一家中国人工智能企业进入东南亚市场，如何判断其已经形成商业经营，而不只是建立合作关系或向海外开发者开放模型接口？
智谱AI提供了一个具有不同证据层次的观察案例。
但两国的经营证据并不对称：马来西亚具有可归属当地客户的收入记录，新加坡则更清楚地体现组织载体与数字平台责任。
本案例关注的问题是：智谱如何通过本地化部署、区域合作、企业组织及跨境API平台参与东南亚市场？这些活动分别能够证明怎样的商业进展，又有哪些客户、项目和收入归属尚不能建立直接联系？
一、从智谱AI到东南亚业务：应当区分哪些经营主体？
1. 智谱的国际化涉及哪些业务形态？
智谱以大模型研发及相关技术服务为基础，其海外业务并不只有一种交付方式。
从公开资料看，可以识别本地化部署、区域技术合作和面向开发者的模型API服务等不同活动。
智谱官方GLM-4.5模型卡将全球API入口指向Z.ai，并介绍相应模型版本及开放许可安排。4
但开放模型、开发者调用接口与面向企业客户的本地化部署，具有不同的技术交付及商业关系，不能因为使用智谱相关模型而视为同一笔业务。
2. 马来西亚有哪些组织与合作基础？
2025年12月30日发布的智谱招股书列示，Corethinks Technology SDN. BHD.于2025年6月30日在马来西亚成立，属于集团100%间接持有的企业，主要业务类别为大模型相关服务。2
此外，2024年9月，Axcova公告Alto AI、智谱及马来亚大学等合作开发Malay LLM，涉及技术合作、应用开发及解决方案集成。1
这两项资料分别说明当地企业组织与合作项目的存在，但公司设立不能直接证明其人员规模或项目实施能力；合作协议也不等于相关模型已经完成交付。
3. 新加坡承担什么组织与平台角色？
智谱招股书列示，JINGSHENG HENGXING TECHNOLOGY PTE. LTD.于2023年11月23日在新加坡成立，属于集团100%间接持有的企业，相关历史业务栏列为投资控股。2
另一方面，Z.ai隐私政策将该新加坡主体列为相关服务提供及数据控制主体，并说明服务通常从新加坡提供，个人数据通常在新加坡处理，但可能依据适用机制跨境处理。3
从作者分析看，集团持股结构与数字平台服务责任构成不同层面的组织安排。
新加坡实体的存在、区域销售覆盖和平台服务责任可以相互参照，却不能直接合并为已确认的本地客户经营规模。
二、从收入披露到平台服务：两国经营证据如何比较？
1. 马来西亚有哪些已经实现的收入依据？
智谱招股书披露，2025年上半年本地化部署业务的匿名客户C位于马来西亚联邦直辖区，从事电信基础设施及多媒体通信服务，相关收入为人民币1,792.7万元，占集团同期总收入9.4%。2
这一披露为马来西亚市场存在实际企业客户收入提供了具体依据。
同一招股书还披露，东南亚本地化部署收入2024年全年为人民币108万元，2025年上半年为人民币1,792.7万元，地理分组脚注说明东南亚包括马来西亚和新加坡。
但两个期间并非同比期间，东南亚汇总收入也未按国家分别列示。即使客户C收入与2025年上半年东南亚收入数字相同，也不能据此进一步推断未披露的项目归属。
2. Malay LLM合作能够说明什么？
Axcova的2024年公告介绍了Malay LLM合作方向，其中Axcova承担核心应用开发及解决方案集成职责，相关安排还涉及MaaS平台与大学AI实验室规划。1
从作者分析看，这类合作体现了通用大模型技术与当地语言、应用需求相结合的可能路径。
但现有公告没有将该合作与匿名客户C建立对应关系，也未提供可确认的项目验收或收入信息。
因此，马来西亚可以确认存在本地化部署收入，但不能将这笔收入直接归属于Malay LLM合作项目。
3. 新加坡的平台活动为何不能直接以收入衡量？
智谱招股书披露其区域销售团队覆盖包括新加坡在内的部分海外市场，但未列出新加坡常驻销售人数或独立客户收入。2
这为研究智谱如何通过新加坡相关主体承担跨境数字服务责任提供了依据，却尚不足以确定当地客户数量或收入。
智谱2025年年报亦未按地理位置提供收入分部分析，不能据此补齐新加坡或马来西亚的2025全年业绩。6
4. 两国案例应当建立怎样的比较框架？
本案例从三个层次展开分析：
第一是商业收入。 哪些收入能够归属于具体国家和客户，哪些只能识别为区域汇总。
第二是伙伴与组织。 当地子公司、合作协议及销售覆盖分别承担什么角色，是否已有可确认的实际交付。
第三是平台服务责任。 模型API如何通过服务主体、计费接口及数据处理安排面向海外开发者。
从作者分析看，这三个层次可以相互连接，却不能自动形成一条已经完整证实的商业链。
智谱案例值得研究的，不只是中国大模型技术如何进入东南亚，而是如何在不同国家分别识别已经实现的经营收入、已披露的伙伴项目，以及平台承担的跨境服务责任。
三、马来西亚：从已实现的本地化部署收入到Malay LLM合作项目
智谱在马来西亚的经营活动具有两个不同层次：一是招股书披露的实际客户收入，二是合作伙伴公开介绍的马来语大模型研发及应用计划。
两者都与当地市场有关，但不能因为发生在同一国家，就认定属于同一个商业项目。
1. 匿名客户C提供了什么商业证据？
智谱2025年12月30日发布的招股书披露，2025年上半年，其本地化部署业务五大客户之一的匿名客户C，贡献收入人民币1,792.7万元，占集团同期总收入9.4%。2
招股书脚注说明，客户C位于马来西亚联邦直辖区，从事电信基础设施及多媒体通信服务。
这项披露的重要性，在于它将收入、业务类型、客户所在地及统计期间联系起来。
从作者分析看，本地化部署与开放模型下载或公共API调用具有不同的交付逻辑。前者对应特定企业客户的业务安排，能够在财务披露中形成客户收入记录；后者则可能通过平台向不同开发者提供标准化服务。
但客户C的具体名称、使用的模型版本及项目内容未公开，因此不能进一步确定其技术部署方式、合同金额、利润或交付验收结果。
2. Malay LLM合作由哪些参与者承担职责？
2024年9月6日，Axcova发布公告，介绍9月3日Alto AI与智谱、马来亚大学等参与的Malay LLM合作安排。1
根据Axcova的说明，Alto与马来亚大学签署合作协议（MoA），与智谱及其他伙伴形成合作谅解备忘录（MoU）安排。
Axcova承担核心应用开发及解决方案集成职责，公告还介绍了模型即服务（MaaS）接口平台和大学AI实验室的规划。
从作者分析看，这种合作结构尝试将大模型技术、当地语言研究与应用开发连接起来。
其中，技术参与者、大学研究机构与应用集成方承担的角色并不相同。
但协议、研究计划和应用构想并不等于已经完成模型交付或形成项目收入。
3. 两项马来西亚活动应当如何联系？
从作者分析看，这说明智谱参与当地市场可能具有企业客户交付和伙伴协作两种路径。
但现有资料没有披露客户C与Alto、Axcova或马来亚大学之间的项目对应关系，也没有证明其收入来自Malay LLM。
马来西亚案例的核心，是已经实现的商业收入与尚待观察的伙伴项目并存。评价两者时，既不能否认已有收入，也不能将不同活动合并为未经证实的同一项目。
四、新加坡：从集团实体到Z.ai平台服务责任
与马来西亚具有明确的匿名客户收入记录不同，新加坡的公开资料更侧重集团组织、区域销售覆盖，以及开发者平台的服务与数据处理责任。
1. 新加坡实体承担什么角色？
智谱招股书列示，JINGSHENG HENGXING TECHNOLOGY PTE. LTD.于2023年11月23日在新加坡成立，为集团100%间接持有的企业，相关历史业务分类为投资控股。2
招股书还披露，智谱区域销售团队覆盖包括新加坡在内的部分海外地区，但没有单列当地常驻销售人数。
从作者分析看，持有当地企业实体可以构成跨境业务组织的基础，区域销售覆盖也表明集团将当地纳入商业活动范围。
然而，投资控股身份、区域销售覆盖和实际客户交付是不同事项。现有披露尚不能据此确定新加坡实体的实际人员配置或独立销售规模。
2. Z.ai如何形成跨境开发者服务入口？
智谱GLM-4.5官方模型卡将全球API入口指向Z.ai，并区分GLM-4.5与GLM-4.5 Air等具体模型版本及使用模式。4
截至2026年10月21日所见价格页面，GLM-4.5每百万Token的输入、缓存输入和输出标价分别为0.60、0.11和2.20美元。7
这些信息说明Z.ai具有公开的开发者接入和计费规则。
从作者分析看，标准化API可使企业不必针对每个开发者单独组织本地化模型部署，但平台标价不等于实际账单，也不能由此计算新加坡客户收入。
开发文档中的接口示例证明接入方式存在，不代表本案例已经实际注册、调用或完成付费。
3. 新加坡主体如何承担平台数据责任？
Z.ai于2025年9月29日更新的隐私政策，将JINGSHENG HENGXING TECHNOLOGY PTE. LTD.列为相关服务提供与数据控制主体，并说明服务通常从新加坡提供，个人数据通常在新加坡处理。3
其API数据处理附录进一步区分客户作为数据控制者、平台作为数据处理者的责任，并说明API输入及生成内容实时处理且不保存，其他客户数据则适用另外的保留规定。
从作者分析看，这体现了跨境API业务不仅需要模型和收费接口，还需要明确服务主体与数据处理职责。
不过，政策允许依据适用机制进行跨境处理，不能将通常在新加坡处理理解为所有数据绝不离境；API内容处理条款也不能推广为所有平台日志或消费聊天服务均不保存。
这些属于平台公布的政策承诺，而非独立的实际运营审计。
新加坡案例的主要价值，在于可以识别企业组织与数字平台服务责任，但尚不能把这些安排直接换算成当地商业收入。
五、从东南亚收入表到两国经营：如何避免错误归因？
1. 东南亚收入到底说明了什么？
智谱招股书按照客户地理位置披露的本地化部署收入显示：
2024年全年，东南亚收入为人民币108万元，占同期本地化部署收入0.4%。
2025年上半年，东南亚收入为人民币1,792.7万元，占同期本地化部署收入11.1%。2
该地理分组脚注明确说明包括马来西亚和新加坡。
这两项数据分别对应全年和半年，并非相同统计期间，不能直接计算或表述为同比增长。
尤其需要区分，11.1%的分母是本地化部署收入，而匿名客户C对应的9.4%，分母是集团同期总收入。
2. 为什么两个相同金额不能产生额外结论？
2025年上半年东南亚本地化部署收入与匿名客户C收入，均披露为人民币1,792.7万元。2
从作者分析看，这两个数字可以分别说明区域收入规模和马来西亚客户的实际收入记录，却不应被重复计算。
更重要的是，数值相同也不能补充出招股书未披露的项目名称、具体合同、模型版本或收费渠道。
它既不能证明客户C参与Malay LLM，也不能证明这笔收入来自Z.ai API；同时，区域汇总金额未按国家拆分，不能据此推断新加坡收入为零。
3. 2025年报能否补足国别经营表现？
智谱2025年年报财务附注说明，收入主要来自中国客户，未提供按地理位置划分的收入分析。6
因此，年报不能补齐马来西亚和新加坡2025年全年的独立收入，也不能据此推算2026年经营情况。
从作者分析看，企业的跨境经营评价需要区分三类指标：有明确客户与期间的已实现收入、具有业务责任的组织及平台安排，以及尚处于合作或规划阶段的项目。
本案例的阶段性结论是：马来西亚已具有可归属当地客户的商业收入证据；新加坡具有可识别的集团实体、区域销售覆盖和平台服务责任。两国共同构成智谱东南亚经营活动的不同组成部分，但目前尚不能形成完整、对称的两国独立业绩比较。
六、从本地化部署到标准化API：智谱如何配置不同的产品交付方式？
智谱在东南亚的业务活动涉及企业本地化部署、合作伙伴项目和开发者API平台。三种方式可以共同支持区域市场拓展，但需要解决的产品适配、服务交付和责任配置问题并不相同。
1. 为什么企业本地化部署与API服务不能混为一谈？
智谱招股书披露的马来西亚匿名客户C收入，明确属于本地化部署业务。2
从作者分析看，这类业务的经营重点，可能在于满足特定企业客户对模型部署、系统适配及持续使用的要求。相应的交付内容、验收方式和收费关系，需要依据具体客户安排判断。
相比之下，Z.ai提供标准化开发者接口，允许开发者按照平台规定的方式接入模型服务。5
标准化API的经营重点，更接近于将模型调用能力组织成可重复提供的数字服务，而非为每个使用者分别建立完整的本地化部署项目。
两种交付方式未必相互排斥，但其客户关系和经营结果不能自动合并。
2. 开放模型与商业API是什么关系？
智谱官方GLM-4.5模型卡区分GLM-4.5、GLM-4.5 Air以及相应的思考与非思考模式，并将全球API服务入口指向Z.ai。4
模型卡还明确，该版本相关基础模型、混合推理模型及FP8版本采用MIT许可，允许商业使用和二次开发。
从作者分析看，开放模型有助于第三方根据自身条件部署与适配技术；商业API则通过平台提供调用入口及持续服务。
企业选择何种方式，需要考虑自身技术能力、服务需求和责任承担范围。
但GLM-4.5的许可不能自动推广到未来所有GLM版本；其公开技术能力和下载使用情况，也不能替代特定国家的客户或收入记录。
3. 不同交付路径如何形成协同？
Malay LLM合作安排涉及技术参与、大学研究以及Axcova承担的应用开发和解决方案集成，并提出MaaS接口平台规划。1
从作者分析看，如果本地语言技术能够与企业应用及标准化接口有效衔接，可能形成从模型适配到应用交付的合作路径。
这种协同需要进一步明确模型版本、技术接口、交付责任及客户使用条件。
目前尚不能确认该合作采用GLM-4.5、Z.ai标准API或匿名客户C的部署方案，也不能将MaaS规划表述为已投入商业运营。
不同技术交付方式的协同价值，取决于具体产品、合作责任和实际客户需求能否建立明确联系，而非仅仅使用同一企业的模型技术。
七、从API标价到实际经营：数字服务如何形成可核算的商业关系？
Z.ai公开的开发者接口与定价说明，使智谱的标准化模型服务具有可识别的接入和收费机制。
但平台具备收费规则，与企业已经获得特定国家的实际收入，是两个不同层次的经营事实。
1. Z.ai如何提供标准化接入？
Z.ai快速开始文档要求创建标准API Key，并提供聊天补全调用入口：
api.z.ai/api/paas/v4/chat/completions
Coding Plan则需要依据专门教程配置相应端点。5
从作者分析看，标准化接口能够将模型服务组织成开发者可以重复调用的技术产品，减少每个应用独立建立模型服务入口的需要。
不过，标准API与Coding Plan分别具有对应的接入安排，不能将两种服务的计费和使用条件混同。
接口地址也不能直接证明服务器的物理部署位置。
2. 公开价格如何影响服务选择？
截至2026年10月21日，Z.ai开发者价格页面列示GLM-4.5每百万Token的输入、缓存输入及输出价格分别为0.60、0.11和2.20美元，缓存存储标为限时免费。7
从作者分析看，这种差异化定价使开发者需要考虑请求结构，而不只是比较单一的Token价格。
例如，如果应用需要频繁使用相同上下文，缓存相关费用可能成为成本评价因素；如果输出内容较多，则应关注输出Token在整体费用中的占比。
上述判断是依据公开计费结构提出的条件性分析，并非对实际客户账单的测量。
此外，限时免费属于特定时点的价格安排，不能直接用于长期成本假设。
3. 为什么平台价格不能直接转化为国家收入？
API标价只是平台公开的收费条件，实际收入还取决于真实付费调用、适用价格及客户结算等因素。
从作者分析看，评价标准化API业务，应分别考虑接口可用性、实际使用、收费实现与经营收益。
对于本地化部署业务，则需要依据相应客户及财务披露评价，而不能套用公开API价格估算项目金额。
能够建立价格体系，是数字服务商业化的必要组织条件之一；能否形成可持续收入，还需要实际交易和客户使用记录支持。
八、从集团实体到平台责任：两国业务如何建立组织分工？
跨境人工智能服务不仅涉及模型和价格，还涉及谁承担客户关系、应用交付、数据处理及当地经营责任。
智谱在马来西亚与新加坡的组织资料，提供了分析这些责任如何分层的依据。
1. 当地公司与区域销售分别意味着什么？
智谱招股书列示，马来西亚Corethinks Technology SDN. BHD.的主要业务为大模型相关服务；新加坡JINGSHENG HENGXING TECHNOLOGY PTE. LTD.在当时的公司资料中列为投资控股主体。两者均为集团100%间接持有企业。2
招股书还介绍区域销售团队覆盖新加坡等海外市场。
从作者分析看，当地实体可以为企业组织跨境业务提供基础，区域销售则可能承担市场接触与客户开发方面的职责。
但公司持股、业务登记与销售覆盖不能自动证明当地团队规模、实际项目执行能力或独立营收。
因此，判断经营组织是否成熟，应进一步关注具体职能是否具有明确承担者，而不是仅依据法人数量。
2. 新加坡平台如何界定数据责任？
Z.ai隐私政策将新加坡JINGSHENG HENGXING列为相关服务提供和数据控制主体。3
其API数据处理附录又从API服务关系出发，区分客户控制者与平台处理者，并说明API输入及生成内容实时处理且不保存；其他客户数据另有保留规定。
从作者分析看，这体现了同一平台在不同服务及数据处理关系中，需要明确不同的责任身份。
如果企业客户将模型接口用于自身应用，就需要结合具体服务条款区分客户对自身数据的责任，以及平台承担的处理职责。
但政策所说的通常在新加坡处理，并不排除符合适用机制的跨境处理；API内容不保存的规定也不能扩大到全部日志或消费聊天服务。
这些属于公开政策承诺，不能替代实际运行和法律合规情况的独立判断。
3. 马来西亚伙伴项目需要哪些责任衔接？
Malay LLM合作中，Axcova公开承担核心应用开发和解决方案集成职责，其他参与方分别涉及技术合作与大学研究。1
从作者分析看，类似合作需要关注技术提供、语言研究、应用开发及后续服务交付之间的责任衔接。
如果未来形成正式交付项目，就需要能够识别具体模型版本、最终应用、客户关系及实际成果。
但现有合作公告只支持对合作角色与计划方向的判断，尚不能确认这些后续环节已经完成。
4. 如何评价智谱的区域经营组织能力？
从作者分析看，可以将区域经营分为三个互相关联的责任层次。
首先是客户与商业责任：本地化部署由什么业务关系形成实际收入，能够归属于哪个客户和国家。
其次是技术与交付责任：开放模型、API平台及合作伙伴分别承担什么技术与应用工作。
最后是组织与数据责任：当地实体、区域销售及平台服务主体如何承担相应经营和数据处理职责。
三个层次存在形成协同的可能，但目前不能确认它们已经构成同一个客户项目或统一的收入链条。
本案例的经营启示是：大模型企业开展区域全球化，需要根据本地化项目、伙伴合作和开发者平台的不同特点配置责任，并以实际客户及交易关系判断商业成果。
这种分层方法能够帮助识别智谱东南亚业务已经形成的经营基础，以及不同组织环节未来需要进一步建立的衔接条件。
九、从区域商业收入到伙伴协同：智谱如何选择东南亚经营路径？
智谱在马来西亚与新加坡的实践，体现了大模型企业国际化的不同经营方式：一方面通过本地化部署服务企业客户，另一方面通过伙伴合作和标准化开发者平台扩大技术应用范围。
从作者分析看，真正的管理问题不是选择其中一种模式，而是如何判断不同模式适合什么客户、需要哪些责任安排，以及何时能够形成可持续的商业价值。
1. 什么情况下应当优先发展本地化部署？
马来西亚匿名客户C的收入记录，说明智谱已经通过本地化部署形成可确认的企业客户收入。2
从作者分析看，如果客户具有特定系统环境、技术适配或服务交付要求，本地化部署可能比单纯提供通用API更适合。
但这类业务需要明确模型版本、交付范围、客户验收条件与持续服务责任。
作者建议，对类似项目重点关注实际交付能力、客户持续使用及后续维护需求，而不只关注签约金额或初次部署。
这属于经营分析建议，并非智谱已披露的内部项目评价制度。
2. 伙伴合作如何转化为可持续业务？
Malay LLM合作涉及智谱、Alto AI、马来亚大学及Axcova等参与者，并提出语言模型、应用集成和MaaS平台等合作方向。1
从作者分析看，这种合作模式可能适合需要当地语言研究及应用整合能力的市场。
但要将合作进一步转化为可持续业务，需要明确谁负责技术适配、谁承担应用交付、谁维护客户关系，以及商业成果如何确认。
作者建议，评价此类伙伴项目时，将协议建立、模型开发、实际交付和客户付费作为不同的经营节点。
目前尚不能将Malay LLM合作与匿名客户C收入对应，也没有足够资料确认该项目已经完成商业交付。
3. 标准化平台应当如何选择经营重点？
从作者分析看，如果企业希望服务数量较多、需求相对标准化的开发者，API平台可能有利于重复提供模型能力。
但平台服务价值需要进一步观察真实付费调用、客户留存及服务成本，而不应仅凭公开定价判断。
因此，本地化部署、伙伴项目与开发者平台可以形成互补，但是否值得整合投入，应取决于实际客户需求、责任衔接及可辨识的经济贡献。
十、从组织覆盖到可验证经营：如何评价智谱的区域全球化？
1. 两国应该采用相同的经营评价指标吗？
从作者分析看，可以采用共同框架，但需要依据各国实际业务形态设置不同重点。
马来西亚已有具备明确所在地及期间的匿名客户收入记录，进一步值得观察的是客户持续使用、项目交付内容和本地组织的实际服务能力。
新加坡则具有集团实体、区域销售覆盖及Z.ai平台服务责任，进一步值得观察的是具体客户关系、平台实际使用与国家收入归属。
不能因为两国属于同一区域，就假设其采用相同商业模式或具备相同经营成熟度。
2. 哪些证据才能支持更完整的经营判断？
作者认为有三个值得继续回答的问题。
第一，客户收入如何归因？ 已确认收入究竟对应哪些产品、部署方式及服务安排，能否在不披露客户敏感信息的情况下建立业务对应关系？
第二，伙伴项目如何评价？ Malay LLM是否明确具体模型版本、交付主体及实际应用，能否形成可确认的项目结果？
第三，平台经营如何识别？ 新加坡相关主体承担哪些实际运营职责，是否存在可辨识的当地客户、服务收入及持续使用记录？
3. 有哪些可迁移的管理启发？
从作者分析看，大模型企业开展区域国际化，可以将经营选择建立在三个条件上。
首先，按客户需求选择本地化部署或标准化API，避免把所有技术采用都视为相同商业交付。
其次，按项目明确技术方、当地伙伴、应用集成方和平台主体的责任，使合作能够向实际交付推进。
最后，按收入、客户、国家和期间分别评价经营成果，避免将区域汇总、公开报价和合作计划混为同一业绩。
这些是由智谱案例提出的条件性建议，并非已经证实的企业内部管理体系。
结语：大模型全球化需要从区域覆盖走向可识别的商业关系
智谱案例展示了中国大模型企业通过本地化部署、伙伴合作及跨境开发者平台参与东南亚市场的不同路径。
马来西亚具有可确认的企业客户收入，新加坡具有可识别的组织及数字服务责任；两国现有证据不对称，尚不足以建立完整的独立经营业绩比较。
这一案例最重要的启示是：大模型全球化的关键不只是技术走向多少市场，而是能否将产品交付、伙伴责任和平台服务转化为清晰、持续、可归属的商业关系。
主要来源与研究依据
1. Axcova Partners with Alto AI, Zhipu AI and UM to Develop Malay LLM
发布者：Axcova
发布日期：2024年9月6日
更新日期：未标明
相关事件：2024年9月3日合作仪式
查阅日期：2026年10月21日
主要依据：Alto AI与智谱、马来亚大学等伙伴合作开发Malay LLM，Axcova负责核心应用开发及解决方案集成。
公告分别涉及Alto与马来亚大学的MoA，以及与智谱及其他伙伴的MoU，并介绍MaaS接口平台和大学AI实验室规划。
适用限制：这是合作参与方的公开声明，不是项目验收证明。不能据此确认具体模型版本、语言效果、正式商业交付或项目收入，也不能将该项目与匿名客户C对应。
2. 北京智譜華章科技股份有限公司全球發售招股章程
发布者：北京智譜華章科技股份有限公司，经香港交易所披露
发布日期：2025年12月30日
更新日期：未标明
相关期间：2024全年、2025年1月至6月经营资料及招股书所披露组织结构
查阅日期：2026年10月22日
定位：印刷第16、193、204–205、I-18–I-19页
主要依据：
按客户所在地划分的本地化部署收入，东南亚2024全年为人民币1,080千元，占同期本地化部署收入0.4%；2025年上半年为人民币17,927千元，占同期本地化部署收入11.1%。
该地理分组脚注明确包括马来西亚及新加坡，但未分别列示两国收入。
2025年上半年本地化部署五大客户表列有匿名客户C，收入人民币17,927千元，占集团同期总收入9.4%。脚注说明该客户位于马来西亚联邦直辖区，业务涉及电信基础设施及多媒体通信服务。
招股书还披露区域销售团队覆盖包括新加坡在内的部分海外地区，并列有两家集团100%间接持有企业：
JINGSHENG HENGXING TECHNOLOGY PTE. LTD.，2023年11月23日于新加坡成立，招股书主要业务栏列为投资控股。
Corethinks Technology SDN. BHD.，2025年6月30日于马来西亚成立，主要业务栏为大模型相关服务。
适用限制：
东南亚收入不等于马来西亚与新加坡分别取得的收入。2024全年和2025年上半年并非同比期间，不据此计算同比增长，也不将上半年数据推算为全年。
0.4%与11.1%的分母为本地化部署收入；客户C对应的9.4%以集团总收入为分母，不能混用。
已确认收入不等于合同总额、实际回款、项目验收或利润。
匿名客户C的真实名称和具体项目未披露，不能将其推定为Alto、Axcova、马来亚大学或其他实名机构，也不能将其收入归属于Malay LLM或Z.ai API。
客户C收入与东南亚本地化部署收入数字相同，不足以补充未披露的具体项目归属，也不能据此认定新加坡收入为零。
区域销售覆盖不代表新加坡具有特定人数的常驻团队；集团持股及业务分类不能直接证明相关企业的实际实施能力。
新加坡实体在招股书中列为投资控股，与参考资料3在另一时点披露的Z.ai平台服务责任，应分别按照各自资料范围理解。
3. Z.ai Privacy Policy and Data Processing Addendum for API Services
发布者：Z.ai
原始发布日期：未标明
政策更新日期：2025年9月29日
查阅日期：2026年10月21日
主要依据：Z.ai将新加坡JINGSHENG HENGXING TECHNOLOGY PTE. LTD.列为相关服务提供及数据控制主体，并说明服务一般从新加坡提供，个人数据通常在新加坡处理。
API数据处理附录区分客户控制者与平台处理者，说明API输入及生成内容实时处理且不保存，其他客户数据另有保留规定。
适用限制：通常在新加坡处理不代表数据绝不跨境。API输入及生成内容不保存的条款不能扩大到消费聊天服务或所有日志。
政策内容属于平台公开承诺，不构成实际运营审计或独立法律合规结论，也不直接证明新加坡客户规模及收入。
4. zai-org/GLM-4.5 official model card
发布者：智谱AI，zai-org官方模型页面
发布日期：未标明
更新日期：未标明
相关版本：GLM-4.5系列
查阅日期：2026年10月21日
主要依据：GLM-4.5官方模型卡将全球API入口指向Z.ai，区分GLM-4.5与GLM-4.5 Air及其思考、非思考模式。
该版本相关基础模型、混合推理模型及FP8版本被标明采用MIT许可，可商业使用及二次开发。
适用限制：上述许可仅对应所列版本及产物，不保证未来全部GLM模型适用相同条款。
模型开放、下载及技术能力说明不能直接证明马来西亚或新加坡的具体客户、商业收入或项目交付。
5. Quick Start — Z.AI Developer Document
发布者：Z.ai
发布日期：未标明
更新日期：未标明
接口资料时点：2026年10月21日所见页面
查阅日期：2026年10月21日
主要依据：Z.ai标准API接入要求创建API Key，并提供聊天补全调用入口：
api.z.ai/api/paas/v4/chat/completions
Coding Plan需要依据专门教程配置专用端点。
适用限制：接口文档说明的是接入方式，不证明研究中已实际注册、调用、付费或产生用户收入。
接口域名不能用来推定服务器物理位置。涉及通常服务地点及数据处理地域的事实，应以参考资料3明确的政策说明为依据。
6. Knowledge Atlas Technology Joint Stock Company Limited 2025 Annual Report
发布者：Knowledge Atlas Technology Joint Stock Company Limited（智谱），经香港交易所披露
发布日期：2026年4月19日
更新日期：未标明
报告期间：截至2025年12月31日年度
查阅日期：2026年10月22日
定位：印刷第105页，附注4(b)(iii) Geographic information
主要依据：2025年年报财务附注说明集团收入主要来自中国客户，未提供按地理位置划分的收入分析。
适用限制：未提供地理收入分析不等于海外收入为零，也不否定参考资料2已披露的2024全年及2025年上半年特定经营数据。
该年报不能补齐马来西亚、新加坡2025全年或2026年的独立收入，也不能用全球客户覆盖或开发者规模替代具体国家的商业经营证据。
7. Pricing — Z.AI Developer Document
发布者：Z.ai
发布日期：未标明
更新日期：未标明
价格资料时点：2026年10月21日所见页面
查阅日期：2026年10月21日
主要依据：Z.ai开发者价格页面按美元列示每百万Token的输入、缓存输入及输出价格。
GLM-4.5相应标价分别为0.60、0.11和2.20美元，缓存存储标为限时免费。
适用限制：页面标价不能追溯为2025年实际成交价格，也不代表客户账单、折扣、平台成本或利润。
Coding Plan订阅与通用按量API收费属于不同安排，不应合并计算或相互替代。