XNews

智譜2026年中決算:ビジネスモデルの転換と完全自己学習ロードマップ

智譜2026年中決算:ビジネスモデルの転換と完全自己学習ロードマップ

智譜AIは8月31日に2026年中決算説明会を開催し、売上高が前年同期比400%増の95億4000万元に達したと報告した。同社はプロジェクトベースのローカル展開からMaaSプラットフォームへのビジネスモデル転換に成功し、API収益の割合が15%から86.5%に急増した。APIの平均販売価格は101%上昇し、トークン使用量は40倍に拡大。これは顧客が割引ではなく能力に対して支払っていることを示す。API粗利益率は-0.4%から24.6%に改善したが、調整後純損失は19億6400万元を計上した。智譜はChatから自律型AIに至る5段階の能力ラダーを提示し、CodingとCoworkの間に位置づけた。創業者の唐傑氏は次世代GLM-6.0を、事前学習、中期学習、事後学習を自律的に実行できる完全自己学習(RSI)モデルと定義。核心的な課題は、モデルが訓練の停止点を自己判断し、誤りを自己修正することだと述べた。同社は推論用に約10万枚の国内アクセラレーターカードを保有し、2026年初頭以来トークンあたりの推論コストを80%削減したと主張。ただし、訓練用計算リソースには構造的なミスマッチがあり、3~6か月以内に改善する可能性があると認めた。

Key insights

数量・価格の二重成長により実証されたビジネスモデル変革

智譜の財務データは、プロジェクトベースのソフトウェアライセンス企業からプラットフォームモデルへの意図的な転換を示している。重要なシグナルは400%の売上成長率そのものではなく、API収益が総収益の15.2%から86.5%に急増した構造的な逆転である。さらに重要なのは、API価格が101%上昇する一方で消費量が40倍に急増し、トップ10顧客の1日あたり使用量が98倍に拡大したことだ。この価格上昇と数量爆発の同時発生はコモディティ化懸念を否定し、顧客が低コストの代替品を追うのではなく、モデルの能力に対して支払っていることを証明している。API粗利益率がマイナスから24.6%に転じたことは初期のユニットエコノミクスの検証となるが、半期の調整後純損失は依然として19億6400万元と大きい。

完全自己学習はモデル開発における根本的なパラダイムシフトを表す

智譜の創業者唐傑氏は、GLM-6.0の技術的ポジショニングを完全自己学習と明確に定義し、事前学習、中期学習、事後学習の全フェーズを対象としている。中核となる能力はパラメータのスケーリングではなく、モデルが訓練の停止点を自律的に判断し、誤りを自己修正することである。同社は、モデルが自己浄化能力を持ち、自身のデータと訓練環境を生成すると主張する。これは人間による監視付き訓練から、前世代のGLMモデルが構築した環境内で次世代モデルが訓練される再帰的自己改善ループへの移行として位置づけられている。現在運用可能な唯一の部分は、国内チップ推論最適化に適用されるInfra Agentである。

ポストトレーニングがベースモデルスケーリングよりも大きな利益をもたらし、リソース配分を再形成

智譜の技術的証拠によれば、GLM-5.3と5.2は年初に訓練された同じ745Bパラメータのベースモデルを共有し、6か月以上再利用されており、すべての能力向上はポストトレーニングによるものである。タスク環境を数十倍に拡大した結果、エンドツーエンドの完了率が50%以上向上した。これは、ベースモデル規模、Loop Transformerによる有効深度、ポストトレーニング深度、タスク環境の4つの要素のうち、現在訓練深度が最も高い限界収益をもたらすという同社の主張を裏付けている。リソース配分は現在、最も高い限界収益を示す要素に動的に向けられており、盲目的にパラメータをスケーリングするのではなくなっている。

国内計算制約を競争優位性の物語として再構成

智譜は約10万枚の国内アクセラレーターカードを保有し、大規模で低コストの推論を実現していると開示した。GLM-5.3 Flashは匿名ローンチ期間中に完全に国内クラスター上で稼働し、6日間で約60兆トークンを処理した。同一ハードウェア上でのエンドツーエンド性能は3倍に向上し、トークンあたりの推論コストは2026年初頭から80%低下した。経営陣はこれを自社のコスト曲線をコントロールし始めたと特徴づけ、制裁による制約を競争力の物語として再構成した。ただし、訓練用計算リソースについては、先進的な国内チップがまだ量産に至っておらず、構造的なミスマッチがあることを認め、3~6か月の改善期間を見込んでいると述べた。

Cowork機能はサイバーセキュリティ以外の複数シナリオでの検証が不足

智譜の5段階能力ラダーでは、専門家がAI生成の作業成果をレビューするCowork段階に大きな戦略的重みが置かれている。サイバーセキュリティアプリケーションCyberGymは84.5点を獲得し、2,436件の実際の脆弱性を発見した。これは検証済みの唯一のCoworkシナリオである。経営陣は、法務、金融、教育分野ではまだ規模のある収益を生み出していないことを明示的に認めた。また、ARRの計算方法にも疑問が呈されており、16~20億米ドルの数値は新製品のトラフィックピーク時に導出され、顧客集中度は非開示のため、維持率や再購入率は未検証のままである。

Source posts