恭喜“全球大模型第一股”智譜,今天正式登錄港交所。
截至收盤,上漲 13.17%,市值 578 億港幣(說實話,低了)。
![]()
看著智譜上市,有一種難以言說的感覺。就是那種好像看著自己一個熟悉的朋友,今天終于站上了更大的舞臺,由衷地替他高興。
就好像朋友@黃啊碼的評論:深度參與某大模型公司業務并促成其上市。而 GLM,就是那個大模型。
![]()
因為認識智譜的很多人,知道今天這一切來之不易。
從技術積累到底層模型,從 Chat 產品到 Coding Plan,從智譜清言到 Z.ai,再到今天的資本化,每一步都走得不易。
某種程度上,智譜上市也不只是他自己的節點,更像是整個中國大模型產業的一次階段性確認:不是 PPT,不是 AGI 口號,也不是流量,而是終于有團隊把這件事,做成了一家可以被公開市場定價的公司。
也包括,明天即將登錄港交所的MiniMax。
接下來會有波動,會被質疑,也會被拿放大鏡反復審視。
但這,大概是一個真正長期故事的開始。
今天,智譜 Z.ai 負責人李子玄發了篇推文《Z.ai 2025: Fueling the Path to AGI》,分享了他們去年做 Z.ai 的心路歷程,看完感觸良多,特別想分享給大家。
![]()
全文要點有:
1、上市不是終點,甚至不是一個特別重要的節點。它只是意味著我們在通向 AGI 的路上又加了一次油。
2、很多看起來“突然”的成功,背后都是漫長的積累和無數個不被看見的夜晚。(這點深有感觸)
3、與其做一個所有人都覺得“還行”的產品,不如做一個一部分人覺得“真好”的產品。
4、真誠是必殺技,在別人需要你的時候,你在那里就行。
5、模型即產品,不是套一層 UI,而是讓模型能力和用戶體驗真正咬合。
6、API 的 To C 化是一種被低估的商業模式創新,GLM Coding Plan 首次嘗試將 LLM API 推向個人用戶。
7、Z.ai 堅持游客也能享用旗艦模型,哪怕這意味著無法追蹤用戶行為,但這能夠換來信任。
8、作為一家模型公司,真正能夠帶來質變的,只有模型本身。
9、Z.ai 和 Coding plan 一開始都是副項目,但后來成了主業。
10、早期,智譜經歷了品牌碎片化,在品牌、實驗室名、開源倉庫名上分散與不統一,這也是許多技術出身團隊在全球化過程中經常容易出現的問題。
以下,是推文全文(AI翻譯+人工校對)。
如果你英文閱讀能力不錯,建議優先看英文:
https://x.com/ZixuanLi_/status/2009083001716560209
中文版《Z.ai來時路》:
https://zhipu-ai.feishu.cn/wiki/V6l0wNGMZiVIlaksEs3cxykBnZg
在 Z.ai 上市之際,我想認真地寫一寫這一年我們經歷的艱難與成長,講述 2025 年 Z.ai 在品牌、產品和商業上的真實故事,包括那些外人看不到的掙扎,也包括我們是如何一步步走到今天的。
品牌
在很多人眼里,Z.ai 和 GLM 似乎是今年下半年突然冒出來的。但實際上,我們是世界上最早探索 LLM 的團隊之一。
早在 2020 年、2021 年,我們就提出了自己的 LLM 算法架構 GLM,并開始嘗試訓練數十億參數的基座模型。2022 年,這些成果登上了 ACL,影響廣泛。2023 年,我們發布了幾款 ChatGLM 模型,即便在 GLM-4.5、4.6 和 4.7 發布后,這些模型在 Hugging Face 上仍然保持著最多點贊和下載的記錄。
![]()
但我們的全球品牌,一直沒有真正建立起來。
問題出在哪里?首先是品牌的碎片化。我們的中文名在英文中翻譯為 Zhipu,開源倉庫叫 THUDM,實驗室叫 THUKEG,社交媒體賬號又叫 ChatGLM,好像哪也不挨著哪。再加上,我們有五彩斑斕的 Logo 圖案和配色,缺乏統一的視覺語言。
其次,我們過去更關注學術影響力,對媒體和商業傳播投入甚少。今年 4 月我接管官方 X 賬號時,粉絲只有 2000 人。
Z.ai 這個名字,最初更像是一個面向全球市場的 Side Project(副項目)。
我們結合 Zhipu 首字母的 Z 和 ai,買下了 z.ai 這個域名。之所以加一個點、讓 ai 小寫,有兩個小心思:一是它在富文本中天然會被渲染成鏈接;二是想激發好奇心,讓人忍不住試試這是不是真的能打開。
當時我也沒想好 Z.ai 會走向何方,所以開玩笑說:大部分打開 z.ai 的人,一定是從 a.ai、b.ai 這么一路試過來的。
但有一點我很確定:這個名字有更高的上限。 它足夠簡潔,又不失創意,能承載更大的想象空間。
去年4 月 14 日,Z.ai 域名正式上線,同一天我們發布了幾款 9B 和 32B 的模型,標志著 Z.ai 計劃的正式啟動。那篇推文獲得了 40K 的瀏覽量,放在今天不算什么,但對于當時只有 2000 粉絲的賬號來說,已經是歷史第二高了。
![]()
很少有人知道,把這個品牌真正做起來有多難。
對內,我們需要持續進行品牌收束:從多個主體代號、多條模型序列、多套 Logo,逐漸收斂到 Z.ai 和 GLM 這兩個核心符號上。設計語言上,我們把偏學術的配色逐漸替換成更克制、更有高級感的極簡風格。
對外,我們需要從籍籍無名,一步步登上主流牌桌。
說實話,GLM-4.5 發布那天,我們幾乎是人工把 GLM 和 Z.ai 這兩個品牌“一個個地送到”可能關注它的人面前。那天晚上,我從 10 點發到第二天早上 8 點。凌晨 4 點的時候,咖啡已經喝完了,我盯著屏幕上一個陌生的 ID 問"GLM 支持 function calling 嗎",突然意識到,真的有人在認真看我們了。
不是什么高明的策略,就是最笨的辦法。但有時候,最笨的辦法就是最有效的辦法。
我一直相信,真誠是必殺技。
很多人問我怎么把這些事情做成,我的回答很簡單:在別人需要你的時候,你在那里就行。
但這確實不簡單,尤其是做全球化業務。時差意味著你需要在別人的白天保持響應,文化差異意味著你需要理解不同市場的語境,而資源有限意味著你沒有試錯的余地。
所幸,一個人走得快,一群人走得遠。
2025 年最讓我感恩的,是我們找到了一批同行者。他們有的熱愛 GLM,有的集成 GLM,有的評測 GLM。是這些合作伙伴讓后續的工作變得更加順暢,也是他們一如既往地推動著我們前進。
Z.ai 是一家模型公司,但從來不只是一家模型公司。
我們有獨特的人,獨特的品味,以及獨特的文化。希望這些,能夠在今后更多地傳遞給大家。
2025 年,我們為 Z.ai 和 GLM 打下了品牌基礎。
2026 年,我希望我們能更多地出現在國際主流舞臺,深化開源生態,并持續為社會的人工智能做出貢獻。
產品
最近流行講 Side Project 逆襲的故事。Z.ai 也始于一個Side Project。
上線當天,有超過 1 萬人在 Z.ai 上對話。但隨后幾周,我們沒有做任何動作,沒有 Marketing,沒有產品更新,我當時的主業也不是這個。用戶數一路下滑,到 5 月 17 日跌到了 600 多。
但我始終相信,Z.ai 的上限遠不止于此。
5 月底,我爭取到了把更多精力投入 Z.ai 的機會。我們構建了首個引人注目的功能——AI Slides,并開始進行社區推廣和 Marketing。
AI Slides 由 GLM-4.5-Air 的早期版本 GLM-Experimental 驅動。
在這個功能上,我們深度踐行了“模型即產品”的理念:根據用戶理想中的行為軌跡構建訓練數據,再將這種軌跡以產品化的交互呈現出來。這不只是套一層 UI,而是讓模型能力和用戶體驗真正咬合在一起。
![]()
7 月 9 日,AI Slides 正式發布(見我們)。這一嘗試小獲成功,以至于當時很多人以為 Z.ai 就是一個做 PPT 的工具。
![]()
憑借 AI Slides 的勢能,我們在 GLM-4.5 發布前將日活恢復到 10,000 以上。
但作為一家模型公司,真正能帶來質變的,只有模型本身。
GLM-4.5 發布后,Z.ai Chat 迎來全面爆發。得益于模型整體能力和多語言水平的提升,我們的留存率有了顯著提高。比如:GLM-4.5 發布前,挪威用戶的次日留存只有 9%;發布后,一下提升到了 27%。
到 GLM-4.7 發布時,我們已經實現了 100 倍的增長。
在這個過程中,我們始終堅持這幾條原則:
極簡主義:不是所有人都喜歡極簡,但我們希望把交互做到干凈清爽,讓喜歡的人特別喜歡。與其做一個所有人都覺得“還行”的產品,不如做一個一部分人覺得“真好”的產品。
原汁原味:Z.ai Chat 代表的就是模型本身的能力。除了像 AI Slides、Full-Stack Development(全棧開發)等定制場景,默認情況下我們沒有添加任何系統提示詞,也沒有做任何工程上的意圖識別或 Workflow 處理。我們希望用戶喜歡 Z.ai Chat 的體驗,就能放心地使用 API 和開源版本,二者是一致的。
核心能力:經常有朋友問我:用戶有 ChatGPT 和 DeepSeek,為什么還要用你們?我想,最好的回應不是解釋,而是在實用場景中打造 Top 級的解決方案。我們正在把 AI Slides、Full-Stack Development、視覺理解等能力打造成有差異化、有護城河的產品。
低使用門檻:我們當然在意用戶留存,但比起留下用戶,我們更在意他們在平臺上是否開心、是否滿足了自己的需求。因此,我一直堅持 Z.ai Chat 在游客狀態也能使用旗艦模型。我們或許永遠不知道這些用戶是誰,但我們一定是最能滿足他們使用訴求的那個產品。
商業
GLM-4.5 上線前,整個 api.z.ai 站點每天的收入不到 $5。
你沒看錯,就這么多。當時我們的全球 API 站點幾乎處于無人維護的狀態,就只是放在那里。
所以當 OpenRouter 第一次收錄我們模型的時候,我們內部慶祝得像過節了一樣。
![]()
GLM-4.5 發布后,用量有了明顯好轉,但問題仍然存在:
低粘性:用戶訪問不穩定。經常要了很高的 Rate Limit,用一陣子就突然切走,給我們的成本管理帶來很大挑戰。
競爭激烈:全球有很多Inference Provider(模型服務商),即使大家認可 GLM,我們也要和其他廠商競爭。他們通常在國際市場上有更低的價格、更成熟的客戶關系。
距離感:大多數 GLM API 集成來自 OpenRouter 等平臺。我們無法直接與終端用戶連接。
轉折點,是 GLM Coding Plan。
這是一個誕生于 GLM-4.5 和 GLM-4.6 之間、承上啟下的新商業模式。
在講 Coding Plan 之前,我想先分享一個小插曲。
GLM-4.6 發布前,我們的 X 賬號被攻擊盜號了一次。那個黑客給賬號設了一個雙重驗證,把我們鎖在了外面。發布迫在眉睫,我們在 12 個小時內驚險召回了賬號。那是一段非常緊張的經歷,也讓我們更加重視安全問題。
現在,回到 Coding Plan。我不會說這種商業模式是我們首創的,同一時期已經有 Cerebras Code 在做類似的嘗試。但 GLM Coding Plan 確實是模型廠商第一次系統性地進行這種探索,后來也有不少同行推出了類似的產品,這讓我們感到很欣慰,說明這個方向是對的。
關于命名還有個小故事。Coding Plan 原本要叫 Dev Pack,還有人提議叫 Vibe Pack。最后我說,咱們就叫 Coding Plan 吧,簡單直接,用戶一看就知道是干嘛的。
GLM Coding Plan 的靈感,來自一次國內的營銷實驗。
GLM-4.5 發布時,我們做了一個活動:大約 $7(¥49) 買一張月卡,可以無限量使用 GLM,有 1000 人參加了這個活動。
說實話,這又是一個為了樂趣而做的副項目。但如果沒有它,可能不會有這么多人愿意來體驗 GLM-4.5。
活動進行到一半時,我們發現大約有 500 人還在高頻使用,留存率相當高。這些用戶普遍希望活動能延期,能繼續以訂閱的方式暢用 API。
據我們統計,用量最多的用戶消耗了價值 7 萬美元的 tokens,是他購買金額的一萬倍。我們當然負擔不起這種消耗,于是快速收集用戶反饋,平衡各種因素,并建立了基礎設施。半個月后,也就是 9 月 1 日,我們為這批用戶續上了 GLM Coding Plan,同時面向全球發售。
在 GLM Coding Plan 發布后、GLM-4.6 發布前的一個月里,api.z.ai 的每日 Token 調用量翻了 10 倍。
GLM Coding Plan 解決了上述問題,但我認為其里程碑意義仍然被低估。
在我看來,GLM Coding Plan 第一次系統性地實現了 LLM API 的 To C 化。
它并不只服務于 Coding 場景,而是可以服務于任何個人用途:
由于并發限制,它不會被用于面向公眾的服務,但可以提供近乎無限量的個性化 API 使用。
場景早已超出了 Coding。每天,有大量 SillyTavern、Zotero 等應用的用戶在使用 GLM Coding Plan。它與遵循 OpenAI 或 Anthropic API 協議的任何接口都兼容。只要你不濫用它,你可以做任何你想做的事。
訂閱制天然降低了 API 的使用門檻,讓用戶更少關注 Token 計數,更多關注服務本身。
當然,我們還有很多需要在 2026 年提升的地方。我們會做更多底層的事情,也會堅持把服務層做好。
雖然這篇文章寫于上市這一天,但說實話,這僅僅是一個普通的日子。
上市不是終點,甚至不是一個特別重要的節點。它只是意味著我們在通向 AGI 的路上又加了一次油,有了更多的燃料繼續前行。
回顧 2025 年,我最大的感受是:很多看起來“突然”的成功,背后都是漫長的積累和無數個不被看見的夜晚。 從 2020 年的 GLM 架構,到 2025 年的品牌重塑,我們用了五年時間才讓更多人看見我們。
感謝所有在這條路上陪伴我們的人,無論是團隊的伙伴、合作的開發者,還是每一位使用 Z.ai 和 GLM 的用戶。你們的反饋、批評和支持,都是我們前進的動力。
2026 年,我們繼續。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.