明显深化，前十大客户的日均使用量较年初增长98倍，GLM已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。 高盛指出，ARR与1H26报表收入之间的差距主要来自两点：其一，ARR包含部分渠道分成，而会计收入采用总额或净额确认后口径不同；其二，ARR具有前瞻性，而本轮增长主要在年中以后快速加速，尚未完全转化为上半年收入。基于Token用量和定价继续提升，高盛预计2H26收入约人民币7.0bn、FY26收入约人民币7.9bn，此前预测分别为人民币6.8bn和8.6bn；同时把2026年末ARR预测由US$2.5bn上调至US$2.7bn，高于其对MiniMax的US$1.2bn预测。 商业化方面，管理层强调目标是获取更高价值的Token需求，而不是单纯追求Token总量。编码仍是主要入口，但产品范围将向Agent、协同工作和自主AI工作流扩展；随着模型能力提高，收费模式预计会从API消耗和订阅逐步转向按任务结果交付。公司计划约每2至3个月发布一次模型，以维持其在开源模型领域的领先位置。高盛据此把2H26和FY26开放平台毛利率预测上调至25.3%和25.2%，此前分别为23.4%和23.5%，支撑因素包括定价能力、模型发布后的推理效率改善以及Token规模扩大带来的经营杠杆。 模型路线图方面，公司认为扩大规模仍是提升智能水平的核心路径，需要同时优化预训练规模、有效深度、训练深度及任务环境。管理层以GLM-5.2和GLM-5.3为例，认为后训练目前是回报较高的扩展手段；GLM-5.3 Flash则通过新架构进一步拓展智能水平与成本之间的边界。下一阶段将推进更大的基础模型、更长的原生上下文窗口及原生多模态能力，之后再向Fully Self Training发展，即由AI递归地帮助生成和改进未来训练所需的数据、环境及基础设施。 算力扩张与效率优化是实现上述路线的约束条件。公司通过自营集群、租赁容量和云服务采购扩大供给，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%。在算力仍受约束的环境中，公司继续优化软件、网络和推理栈；每投入人民币1元算力成本所产生的API收入，即算力商业化倍数，同比增长14倍。高盛将2H26和FY26研发费用预测分别提高至人民币4.3bn和6.4bn，此前为人民币4.1bn和6.2bn，约三分之二预计与算力投入有关；公司此前完成的HK$31bn股权配售将用于更大规模模型训练和持续增长的算力需求。 计入1H26结果后，高盛将2026—2028年收入预测分别下调8%、4%和2%，至人民币7.921bn、23.713bn和56.521bn。调整几乎全部来自本地化部署收入下修：2026—2028年预测降至人民币456mn、625mn和861mn，较旧预测低59%、66%和68%；开放平台/API收入预测则大致不变，分别为人民币7.466bn、23.088bn和55.660bn。因上半年亏损高于预期，2026—2028年盈利预测分别下调2%、4%和2%，对应经调整净亏损约人民币4.618bn、5.262bn和1.381bn。 估值方面，高盛维持12个月目标价HK$1,610，并维持行业相对中性评级。目标价采用DCF估值，假设加权平均资本成本为12%、永续增长率为2%，公司到2030年取得20%的市场份额，并在2035年实现26%的长期经调整EBIT利润率。牛市和熊市情景隐含估值分别微调至HK$2,508和HK$839；高盛认为，强劲的ARR和商业化潜力与基础模型竞争、高研发投入、现金消耗及地缘政治风险之间形成了均衡的风险回报。

分析框架

高盛首先将1H26实际业绩与自身预测及市场一致预期比较，拆分开放平台/API和本地化部署对收入、毛利及亏损的影响；随后用ARR与报表收入的会计口径及时间差解释增长错位，并从Token用量、API价格、客户采用和单位算力产出判断商业化趋势。报告再评估产品与模型路线图、算力供给和研发投入，据此修订2026—2028年预测，最后以DCF和牛熊情景检验目标价及风险回报。

方法论与常识提炼

• 事件博弈与行为金融预期差/预期管理

  实际业绩与高盛预测及市场一致预期对比

  报告逐项比较1H26实际收入、毛利率、研发支出和亏损与预期的差异，以识别业绩中超预期和低于预期的部分。

• 行业/产业分析框架量价拆分

  MaaS增长的Token用量与API价格拆分

  报告把ARR和API收入增长分解为Token消耗量扩大与API平均售价提高，从而判断增长既来自需求放量，也来自定价能力增强。

• 公司基本面与财务框架

  ARR—报表收入桥接分析

  报告通过总额与净额会计差异、渠道分成以及ARR的前瞻属性，解释快速上升的ARR为何尚未完全体现于1H26报表收入。

• 估值方法DCF 现金流折现

  DCF估值

  高盛以未来现金流折现确定12个月目标价，采用12%加权平均资本成本和2%永续增长率，并纳入2030年市场份额及2035年利润率假设。

• 估值方法

  牛市、基准和熊市情景估值

  报告通过不同经营假设形成HK$2,508、HK$1,610和HK$839的牛市、基准及熊市隐含估值，用于呈现关键假设变化下的估值区间。

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）

  报告的主要研究对象，受益于MaaS需求、API定价和企业采用提升，但仍处于云化转型及高投入阶段。

  优势

  ARR快速增长；Token用量与API价格同步提升；开放平台毛利率改善；头部互联网客户采用深化；推理成本和算力商业化效率提高。

  劣势

  本地化部署收入及盈利弱于预期；综合毛利率承压；研发费用和经调整净亏损仍高。

  对比

  综合毛利率为26%，高于MiniMax的18%；2026年末ARR预测为US$2.7bn，高于高盛对MiniMax的US$1.2bn预测；研发费用同比增34%，低于MiniMax的139%。

  风险

  基础模型竞争、高研发投入导致的近期盈利能见度不足、现金消耗和自我融资能力，以及中美科技竞争相关地缘政治风险。

• MiniMax Group

  报告用于比较ARR、毛利率和研发投入增速的同业对象。

  对比

  报告列示MiniMax综合毛利率为18%、研发费用同比增长139%，高盛对其2026年末ARR预测为US$1.2bn，均用于与Z.AI比较。

关键数据

• 1H26收入人民币954mn同比增长400%，较高盛预期低47%
• 1H26开放平台/API收入人民币825mn同比增长2736%、环比增长412%；较一致预期高4%，较高盛预期低38%
• 1H26本地化部署收入人民币129mn同比下降20%、环比下降65%，较高盛预期低73%
• 2026年8月ARRUS$1.6bn按最近一周运行率年化约US$2bn，采用总额口径
• ARR爬升路径US$250mn／US$1bn／US$1.6bn分别对应2026年3月、7月和8月
• Token消耗增长+40X YTDMaaS业务年初至今的用量增幅
• Coding Plan使用量增长+23X YTD编码仍是商业化的主要入口
• API平均售价+101% YTD与用量增长共同推动ARR
• 前十大客户日均使用量+98X相较2026年初
• 开放平台/API毛利率24.6%高于高盛预期24.0%及2H25的22.4%
• 综合毛利率26%低于高盛原估计32%，但高于MiniMax的18%
• 1H26研发费用人民币2.131bn同比增长34%，大致符合高盛预期
• 1H26经调整净亏损人民币1.964bn推理业务毛利可部分支持模型投资
• 2026年末ARR预测US$2.7bn此前为US$2.5bn；高盛对MiniMax的预测为US$1.2bn
• 2026—2028年收入预测人民币7.921bn／23.713bn／56.521bn较旧预测分别下调8%、4%和2%
• 单位Token推理成本-80% YTD超过10万颗国产芯片的集群已支持大规模推理
• 算力商业化倍数+14X YoY指每人民币1元算力支出产生的API收入
• 2H26／FY26研发费用预测人民币4.3bn／6.4bn此前为人民币4.1bn／6.2bn，约三分之二与算力投入有关
• 12个月目标价HK$1,610维持不变；牛市及熊市隐含估值分别为HK$2,508和HK$839
• DCF关键参数12% WACC／2%永续增长率另假设2030年市场份额达到20%、2035年长期经调整EBIT利润率达到26%

影响与含义

报告认为，ARR、Token用量、API价格及企业客户采用的同步提升，表明Z.AI的云端MaaS商业化正在加速，并为向Agent和按任务结果收费的模式演进奠定基础。与此同时，本地化部署业务收缩、收入确认与ARR之间的时滞、更高算力和研发投入意味着近期报表增长及盈利仍可能落后于运营指标，因此高盛在上调ARR和开放平台毛利率预测的同时，下调收入与盈利预测并维持中性评级。

风险

• 上行风险：模型智能水平强于预期。
• 上行风险：实现清晰盈利路径的速度快于预期。
• 上行风险：出现额外的非推理抽成收入来源。
• 上行风险：商业化能力强于预期。
• 下行风险：全球基础模型行业竞争加剧。
• 下行风险：高研发费用使近期盈利能见度有限。
• 下行风险：现金消耗及自我融资能力不足。
• 下行风险：中美科技竞争加剧带来的地缘政治不确定性。

后续跟踪

• 跟踪ARR能否延续从3月US$250mn升至8月US$1.6bn的增长轨迹，并达到2026年末US$2.7bn的预测。
• 观察Token用量、API价格和头部企业客户使用量能否继续共同增长。
• 关注编码业务向Agent、协同工作及自主AI工作流扩展后的商业化进展。
• 跟踪约每2至3个月一次的模型发布，以及更大基础模型、长上下文、原生多模态和Fully Self Training的推进。
• 观察单位推理成本、算力商业化倍数和开放平台毛利率能否继续改善。
• 关注研发与算力投入增加后，亏损、现金消耗及盈利能见度的变化。