作者 | 智械島 霍如筠

智譜的工程師們可能沒想到，自己日夜調試的代碼，有一天會以118元/月的價格，和手機貼膜、數據線擺在同一個購物車裏。

現在上淘寶搜索「智譜」，跳出來的是幾張中規中矩的定價單，售賣智譜GLM Coding Plan，個人Lite版月付118元，Pro版月付538元，Max版月付1078元，團隊版標準席位月付598元，季付、年付價格均有折扣。

截至發稿前，智械島搜索天貓智譜旗艦店發現，其粉絲數為3053位，開業至今，瀏覽過該店鋪的88VIP不到一萬人，用戶關心程度可見一斑。

天貓順勢上線了AI空間站，即Token充值中心，阿里雲、智譜、Kimi、MiniMax集體入駐。至此，Token像話費一樣擺上了電商貨架，成為日用品。

然而開店當天，智譜港股跌超5%，股價報1115港元，市值約5190億港元，市場沒有因為大模型第一股開店賣Token而興奮；開店12小時後，四款套餐一款都沒賣出去。

如果AI真是一筆好生意，為什麼需要像賣手機貼膜一樣把它擺上貨架？如果賣Token真能緩解智譜的盈利焦慮，為什麼資本市場的反應如此冷淡？

從6月高點至今，智譜的市值已蒸發超過5000億港元，賣Token實在是不像一家着急盈利、需要改善財務報表的公司該有的動作。

那麼，智譜的天貓旗艦店到底在賣什麼？

一、一個非典型零售實驗

智譜入駐天貓算不上渠道拓展，也不是心血來潮。

畢竟傳統零售商開業都會大酬賓，降價招攬客戶是常規手段，但是智譜把套餐價格定得和官網完全一樣，沒有任何電商專屬折扣，沒有任何首發優惠。

如果真的是為了沖銷量，智譜不會在開店首日不做任何推廣動作，這套打法說不通。

現階段，智譜在天貓賣Token，更多地是在為自己的API業務打廣告，廣告的對象分為兩類，一類是海量的個人開發者和中小企業用戶，另一類是正在觀望的資本市場。

圖源：智譜

智譜發布的半年報顯示，開放平台及API業務（以下簡稱API業務）收入8.25億元，按年增長2735.7%，佔總收入比重從15.2%飆升至86.5%；而本地化部署收入佔比則從84.8%萎縮到13.5%。

半年時間，智譜完成了一次收入結構的徹底換血，一家過去靠政企項目喫飯的公司，把收入重心完全切換到了按調用計費的雲端業務上，客戶群體發生根本性變化。

過去做本地化部署，智譜的客戶是政企大客戶，這類群體的特徵是數量有限、決策周期長、靠銷售團隊可以一對一搞定，官網能觸達的是本來就熟悉API的專業開發者，打不了零售市場。

而現在做API，雖然24.6%的毛利率遠低於59.1%的項目制本地化部署，換來的是調用不停、收入不停的持續性服務，是可規模化、可預測的，客戶變成了海量的個人開發者、獨立開發者、中小團隊，他們會逛淘寶、上天貓，在那裏發現商品、比價、下單，天貓就是一個巨大的獲客入口。

智譜把Token擺上貨架，是告訴更下沉的潛在客戶，可以像買話費一樣買我的Token。

有個細節值得一提，天貓上線Token充值中心後，首批接入的阿里雲、智譜、Kimi、MiniMax、DeepSeek等國內頭部大模型廠商中，智譜是唯一一個以官方旗艦店身份入駐的大模型獨立廠商，除了自家產品阿里雲，Kimi、MiniMax、DeepSeek的Token套餐是由第三方祿券旗艦店售賣的。

也就是說，天貓認為智譜是品類共建者，智譜的API業務已經大到值得天貓專門給它開一個旗艦店入口。

根據中國發展高層論壇披露的數據，國內日均Token消耗量已突破140萬億，較2024年初的1000億增長超過1000倍。

尤其今年，不止三大運營商推出了Token套餐，廠商阿里成立了AlibabaTokenHub獨立事業群，騰訊雲也升級了全域TokenHub平台，Token正在從開發者後台的抽象概念變成一個確定性的新品類，是電商貨架上可搜索、可比價、可下單的標品。

對天貓來說，這是一個品類卡位的機會，誰先建立Token充值中心的心智，誰就在未來的AI服務零售中佔據了入口，天貓需要智譜來驗證品類的可行性。

其實智譜把大模型擺上天貓貨架，可以看作Token經濟零售化的標誌性事件。

Token像商品一樣被搜索比價，大模型的部分競爭變成了比拼誰的交付更便宜、誰的渠道更廣、誰的續費更高。

智譜選擇在天貓開店的原因也很簡單，這是一場雙向奔赴，智譜需要天貓的流量和場景來證明API生意的零售化可能；天貓需要智譜的「第一股」光環來卡位Token零售的品類入口。

多家大模型被擺在同一個貨架上時，用戶可以直接比價、比套餐、比評價。這種透明化競爭，對技術領先價格偏高的廠商是壓力，對性價比路線廠商則是利好。

智譜選擇第一個站上這個貨架，本質上是在賭自己的技術壁壘足以支撐品牌溢價，讓用戶在比價之後仍然選擇自己。

二、16億ARR的B面

雙向奔赴背後，智譜正處於規模陷阱之中。

財報顯示，智譜的API業務毛利率為24.6%，管理層預計12—18個月內向50%靠攏。但這是理想曲線，現實中的每一次模型迭代都會產生新的遷移成本。

與此同時，研發開支21.31億元，是收入的2.2倍；經調整淨虧損19.64億元，按年擴大12.1%；銷售費用下降14.8%、行政費用下降44.2%，哪怕把省下來的錢全投進了研發估計還不夠。

報表上的虧損收窄來自會計處理，上市後金融工具終止確認，賬面值變動虧損從4.29億元驟降至2210萬元。剔除之後，經營虧損實際上從18.99億擴大到了21.47億。

這組矛盾數據勾勒出智譜的真實處境：API的毛利率在改善，但改善速度跟不上收入結構的切換速度；研發投入在增加，但收入增速仍然跑不贏研發增速。

智譜在業績會上宣佈，截至8月末，按月度收入年化計算的ARR達16億美元。6月底的時候，智譜ARR處在5.3億至5.4億美元，到8月底翻了約3倍，只看數字本身變化是驚人的。

驅動這個跳躍的是6月中旬發布的GLM-5.2和8月發布的GLM-5.3-Flash。每次新模型發布，都會帶來一輪調用量的脈衝式增長。

然而，董事會祕書肖磊同時透露了一個消息：ARR是管理層口徑的訂單收入，並非財務意義上的確認收入。他以Anthropic為參照，稱其ARR與確認收入的比例大約在2:1至4:1之間。

按這個比例推算，16億美元ARR對應的確認收入量級大約在4億到8億美元之間，智譜上半年確認的API收入只有1.23億美元。

ARR反映的是訂單流速，不是已落袋的收入，那麼智譜就需要向資本市場證明兩件事：第一，ARR的高增長是可持續的，不是一次性的模型發布脈衝；第二，ARR能持續轉化為確認收入，不是簡單停留在訂單層面。

入駐天貓，就是在為這兩個證明題鋪路，智譜想要告訴市場，自己在主動拓展獲客渠道，在主動出擊API生意，智譜不只是被動接住模型發布帶來的調用脈衝，也能夠主動構建一個可持續的零售通路。

現在，問題的焦點就從為什麼要開店，轉向了一個更根本的追問：把Token擺上貨架之後，這場零售實驗到底能不能跑通？

三、Token經濟的終局競爭

大模型行業的競爭，第一階段比參數、比排行榜，第二階段比誰先把API做出規模，現在進入第三階段：比誰能在保持智能領先的同時，把Token的邊際成本打到足夠低。

Token經濟時代，規模不是護城河，成本結構纔是，智譜的佈局看起來是指向這個方向的。

8月下旬發布的GLM-5.3-Flash，以旗艦模型1/10的價格提供接近旗艦的性能，匿名測試6天消耗62萬億Token，登頂OpenRouter調用量榜首，後被智譜認領為牛來模型。

智譜希望用旗艦模型打品牌、定溢價，用輕量模型放規模、搶市場，先做出高智能的旗艦模型，再自蒸餾出性價比版本，擠壓只做性價比路線的競爭對手。

這個打法的問題在於：新模型帶來的增量，有多少是存量客戶的遷移，有多少是真正的新增需求？如果是前者，ARR的增長可能只是同一批客戶換了更貴的套餐，而非Token經濟的整體擴張。

圖源：智譜

目前，智譜披露已實現10萬級國產芯片規模化推理，單位Token成本較年初下降80%，智譜的推理成本正在脫離英偉達GPU的定價體系，走向一條獨立的下降曲線。

要知道，Anthropic、OpenAI的推理成本受制於英偉達GPU的採購價格和供應節奏。而智譜如果能用國產芯片跑通大規模推理，且成本持續下降，它將在供給側獲得結構性優勢，同樣的價格，智譜的毛利率更高；同樣的毛利率，智譜的定價可以更低。

聽起來很不錯，潛在的風險是國產芯片的大規模供給尚未進入放量階段，訓練側仍然依賴異構算力，對同構集群的穩定性要求極高。

管理層預計3—6個月內先進國產卡會放量，可在那之前，每一輪模型迭代的算力成本都存在不確定性。

更重要的是，API毛利率要追上海外同業的水平，需要算力集群利用率持續爬坡，和新老模型交替的遷移成本持續下降，這兩個變量都還沒被驗證。

圖源：智譜

所以，智譜的賣Token生意，本質上是在兩個戰場上同時作戰。

第一個戰場是價格。用低價模型拉規模、培養用戶使用習慣，用旗艦模型收割高價值任務。

GLM-5.3-Flash以旗艦模型1/10的價格獲取海量調用，以低毛利換規模，管理層把它定位為普惠高性價比產品線；旗艦模型GLM-5.3則維持高端定價，承擔前沿智能的品牌和利潤角色。

第二個戰場是價值上探。管理層將大模型能力演進定義為一條階梯：Chat→Coding→Agent→Co-work→Autonomous AI，目前處在Coding向Co-work過渡的階段。

一旦賣結果的模式跑通，定價權將從Token單價轉移到任務完成率上。顯然修復一個生產漏洞的價值，遠高於生成一段代碼，彼時Token的價值將由它完成了什麼任務決定，不再看重數量。

同樣地，這條階梯每往上一級，都需要研發投入的倍數級增長，以目前智譜的API毛利來看，還撐不起這個增速。

四、貨架上的AI，誰來買單？

智譜開店首日搜索暴漲40倍，說明市場對AI上貨架這件事充滿好奇，四款套餐又一款都沒賣出去，零成交說明真正願意為AI套餐掏錢的人寥寥無幾。

好奇心與購買力之間的斷層，恰恰折射出大模型商業化最核心的困境：用戶願意圍觀AI，卻還不習慣為AI付費。

大模型廠商一邊強調AI的智能上界，它能完成多複雜的任務，一邊又把它按量售賣，這兩個敘事之間天然存在張力。

如果AI真能獨立完成一個工程項目、修復一個生產漏洞，它的價值應該按任務計價，而不是按Token計價。把Token按流量包賣，本質上是在用水電煤的框架去裝一個生產力工具的靈魂。

這不僅是智譜的困境，也是整個大模型行業正在經歷的集體迷思：當我們還不知道AI到底值多少錢的時候，先把它按最熟悉的計量單位賣掉。

Token到底是不是一個適合零售的商品？把Token擺在貨架上，用戶比價、看評價、等大促，智譜又是否準備好了應對這種消費級的競爭？

雖然現在常常將Token比作水電煤，比作流量，但是手機話費套餐、流量套餐發展至今已經成為是標品，1GB流量就是1GB流量，買之前就知道能幹什麼。

Token暫時還做不成標品，同樣是1萬積分，有人能完成幾個小項目，有人可能處理一個複雜代碼庫就耗光了，Token的產出高度依賴用戶的使用能力、任務複雜度、模型選擇。

而且Token的購買決策者和使用者往往是分離的。比如一位程序員用Token編程，出錢方理應是公司，現實情況往往是個人自掏腰包買Token，因為企業主還沒建立起AI是生產力工具的認知，處於某種過渡狀態。

如果Token零售的終局是公司採購、員工使用，天貓這種to C場景的價值就很有限。真正的B端採購通路是阿里雲企業購、騰訊雲市場，並不在天貓首頁的充值中心。

智譜把Token擺上貨架，是在用to C的姿勢做to B的生意，這個姿勢能走多遠，取決於兩個變量：一是個人開發者市場的真實規模到底有多大；二是企業採購習慣什麼時候能從項目制合同切換到電商下單。

更何況，將Token作為一種數字商品，廠商就躲不過電商平台履約鏈條太長的售賣難題。

用戶在天貓下單後，還要跳轉智譜平台綁賬號、獲取API密鑰、再到編程工具裏配置，才能真正用起來。每多一步操作，就會多篩掉一批人，相比之下，視頻會員、話費充值這類數字商品，下單後幾乎零摩擦就能使用。

圖源：黑貓投訴

黑貓投訴平台上，關於智譜套餐「用量不透明」、「額度消耗異常」、「客服失聯」的投訴並不少見，這些問題在官網銷售時已經存在，搬到天貓後會被放大，天貓用戶對「買了東西用不了」的容忍度，遠低於官網的專業開發者。

五、結語

Token從批發走向零售，大模型走出實驗室，走進購物車，是不可逆的行業趨勢。

如果Token最終真的變成了水電煤，那今天智譜的佈局就是搶佔基礎設施入口的先手；

如果Token始終無法擺脫非標品的屬性，那天貓旗艦店可能只是一場精心策劃的品牌廣告，熱鬧過後，什麼都沒改變。

接下來需要關注的，是天貓渠道的新增付費用戶數、留存率，以及智譜組織能力能否完成從B端到C端的遷徙。