Краткое содержание анализа
За первое полугодие 2026 года доходы компании Zhipu выросли в 4 раза (954 миллиона юаней), однако они оказались немного ниже ожидаемых уровней; убытки сократились, а объем инвестиций в исследования и разработки продолжил расти (2,13 миллиарда юаней). Структура доходов претерпела значительные изменения: доля открытой платформы и API выросла с 15% до 86%, что свидетельствует о переходе компании на масштабное коммерциализированное развитие. Главной новостью стало изменение технологического подхода: компания перестала сосредотачиваться на увеличении количества параметров моделей и начала использовать методы «послепроходного обучения» для повышения их эффективности, одновременно снижая затраты (цена модели GLM-5.3-Flash оказалась ниже, чем у конкурентов). Чтобы справиться с давлением затрат на вычислительные ресурсы, Zhipu создала собственный центр обработки данных на основе отечественных чипов, приобрела компанию, занимающуюся инфраструктурными решениями, и оптимизировала технологическую архитектуру. Кроме того, компания привлекла 31,4 миллиарда гонконгских долларов для расширения своих возможностей. Цена акций сначала выросла, затем упала, что отражает разногласия на рынке относительно выбранного подхода, однако основной фокус конкуренции в индустрии сместился с соревнований по показателям производительности моделей на способность быстро и экономично внедрять их в практическую эксплуатацию.
Подробный анализ
1. Рост доходов быстрый, но не достигнуты ожидания? Не волнуйтесь — рост будет еще более значительным
Доходы Zhipu за первое полугодие составили 954 миллиона юаней, что в 4 раза больше, чем в прошлом году. Однако это немного меньше, чем ожидалось (1,3 миллиарда юаней) по данным внешних исследовательских организаций. Тем не менее руководство компании заверяет, что годовой доход (ARR) уже достиг 1,6 миллиарда долларов (что эквивалентно примерно 11,2 миллиардам юаней), причем в августе одному месяцу было получено 133 миллиона долларов (около 900 миллионов юаней), что почти равно сумме доходов за первое полугодие. Это указывает на ускорение темпов роста во второй половине года; согласно последним данным, годовой доход может превысить 2 миллиарда долларов. Таким образом, хотя первое полугодие не оправдало ожиданий, перспективы компании выглядят многообещающими.
2. Отказ от массового использования параметров в пользу методов «послепроходного обучения»
Ранее компании-разработчики крупных моделей соревновались в количестве параметров (например, Kimi имел 2,8 триллиона параметров, DeepSeek — 1,6 триллиона). Однако Zhipu пошла другим путем: модель GLM-5.3 основана на базе 744 миллиардов параметров предыдущей версии GLM-5.0; количество параметров не увеличено, а эффективность модели повышена с помощью методов послепроходного обучения.
Что такое послепроходное обучение? Представьте себе автомобиль, только что собранный на заводе: послепроходное обучение — это доработка его характеристик (например, оптимизация двигателя или замена шин), чтобы он работал быстрее и экономичнее. Зhipu утверждает, что при одинаковом количестве параметров использование методов послепроходного обучения позволяет увеличить эффективность модели на 50%. Результатом стало то, что модель GLM-5.3-Flash не только превосходит по производительности предыдущие версии, но и имеет более низкую цену (в 10 раз дешевле, чем аналогичные модели конкурентов), что делает ее лидером по соотношению «цена-эффективность».
Это говорит о том, что необходимость в большом количестве параметров не является единственным путем к успеху; гораздо важнее довести существующую модель до оптимального уровня производительности.
3. Чрезмерные затраты на вычислительные ресурсы? Zhipu снижает их за счет отечественных чипов и собственного центра обработки данных
Одной из главных проблем компаний-разработчиков крупных моделей являются высокие затраты на вычислительные ресурсы (в частности, на серверы, используемые для обучения и эксплуатации моделей). В первом полугодии валовая прибыль Zhipu снизилась с 50% до 26,4% из-за увеличения расходов на вычисления более чем в 6 раз (затраты на продажи выросли с 95 миллионов до 700 миллионов юаней). Согласно данным Barclays, компании-разработчики моделей теряют от 35 до 40% своих доходов в пользу таких гигантов, как Amazon и Microsoft.
Как с этим справиться? Zhipu решила полагаться на собственные ресурсы:
- Создала центр обработки данных мощностью 1 ГВ (эквивалентен 1 миллиону серверов), используя отечественные чипы;
- Приобрела компанию Zhongke Jiahe, занимающуюся разработкой AI-инфраструктуры;
- Оптимизировала архитектуру моделей для более эффективного использования отечественных чипов.
Результаты были значительными: стоимость обработки одного символа снизилась на 80% по сравнению с началом года, а «коэффициент вычислительной эффективности» (доход, получаемый за каждый потраченный юань на вычисления) увеличился в 14 раз.
4. Компании-разработчики крупных моделей становятся более «тяжеловесными»: покупка зданий, приобретение активов, привлечение инвестиций
Раньше компании-разработчики часто использовали легкие форматы управления (аренда вычислительных ресурсов, небольшие команды). Сейчас Zhipu активно расширяет свои возможности:
- Количество сотрудников увеличилось до 981 человека (в 2 раза больше, чем у MiniMax);
- В мае было приобретено здание Diamond Building в Пекине за 360 миллионов юаней;
- В июне была приобретена компания Zhongke Jiahe за 290 миллионов юаней;
- В июле были привлечены инвестиции в размере 314 миллиардов гонконгских долларов для исследований, разработок и расширения бизнеса.
Почему так происходит? Потому что конкуренция в индустрии крупных моделей сместилась с соревнований по производительности моделей на эффективность их внедрения в практическую эксплуатацию. Аренда вычислительных ресурсов становится дорогостоящей и может ограничивать развитие компаний; поэтому создание собственных центров обработки и инфраструктуры позволяет обеспечить стабильное снабжение и снизить долгосрочные затраты.
5. Обзор ситуации в индустрии крупных моделей
Анализ показывает, что Zhipу успешно развивает свой бизнес, используя инновационные подходы и собственные ресурсы. Это свидетельствует о том, что компания способна адаптироваться к изменениям рынка и удерживать лидирующие позиции в области разработки крупных моделей.