2021年智谱最早提出“模型即服务MaaS”概念，此后便一直聚焦tob战场，开创“API调用、自定义微调、云端私有化部署”三种MaaS的商业化落地方式，试图将客户黏在平台上。

　　Tokens调用量，尤其是付费Tokens，是市场真金白银的投票结果，往往在模型落后时迅速衰减，在模型领先时快速爆发。智谱推出的新模型GLM-4.5和GLM-4.6，对代码任务做了深度优化。据官方数据，智谱针对编程场景推出了GLM Coding套餐，该套餐在推出短短两个月内，便吸引了15万开发者订阅，有望实现年化经常性收入过亿人民币。

　　都在“编码”这个高价值的垂直场景上，智谱找到了付费客户。

　　这证明，即便在焦土化的中国市场，企业依然在用预算投票，愿意为实打实的性能和可预测性支付溢价。

　　独立厂商突围：从效能到底座

　　MaaS模式的爆发，不仅是商业选择，更是一种技术必然。

　　AI“下半场”的核心议题之一，在于企业如何制定其私有化部署与MaaS API的AI战略。这不仅是技术路径的选择，更是一个关乎企业生存速度、成本效率和数据战略的经济学问题。

　　对于大量的互联网和应用侧客户而言，答案正变得日益清晰。AGI时代形成了一个独特的引擎：速度。基础模型的能力边界正在经历“指数级”扩张，这导致每两三个月，就会有一个新的性能颠覆者出世。

　　这个速度，为那些高度依赖SOTA性能的客户带来了新的经济考量，投资一个静态的、本地部署的模型在经济上变得“不理性”。正如智谱高级副总裁吴玮杰提到，客户花费数月精调的GLM-3模型，其性能很快就被未经调优的基础版GLM-4所超越。对于这类追求SOTA性能的客户而言，MaaS是确保他们永远处在技术前沿、最具经济效益的选择。

　　为什么开发者愿意支付溢价？因为在代码编写、金融研报分析等容错率极低的场景中，模型能力的微小提升，带来的不是5%的体验改善，而是生产力从不可用到可用的质变。

　　这一趋势已得到宏观数据的印证。来自国家数据局等机构的数据显示，中国大模型日均Token消耗量正呈指数级增长，2024年初中国日均Token消耗量为1000亿，2025年6月已突破30万亿。这足以说明MaaS模式正以前所未有的热度爆发，模型也变得真实可用。

　　当然，MaaS并非唯一的答案。对于金融、法律、医疗和政府等高度监管的行业，定制化则是另一种解法。

　　对它们而言，数据主权和安全合规是一种“非功能性”的刚性需求。在数据不能出域的刚性约束下，私有化部署成为了这些高价值客户的必然选择。

　　但这已非传统的项目制。新一代的大模型私有化，交付的不再是繁重的定制项目，而是一个具有强大泛化能力的“半成品”——即SOTA的基座模型。这种“模型驱动”的交付模式，成为了独立厂商将技术长板变现的最佳载体。它不再是单纯的项目交付，而是一种“模型驱动的高溢价服务”，其模型的毛利率和泛化性都能保持在良好水平，是一种可扩展、高利润的企业模式。

　　因此，AI“下半场”的领跑者，并非在MaaS和私有化之间进行“二选一”，而是能同时驾驭这两条轨道的公司。

　　模型效果是敲门砖，业务效率是客户买单的理由，而定制化则是将这份价值安全、合规地输送进大型企业的管道。这不仅是应对巨头挤压的战术动作，更是大模型商业化进入深水区后的必然选择。

　　这就是独立厂商在“下半场”的立身之本：不与巨头比拼云资源的厚度，而是比拼模型解决复杂问题的锐度。当企业从尝鲜转向投产，他们对算力成本的敏感度，远低于对业务交付效率的敏感度。对于智谱等厂商而言，在Coding等“长板”场景上证明自己能帮助企业实打实地降本增效，其商业价值远胜于卷入无休止的Token价格战。

　　这种对 “模型效果”和“业务效率”的极致追求，不仅让独立厂商在巨头的缝隙中站稳了脚跟，也为它们通向下一个更宏大的终局——“模型即应用”，积蓄了关键的技术势能。

　　模型“吞噬”应用，通向AGI的价值重估

　　MaaS的跑通，让行业看到了一条清晰的现金流河床，而AI“下半场”的终局猜想也在逐渐清晰。

　　过去两年，市场沉迷于“寻找[*]手级应用”，这本质上是用移动互联网的旧地图在找新大陆。真正的现实是：基座模型本身正在成为唯一的超级应用。

　　基座模型的每一次迭代，都在实质性地“摸高”——从文本生成到逻辑推理，再到如今的自主行动。

　　硅谷独角兽Inflection AI的倒下是一个标志性事件。这家估值40亿美元的“应用层”明星，试图在模型之上构建情感陪伴壁垒，最终却因缺乏底层基座的智力造血能力，被微软收购。国内大量基于API开发的“套壳”文案、绘图应用，在SOTA模型的一次版本更新后瞬间归零。

　　结论很残酷：在通往AGI的路上，所有不掌握模型权重的“薄封装”应用，其护城河的高度都将随着基座模型的摸高而被填平。

　　真正的终局是，模型本身成为了唯一的超级入口。以智谱推出的Auto GLM为例，它展示了未来的更多可能性——AI不再是聊天框里的“副驾驶”，而是接管手机操作权的“驾驶员”。它能像人类一样“看懂”屏幕、点击、跨应用执行复杂的点餐、订票任务。

　　当模型进化为能够自主操作界面的智能体，也逐渐成为用户交互的第一界面。在这种“模型即应用”的终局里，价值链将不可逆转地从应用层回流到基座层：只有拥有最强的大脑，才能驱动最能干的手脚。

　　随着基座模型通过“摸高”成为了能够自主决策、自主执行的Agent，其商业本质也随之发生了基因突变。

　　正如智谱CEO张鹏在多个场合所强调的行业判断：“大模型不仅是工具的升级，更是新生产要素的诞生。”

　　这一观点的潜台词是：我们卖的不再是软件，而是劳动力。这是一个从千亿级软件市场向万亿级劳动力市场跨越的质变。

　　当下的市场正在释放一个极其微妙的信号。当英伟达内部人士密集减持、SoftBank清仓58亿美元英伟达股票以换取对OpenAI的加注时，聪明的钱正在投票——产业价值链悄然从算力堆叠向智力兑现转移。

　　在大洋彼岸，这一逻辑已将基座模型厂商推向了新的估值神坛。OpenAI的估值在半年时间里，已从3000亿美元飙升至5000亿美元； xAI也计划在进行150亿美元融资，对应估值达2300亿美元，在今年3月，其估值还在1130亿美元。全球资本正以近乎疯狂的溢价，抢购通往AGI的“终极门票”。

　　这也使得，当前资本市场对中国独立基座厂商的定价，存在着巨大的认知错配。市场给予OpenAI的是“AGI门票”的定价，逻辑是它将成为未来的基础设施；而给予智谱等中国头部厂商的，则依然是传统的定价。

　　近期推出的LMArena Code Arena 榜单中，智谱推出的 GLM-4.6 模型在编程与代码生成任务上，与 Anthropic 的 Claude 系列和 OpenAI 的 GPT-5 等模型并列首位；另一方面，它迅速将这种能力转化为“Coding”等[*]手级应用，直接切入开发者的工作核心，实现了过亿的ARR。

　　估值上的差异在逻辑上是无法长期维系的。随着模型即应用的终局确立，基座模型不再是软件，而是数字劳动力。当硅谷的同行按AGI定价时，中国这些掌握核心模型权重、且自主可控的独立厂商，也应该重新估值。

　　当潮水从硬件赛道退去，真正的价值将向 “智力源头”回流。中国 基座模型厂商 价值重估的剧目， 也 才刚刚开场。

　　*以上内容不构成投资建议，不代表刊登平台之观点，市场有风险，投资需谨慎，请独立判断和决策。