Zhipu AIの売上400%急増の陰にある、はるかにコストの高い競争
Zhipu AIは上期売上が約400%増加したと報告したが、中国のモデル開発企業は依然として売上の2倍超を研究開発に投じている。これは単純な成長物語ではない。急増するモデル利用が、インフラコストや積極的な競合企業に利益を吸収される前に、持続可能な事業へ転換できるかを問う試練だ。
国際的にはZ.aiのブランドで展開する北京の同社は、2026年6月30日までの6カ月間に9億5,390万人民元の売上を計上した。前年同期比399.7%増である。オープンプラットフォームとアプリケーション・プログラミング・インターフェース（API）による売上は8億2,500万人民元に達し、全体の86.5%を占めた。
この変化は、見出しとなる増加率以上に重要だ。Zhipuは以前、企業顧客や公共部門向けにカスタマイズされたオンプレミス型システムへ大きく依存していた。現在は、開発者、ソフトウェア企業、AIエージェントがモデルを繰り返し呼び出せるクラウドプラットフォームとして自らを位置付けている。
浮上している競争は、スケーラブルなAPIモデルと、Zhipuが引き続き最先端モデルの研究資金を確保する必要性との間にある。DeepSeek、Alibaba、Moonshot AI、MiniMaxは、いずれも顧客の維持を難しくしている。新モデルを迅速に投入し、価格で競い、開発者にプロバイダーを乗り換える理由を増やしているためだ。
Zhipu AIの400%成長の背景で何が変わったのか
決定的な変化は、単に売上が増えたことではない。Zhipuは、プロジェクト中心の導入業務に代えて、従量課金型のモデル利用を主力事業に据えた。
Zhipuは2026年上期を対象とする中間決算を8月31日に発表した。これにより、9月1日のニュースサイクルの背景にある出来事が明確になる。報告期間は6月30日に終了しているため、その後の利用状況や年換算売上高を、上期に認識された売上と混同すべきではない。
同社の総売上は約1億9,100万人民元から9億5,390万人民元へ増加した。オープンプラットフォームとAPIの売上は2,735.7%増の2,910万人民元から8億2,500万人民元となった。このカテゴリーは売上の86.5%を占め、1年前の15.2%から大きく上昇した。
API売上は、モデルへのプログラム経由のアクセスから生じる。開発者はテキスト、コード、画像などの入力をホスト型モデルに送り、利用量または関連するサービス契約に応じて料金を支払う。この構造は、顧客ごとにエンジニアリングチームを現地へ派遣せずとも拡大できる。
これに対し、Zhipuのローカル導入売上は20.5%減の約1億2,900万人民元となった。ローカル導入では通常、モデルとそれを支えるインフラを顧客管理下の環境に配置する。セキュリティやデータ所在地の要件を満たせる一方、導入にはより多くのカスタマイズと長い営業サイクルが必要になりがちだ。
その結果、売上構成は1つの報告期間で大きく変化した。2025年にはローカル導入が5億3,400万人民元を生み、通期売上の73.7%を占めていた。6カ月後には、クラウドアクセスが主力事業になっていた。
これは、ZhipuがAI受託企業にとどまらず、モデルプラットフォームへ移行しつつあることを示す最も強い証拠だ。この違いは、成長、利益率、顧客集中度、そして投資家による同社の評価に影響する。
Zhipuはまた、粗利益が163.7%増の2億5,160万人民元になったと報告した。ただし、粗利益率は26.4%で、前年の数値から示唆される水準を下回った。モデル呼び出しの提供には依然として多額の計算コストがかかるため、売上は粗利益より速く拡大した。
中間財務結果は、この拡大の背後にある支出規模も示した。研究開発費は33.6%増の21億3,000万人民元となった。株主帰属損失は約20億7,000万人民元、調整後純損失は19億6,000万人民元に達した。
これらの数値が本稿の中心的な緊張関係を生み出している。Zhipuははるかに速い販売チャネルを見つけたが、そのコスト構造はまだ導入拡大を自己資金で賄えるモデル事業へと転換していない。
API需要がカスタムプロジェクトに取って代わる
クラウド利用はZhipuにより反復可能な収益源をもたらすが、その再現性は複数の報告期間を通じて測定されなければならない。
ローカルAIプロジェクトは、しばしば不均一な売上を生む。契約規模は大きくなり得るものの、売上認識は納入スケジュール、テスト、検収、顧客予算に左右される。別の顧客を獲得するには、再び導入プロセスが必要になる場合がある。
API事業は異なる動きをする。プラットフォームが一度整えば、数千の開発者が同じ基盤サービスを呼び出せる。利用の増加は、顧客ごとに個別の導入プロジェクトを生み出すことなく、収益増加につながり得る。
Zhipuによると、同社プラットフォームのユーザー数は上期末までに740万人を超えた。また、モデルが処理するテキストとコードの量を示すトークン量は、2026年初頭から40倍超に増加したという。
トークンは、モデルの入力と出力を処理するために使われる小さな単位だ。トークン量の増加は活動の拡大を示すが、自動的に経済性の改善を意味するわけではない。無料クレジット、値引き、低価格、計算負荷の高いワークロードは、比例した粗利益を生まずに利用量を増やす可能性がある。
同社は成長の要因として、新しいGLMモデル、コーディング需要、インフラ拡張を挙げている。同社のGLMファミリーは、一般的な推論、ソフトウェア開発、エージェント、低コスト推論の各分野で競合する。
コーディングは特に重要だ。頻繁かつ測定可能な呼び出しを生み出し得るからである。AIコーディングアシスタントは、リポジトリのレビュー、ファイル作成、変更のテスト、エラー修正を行う間に、モデルを繰り返し照会する場合がある。このパターンは、時折のチャットボット利用よりも継続的な消費を生み出す可能性がある。
同社は、自社モデルがコード補完からエージェント型エンジニアリングへ進化したとしている。この用語は、1行のコードを提案するのではなく、ソフトウェア開発の複数のステップを計画・実行するシステムを指す。この主張は、製品の方向性に関するZhipu自身の説明として扱うべきであり、本番環境全体での信頼性を独立して証明するものではない。
Zhipuはまた、8月の年間経常収益が16億ドルだったと開示した。これは7月初旬の10億ドルから増加している。ARRは直近の収益ランレートを年換算するものだ。財務報告ルールに基づいてすでに計上された売上ではなく、将来を見据えた事業指標である。
この区別は不可欠だ。上期に認識された売上は完了した6カ月間を対象とし、合計9億5,390万人民元だった。8月のARRは、はるかに短い期間を外挿した数値である。加速を示す可能性はあるが、利用量、供給能力、価格、販促活動が変化すれば急速に動くこともある。
詳細な事業構成分析によると、経営陣は8月のARRが7月初旬の水準から60%上昇したと述べた。このペースが投資家の関心を説明する一方、次の報告期間の重要性を高めている。
市場はいま、初期ローンチやインセンティブの後もAPI顧客がモデルを呼び出し続けるという証拠を必要としている。また、粗利益率を悪化させずに売上成長を継続できるかも見極める必要がある。
これが、400%という見出しが出発点にすぎない理由だ。利用が高水準を維持し、顧客コホートが成熟し、売上の追加的な1単位ごとに必要な支出が比例して減少するとき、事業モデルの転換は信頼できるものとなる。
真の相手はZhipuのコスト基盤だ
Zhipuは他の研究所と競争しているだけではない。収益を生むモデルを訓練、ホスティング、改善するコストとも競争している。
同社の21億3,000万人民元の研究開発費は、上期売上の2倍を超えた。この支出は、モデル訓練、推論能力、エンジニアリング、製品開発を支えた。同時に、急速な売上成長がまだ収益性につながっていない理由も示している。
推論とは、展開済みのモデルが要求に応答するたびに行われる計算処理だ。プロバイダーは、すべての呼び出しに対してプロセッサ、メモリ、ネットワーク、ストレージ、電力を提供しなければならない。利用の増加は売上を増やすが、変動費も増加させる。
訓練も別の負担を生む。最先端モデルは顧客に提供される前に、大規模なコンピューティングクラスターを必要とする。企業は、モデルが十分な有料需要を引きつけるか分かる前に、その資本を投じる必要があることが多い。
Zhipuによると、インフラへの取り組みにより、2026年初頭から生成トークン当たりのコストを80%削減したという。また、エンドツーエンドのサービス性能は3倍向上し、訓練・推論能力の各単位に関連する収益は14倍に増加したとしている。
これらの指標は心強いが、同社が報告した事業指標である。公開されている財務結果には、すべての計算を再現したり、エンジニアリングによる改善と利用率上昇による改善を切り分けたりするための十分な詳細がない。
同社は中国設計のプロセッサに基づく推論能力を拡大している。プラットフォームは現在、約10万個の国産チップ規模で稼働しているという。この戦略は、先端半導体輸出に対する米国の規制によって生じたアクセス制約に対応するものだ。
国産ハードウェアは、海外からの供給制限への曝露を減らせる。一方で、ソフトウェアツール、ネットワークシステム、モデルカーネルは歴史的にNvidiaのエコシステムを中心に開発されてきたため、大規模な最適化が必要になる可能性もある。
したがってZhipuは、2つの問題を同時に解決しなければならない。サービスのボトルネックを防ぐために十分な能力を確保すること、そして粗利益率を改善できるほど経済的にその能力を運用することだ。
第1の問題は、中国のAI市場全体で顕在化している。Moonshot AIは7月、需要が利用可能な能力を上回ったため、新規のKimiサブスクリプション受付を一時停止した。AIの能力に関する報告で紹介されたこの出来事は、人気モデルであっても数日以内に運用面で提供が難しくなり得ることを示した。
第2の問題は、Zhipuの決算に直接表れている。粗利益は売上よりはるかに遅いペースで増加し、調整後損失は依然として売上を上回った。Zhipuにはより多くの需要があるが、規模拡大が魅力的なユニットエコノミクスを生むことはまだ示されていない。
経営陣の効率性指標は、新しいインフラがより高い稼働を始めていることを示唆する。これらの技術的改善が、粗利益率、営業キャッシュの必要額、売上に対する損失の縮小に反映されるとき、財務上の試練が訪れる。
クラウドモデルプロバイダーは、利用が急速に増加する間は多額の投資を許容できる。しかし、顧客が複数の互換性あるAPI間でワークロードを移せる環境では、資本へのアクセスが無期限に続くと想定することはできない。
DeepSeek、Alibaba、MiniMaxが乗り換えコストを低く保つ
ZhipuのAPI移行は、モデルへの忠誠心が依然として弱く、新たなリリースのたびに顧客の期待がリセットされ得る市場で進んでいる。
開発者がモデルプロバイダーを一度選んだ後、代替案の評価をやめることはほとんどない。多くのアプリケーションは、コスト、レイテンシー、モデル品質、可用性、データ要件に応じて、ベンダー間でプロンプトを振り分けている。
OpenAIとAnthropicは世界的にこの行動に直面している。中国では、DeepSeek、AlibabaのQwenモデル、ByteDanceのDoubaoファミリー、MoonshotのKimi、MiniMaxによって、その圧力がさらに強まっている。
DeepSeekは、低コスト推論とオープンウェイト配布における基準点を確立した。オープンウェイトモデルでは、開発者は適用されるライセンス条件の下でモデルパラメータをダウンロードし、元のプロバイダーのホスト型エンドポイントだけに依存せずにシステムを運用または改変できる。
AlibabaはQwenの開発を大規模なクラウド事業と組み合わせている。この組み合わせにより、インフラ、企業との関係、そしてAIサービスを束ねて提供する複数の手段を得ている。ByteDanceは、モデル開発を巨大な消費者向け配信基盤と結び付けることができる。
Moonshotは、大規模なKimiのリリースを通じ、コーディング、エージェント、長文コンテキストのワークロードに関心を持つ開発者を引き付けてきた。同社の供給能力の中断は旺盛な需要を示した一方で、急速な普及に伴う運用リスクも浮き彫りにした。
MiniMaxは、中国に上場するモデル専業企業のなかで、最も明確な公開財務比較を提供している。同社によれば、2026年上半期の売上高は283.1%増の1億1,660万ドルとなり、2025年通年の売上高を上回った。
MiniMaxは、この増加を有料ユーザー、法人顧客、API呼び出し、トークンサブスクリプション製品によるものだと説明した。同社の上半期決算は、モデルへの関心をより速い売上成長へと転換している企業がZhipuだけではないことを示している。
この比較は、どの企業が最高の技術や事業を持つかを示すものではない。製品構成、報告通貨、顧客セグメント、会計方針はそれぞれ異なる。ただし、Zhipuを取り巻く市場が、複数の成長ストーリーを支えられるほど急速に拡大していることは示している。
そのため、単純な登録者数よりも継続利用が重要になる。開発者はアカウントを作成し、モデルを試し、プロモーション用クレジットを使い切って離れることができる。持続的なプラットフォームには、競合モデルの登場後も有料呼び出しを生み続ける本番ワークロードが必要だ。
信頼性も重要である。法人顧客は、稼働率、高負荷時のレイテンシー、セキュリティ管理、監査可能性、地域ごとの提供状況、サポートを評価する。重要なワークフロー中にエンドポイントが遅くなるなら、ベンチマークでの勝利は補えない。
価格も引き続き圧力源となる。中国の開発者は、導入を促すためにモデルコストを繰り返し引き下げたり、割引アクセスを提供したりしてきた。低価格は市場全体を拡大し得る一方、技術効率をより高い利益率に転換することを妨げる可能性もある。
AIトークン市場では、すでに両方向の変化が起きている。トークン価格で積極的に競争する事業者がいる一方、クラウド事業者は一部のコンピューティングおよびストレージサービスの料金を引き上げている。
Zhipuは、その二つの力の間に位置している。顧客はモデルの低価格化を期待する一方、それを支えるインフラはより高価になったり、調達が難しくなったりし得る。
その結果、価格決定力が限定的な市場となっている。Zhipuの最近の成長は、開発資金となる利用データ、顧客フィードバック、売上を増やした。しかし、それによって次のDeepSeek、Qwen、Kimi、MiniMaxのリリースから恒久的に守られるわけではない。
数字だけではなお証明できないこと
例外的な半年間の実績だけでは、持続的な継続収益、強い利益率、あるいは収益化への道筋は証明されない。
最初の不確実性は比較の基準値にある。Zhipuの2025年上半期の売上高は約1億9,100万人民元にすぎなかった。出発点が小さければ、400%増は成熟したクラウド事業者の場合よりも数学的に達成しやすい。
だからといって、この成長が重要でないわけではない。1年間で7億6,000万人民元超の売上を積み増すことは大きい。この比率は、絶対的な売上高や同社の支出と併せて評価する必要がある。
二つ目の不確実性はAPI売上の質に関するものだ。報告された合計額からは、長期の法人向けワークロード、新モデルをめぐる短期需要、前払い契約、あるいは集中した顧客からの売上がどの程度を占めるのかは分からない。
顧客集中は、成長の予測可能性を低下させる可能性がある。少数の大口顧客が膨大なトークン量を生み出した後、価格を再交渉したり、別のモデルの性能が上回ればワークロードを移したりすることがある。
三つ目の不確実性は、認識済み売上高とARRの関係である。Zhipuの8月のARRは、上半期の会計数値を大幅に上回るランレートを示している。この差は6月以降の実際の加速を反映している可能性があるが、読者は年換算した8月の活動を、すでに得た現金として扱うべきではない。
ARRの定義も企業ごとに異なる。契約に基づいて算出する企業もあれば、直近の消費量を年換算する企業もある。利用量ベースの事業は、繁忙月に印象的なランレートを示すことがあっても、12カ月間同じ量を保証するわけではない。
四つ目の不確実性は収益性だ。26.4%の粗利益率では、研究開発、営業、管理、継続的なインフラ開発に使える余地は限られる。Zhipuの調整後純損失は売上高の2倍を超えた。
一部の指標では損失が縮小したものの、同社は現在の研究プログラムを維持するために外部資金へ依存している。中心的な問いは、損失が存在するかどうかではない。フロンティアモデルの開発企業は一般に多額の支出を行う。問われるのは、API利用が拡大したとき、損失が売上高に占める比率として縮小するかどうかである。
五つ目の不確実性は資本集約度に関するものだ。経営陣はオープンプラットフォームを拡張可能な事業として提示しているが、モデル呼び出しの提供には物理インフラが必要となる。成長には、顧客売上が入る前に新たなチップやデータセンター容量が必要になる場合がある。
トークンコストの80%削減は、一貫した方法で測定され、持続するなら有益だろう。しかし、新モデルがより多くの計算を必要としたり、顧客がより長いコンテキストを求めたり、競争価格によって効率化の利益が利用者に移転されたりすれば、その効果は相殺され得る。
六つ目の不確実性はモデルの優位性だ。品質ランキングは急速に変わり、あらゆる本番ワークロードを捉えられるベンチマークは存在しない。統制されたテストで良好な結果を出すコーディングエージェントでも、非公開リポジトリ、未知のシステム、不完全な指示に直面すれば、高コストな誤りを起こし得る。
Zhipuの業績に関する独立報道も、同じ二面性を強調している。売上は急速に伸びている一方、同社は引き続き多額の研究コストと損失を抱えている。報じられた損失額を踏まえると、事業モデルの転換が完了したと表現するのは時期尚早だ。
法人顧客にとって、この不確実性は実務的な対応を支持する。自社のタスクでモデル品質を評価し、推論コストの総額を追跡し、可能な範囲で重要なワークフローの移植性を保つべきである。
開発者にとって、この話は恒久的な勝者を選ぶことではない。急速な競争がモデルを改善しコストを下げる一方で、突然の価格、供給能力、製品変更のリスクを高めることを理解することだ。
400%急増後に注目すべき3つのシグナル
次の局面を左右するのは、売上の質、利益率の動き、そして競合のリリース後にZhipuがワークロードを維持できるかどうかだ。
一つ目のシグナルは、Zhipuが次に認識するAPI売上高の数値である。投資家は8月のARRだけに頼るのではなく、上半期に報告された8億2,500万人民元と比較すべきだ。
力強い下半期であれば、最初の急増後も移行が続いたことを示す。連続的な減速であれば、夏季の年換算利用量が一時的な急増、供給能力に制約された期間、またはローンチサイクルを捉えたにすぎない可能性を示唆する。
その売上の構成も重要となる。従量制クラウド利用の継続的な成長は、プラットフォームの物語を強める。ローカル導入への依存が再び強まれば、大型契約の獲得にはカスタマイズされたプロジェクトがなお重要であることを示すだろう。
二つ目のシグナルは粗利益率だ。粗利益が少なくとも売上と同じ速さで伸び始めれば、売上成長の説得力は増す。
利益率の改善は、稼働率、モデル最適化、国内インフラによって、有料ワークロード1件当たりのコストが下がっていることを示す。利益率が横ばいまたは低下すれば、競争と計算要件がその利益を吸収していることになる。
研究支出も同じ文脈で評価すべきだ。Zhipuが投資を止める必要はないが、最終的には売上が費用基盤より速く成長しなければならない。そうでなければ、このプラットフォームは資本を補助金付きのモデル利用へ変換する仕組みにとどまる。
三つ目のシグナルは、次の主要競合モデルのリリース後における顧客行動である。DeepSeek、Qwen、Kimi、MiniMaxはいずれも、単一のモデルローンチが短期間で開発者を引き付け得ることを示してきた。
Zhipuは、競合他社がより強いベンチマークや低価格を公表しても、既存の本番顧客がGLMサービスにとどまることを示す必要がある。それらのローンチ後もトークン利用が安定すれば、信頼性、ツール、統合が意味のある継続利用を生んでいるという見方を支えることになる。
急激な利用変動はその見方を弱める。モデルAPIが代替可能なままであり、売上が持続的なプラットフォーム関係ではなく短い製品サイクルに従っていることを示すためだ。
これらのシグナルは中国以外でも重要である。Zhipuは、低コストのアクセス、オープンモデル、国内のコンピューティングインフラを用いて、フロンティアモデル企業が大規模なホスティング事業を構築できるかを試している。
同社の上半期報告は、需要に関する信頼できる証拠を提供している。しかし、経済性をめぐる議論に決着をつけるものではない。
400%の増加は、単なる広報上の節目ではなく、実際の事業モデルの変化を示す。しかし、Zhipuの損失、研究費、そして競争が密集する市場は、その変化がいかに高コストであるかを示している。
開発者と法人顧客は、見出しの熱が冷めた後に何が起きるかを注視すべきだ。認識済みAPI売上高は公表されたランレートに追いつくのか。トークン量の拡大に伴い粗利益率は改善するのか。次のモデルサイクルの後も顧客は残るのか。
その答えは、Zhipuが継続収益型のクラウドプラットフォームを構築したのか、それとも同じ資本集約型の競争をより速い形で始めたのかを明らかにする。同社は勢いを確立した。次の業績は、その勢いが競争を乗り越え、基盤となるインフラに資金を供給できることを示さなければならない。
