🎯 科技 · 大模型

🔥 GLM-6.0瞄准"自进化"，智谱10万级国产芯片支撑推理，Token成本较年初下降80%

一、回应"只会后训练"质疑，下一代基座已在推进

8月31日晚间，智谱在2026年半年度业绩沟通会上直面市场质疑。过去数月，GLM-5.1、GLM-5.2、GLM-5.3版本沿用同一基座，主要依靠后训练迭代，引发"只会后训练"的讨论。智谱创始人唐杰回应称，参数规模克制是主动选择——当前国内大模型训练数据规模在30万亿至50万亿Token，单纯扩大基础模型参数收益有限，中训练和后训练仍有提升空间。

唐杰明确表示，下一代基座模型训练已经推进，方向包括更大的有效规模、更长的原生上下文以及原生多模态统一建模。GLM-6.0的核心目标是"自进化"，这是比单纯把模型训练大更具挑战性的课题。

二、国产芯片规模化推理，成本大幅下降

智谱披露，已实现10万级国产芯片规模化推理，单位Token推理成本较年初下降80%。GLM-5.3-Flash是智谱首款在超大规模真实流量下全面依托国产芯片集群提供服务的模型，对比同一硬件的初始基线，该模型端到端服务性能提升3倍，API定价仅为Claude Opus 4.8的1/40。

财务数据显示，智谱上半年营收54亿元，同比增长399.7%；其中开放平台及API业务收入8.25亿元，同比增长2735.7%，占总收入比重达86.5%。公司仍处于亏损状态，上半年净亏损20.72亿元，同比收窄12.1%。

三、从Coding到Agent，AI能力阶梯式演进

智谱将模型能力演进划分为Chat、Coding、Agent、Co-work、Autonomous AI五个阶段。刘德兵表示，从Coding迈向Agent，核心在于长程规划与错误恢复能力；由Agent进阶至Co-work，要求模型输出达到可供专业人员复核的标准。目前智谱正处于Coding向Agent、Co-work扩展的阶段。

唐杰将"自进化"定义为让模型自己判断何时停止、何时纠正自己，强调这不是简单地把模型训练大，而是未来重点研究方向。国产大模型正从参数竞赛转向能力质变，自进化将是下一阶段核心战场。

综合每日经济新闻、科创板日报、金融界报道 | 2026年9月2日