核心内容の要約
2026年上半期の智谱の業績は、「高い成長率＋損失の縮小＋構造の最適化」という特徴を示しています。収入は前年同期比で約4倍に急増しましたが、依然として損失が発生しています（ただし、前年よりは損失額が少ない）。収入構造は「モデルの導入サービス」から「APIサービスの提供」へと変化し、API事業が収益を生み出し始めています。また、「モデルのパラメータが少ない」という疑問に対して、モデルの効果は多くの要因の総合的な結果であると強調しています。計算能力においては国産チップを使用した大規模な推論が実現され、より「効果的な計算能力」に注目が集まっています。業界の競争は短期的なランキングではなく、低コストで高い知能を継続的に提供する能力にかかっています。
1. 收入は急増しているが損失が続く：構造の変化の方が成長率よりも重要
智谱の上半期の収入は9.54億元で、前年同期比で399.7%増加しましたが、損失額は20.72億元で、前年同期より12%減少しました。なぜ収入が増えても損失が発生するのでしょうか？その鍵は収入の「源泉」にあります：
- 以前は主に「ローカライズされた導入サービス」（モデルを顧客のサーバーにインストールし、一度に料金を請求する）に依存していましたが、現在では収入の86.5%が「オープンプラットフォーム＋API」（モデルをインターフェースとして提供し、企業や開発者が呼び出し回数に応じて料金を支払う）から得られています。
- API事業の毛利率は前年の-0.4%（一度の利用で損失が発生）から24.6%（収益が生まれる）に変わり、このビジネスモデルが成功していることを示しています。取締役会の秘書は、「収入構造の変化の方がより注目に値する」と述べており、APIは安定した収入源であり、将来的な収益能力がさらに強化されると期待されています。
2. モデルのパラメータだけが全てではない：「パラメータが少ない」という疑問に智谱はどう答えるのか？
智谱の創業者である唐杰は、「モデルの良し悪しはパラメータの量だけで判断できない」と実際的な回答をしています：
- モデルの性能は、パラメータの量（例えば大規模モデルにどれだけのパラメータがあるか）だけでなく、トレーニングデータの量、計算能力の使用方法（事前トレーニング／中間トレーニング／事後トレーニング）、そしてどのように使用されるかにも依存します。
- 例を挙げると、GLM-5.3と5.2はパラメータの量は同じですが、1ヶ月間の長期トレーニングや強化学習を行った結果、GLM-5.3の方が性能が優れていました。彼はモデルの最適化を「複数のノブを調整する」ことに例えており、今回は事後トレーニング（既存のモデルを基に最適化する）を選択しただけであり、他のプロセスが重要でないわけではありません。今後も調整が続けられる予定です。
- 現在、国内のトレーニングデータ量は約30～50兆トークンですが、計算能力には限りがあるため、無闇にパラメータを増やしても「限界のある利益」しか得られません（例えばパラメータを2倍にしても効果は5%しか向上しない）。より効果的な場所に資金を投じる方が良いのです。
3. 计算能力の秘訣：国産チップを使用できるだけではなく、「効果的な計算能力」が求められる
智谱は以前に「10万カード規模の国産チップを使用した大規模な推論」を実現したと発表していましたが、今回は2つの重要な点を補足しました：
- 计算能力の調達方法は多様化しており、自社のクラスター＋レンタル＋購入を組み合わせて、トレーニングから推論までの全プロセスをカバーしています。
- 業界の問題も変化しています。以前は「国産チップでモデルが動くかどうか」が問われていましたが、今では「国産チップを使用することが経済的にメリットがあるかどうか」が問われています。
- 「効果的な計算能力」の重要性を強調しており、単に多くのチップを購入するだけではなく、それらのチップが実際に正常に動作し、安定して使用でき、データ処理能力に変換できるかが重要です。単にチップを積み上げるだけでは意味がありません。実際に役立つ計算能力こそが鍵です。
4. 業界の競争は何か？短期的なランキングではなく、「持続的なコストパフォーマンス＋新しいタスクへの対応能力」
劉德兵会長は、モデルの更新が速いため、今日あるランキングで1位になっても明日には他社に追いつかれると述べています。真の競争力は、より低コストで高い知能を継続的に提供する能力です。例えば、同じAI機能を他社よりも安く提供するか、同じコストでより良い結果を出すことです。
- 未来の価格動向としては、一般的なタスク（例えば簡単なQ&A）の価格は下がり続けるでしょうが、新しいタスク（例えば複雑な科学研究や工業設計）に対応できるモデルは高価で取引されるでしょう。
- 定価権は「トークンの量」（例えば1回の呼び出しにいくらかかるか）ではなく、「トークンがどのようなタスクを完了できるか」にあります。もし自社のモデルが他社では解決できない問題を解決できるなら、少し高くても顧客は喜んで支払うでしょう。
総括
智谱の半年報からわかるのは、AI企業の成長は収入の成長率やモデルのパラメータだけでなく、ビジネス構造の健全さ、技術の実用性、計算能力の効率性、そして「実用的な価値」を継続的に創出できるかが重要であるということです。一般ユーザーにとっては、これはAIサービスがより安価になる一方で、複雑な問題を解決できるAIが依然として高価で価値があるということを意味しています。