GLM 基础模型、Coding 与企业 Agent
Daily / MTD / QTD / YTD 直接来自 legacy FactSet MCP 内的 Global Prices `/returns-range` endpoint，使用 FactSet `totalReturn` 并固定 `dividendAdjust=PRICE`，因此是排除股息的 price return；页面不再以 close ÷ basePrice 自行计算。FactSet 原始百分数保留用于逐项校验，页面仅将其除以 100 后格式化。无完整区间、ticker/fsymId/币种/日期不一致时显示 N/M。Current Market Cap 直接来自 Global Prices `/market-value` 的 `currentMarketValue`、security-level fsymId 与有效日期，不再以 close × shares 推导；单位为 million。FactSet 本次对 market value 返回字面 currency code `LOCAL`，页面忠实显示 LOCAL 且不推断 ISO currency，因此不同本币标的不可直接横向比较。Forward 3Y EPS CAGR = (FY3 consensus EPS ÷ FY0 actual EPS)^(1/3) − 1。FY0 与 FY3 均来自 FactSet Estimates 的 EPS 指标；actualType 可能为 company 或 broker，FY3 为 aggregate mean 且分析师覆盖通常较 FY1 少。若 EPS 非正或归一币种不一致则显示 N/M。 原始 reporting currency：CNY；页面数值按 FactSet 请求币种 HKD 返回。行情与一致预期是外部数据快照，不会自动改写内部研究观点。
LLM 商业化：Token × ARR × gross margin × cash burn
GLM 迭代、企业 adoption、服务容量与融资将决定观点能否进一步强化。
若关键变量按期兑现，盈利与估值叙事将从单一产品扩展至平台或产业协同。
产业链定位、利润池、盈利传导、验证顺序与证伪条件
GLM 基础模型、Coding 与企业 Agent
流量与交易入口、Cloud 与推理容量、基础/多模态模型、Agent 与应用，以及广告、电商、API 和订阅收入。
用户与企业需求 → Token/采用率 → Cloud、API、广告与交易收入 → 推理成本、Capex 与折旧 → margin、现金消耗与 FCF。
基准测试、产品发布、使用量、ARR 与盈利是不同阶段；亏损 LLM 公司使用收入、gross margin 与 cash runway，不使用 P/E 或 EPS CAGR。
持续亏损、算力依赖、模型周期、稀释与高估值
框架来自内部产业链资料的分析结构，不作为最新数值来源；市场数据与一致预期仍以 FactSet 快照为准。
保留每次边际变化，而非覆盖旧结论
GLM 的模型迭代、coding/enterprise workflow 与融资能力提供增长期权，但 FactSet FY0–FY3 EPS 均为负；应以 Token、ARR、gross margin、现金消耗和模型复现能力替代 P/E。
需求可见度改善，但关键产品验证和供给节奏仍需跟踪。
建立公司卡片与核心跟踪指标。
按公司、专题与事件自动关联
只展示来源元数据与原创摘要，原始文件保留在本地资料库