投资评级 - 投资评级为“买入”，并维持该评级 [9] 核心观点 - 智谱GLM-5.2模型正式发布并开源，参数规模达753B，主打长程任务能力，配合百万token上下文窗口，采用MIT协议完全开源 [2][6] - 模型能力持续提升，特别是在长程任务和编程（Coding）方面表现突出，进一步缩小了开源与闭源模型的差距，有望推动商业化落地和多场景渗透 [9] - 公司在技术架构和基础设施（Infra）方面实现优化，并在国产算力平台上稳定运行，为模型的高效部署和未来算力需求奠定基础 [9] - 伴随模型迭代和能力提升，智谱有望打开B端多个细分场景空间，实现MaaS（模型即服务）收入规模的跨越式增长与毛利率优化，进入量价齐升通道 [9] - 报告预计智谱2026-2028年实现收入30亿元、88亿元、180亿元，同比增长314%、193%、105% [9] 模型性能与技术进步 - 长程任务能力显著：GLM-5.2的百万token上下文窗口实现了工程可用级别的稳定性 [9] - 在Frontier SWE长程任务能力测试中，表现仅落后Opus 4.8约1%，超越GPT-5.5 [9] - 在PostTrain Bench测试中，得分与Opus 4.8差距仅约3%，超越Opus 4.7 [9] - 在SWE-Marathon测试集上，低于Opus 4.8约13%，仍有提升空间 [9] - 实际体验中，模型能一次性处理长达88万tokens的复杂多端应用开发任务，过去此类工程需团队协作数周 [9] - 编程（Coding）能力比肩顶尖模型： - SWE-bench Pro得分62.1，接近Opus 4.8（69.2），超过GPT-5.5（58.4） [9] - Terminal-Bench 2.1得分81.0，接近Opus 4.8（85.0）和GPT-5.5（84.0），超过Gemini 3.1 Pro（74.0） [9] - 总体模型能力介于Opus 4.7和Opus 4.8之间 [9] - 技术架构优化： - 训练侧：面向编程Agent等长轨迹场景深度拓展，保证工程落地质量 [9] - 架构侧：采用IndexShare（索引共享）机制，在百万token长度下，将单token计算量降至原来的2.9倍；MTP层改进后接受长度提升20% [9] - 推理侧：对KV缓存、长文本调度、CPU损耗进行全链路优化，上下文越长，吞吐量优势越明显 [9] 商业化与财务展望 - 模型发展的长期趋势向好，当前进化聚焦于长程任务能力和强化工程化落地能力，这是模型走向多场景落地的关键 [9] - 预计伴随模型能力提升，将打开B端多个细分场景空间，下一阶段有望实现MaaS收入规模的跨越式增长与毛利率水平优化 [9] - 报告预测公司2026-2028年收入分别为30亿元、88亿元、180亿元，对应同比增长率为314%、193%、105% [9] - 基于预测，公司当前股价对应的市销率（PS）分别为215倍（2026年）、73倍（2027年）、36倍（2028年） [9] 算力与部署 - GLM-5.2在发布首日（Day 0）即运行在国产算力平台，在国产芯片集群上实现了高吞吐、低延迟、大并发的稳定运行 [9] - 预计下半年昇腾950超节点上市后，将成为GLM-5.2强劲的算力底座 [9]