ژیپو در تماس با تحلیلگران و سرمایه‌گذاران اعلام کرد که پس از افزایش تقاضا برای مدل GLM-5، تأمین مالی تازه‌ای برای گسترش ظرفیت محاسباتی خود دریافت کرده است؛ افزایشی که منابع داخلی شرکت را تحت فشار قرار داد و ژیپو را به تعلیق طرح Coding واداشت.

بر اساس اظهارات شرکت، تقاضا برای فراخوانی‌های مدل پس از انتشار GLM-5 در فوریه، ده برابر شد. ژیپو گفت این جهش به‌سرعت ذخایر توان محاسباتی آن را تخلیه کرد و شرکت را ناچار ساخت تا در زمان تلاش برای افزایش ظرفیت، محصول اصلی طرح Coding خود را تعلیق کند.

ژیپو اعلام کرد که در ژوئیه یک دور تأمین مالی مجدد را تکمیل کرده و در 11 سپتامبر نیز تأمین مالی دیگری دریافت کرده است تا توسعه زیرساخت محاسباتی خود را ادامه دهد. شرکت سرمایه اضافی را پشتیبانی برای رشد سریع کسب‌وکار و توسعه مداوم مدل‌های مقیاس‌بزرگ‌تر معرفی کرد.

منابع مختلف این موضوع را به شکل‌های متفاوتی توصیف می‌کنند و جزئیات مربوطه همچنان به تأیید رسمی نیاز دارد.

گزارش‌های جداگانه و اسناد مرتبط با شرکت نشان می‌دهد ژیپو در ژوئیه 2026 یک عرضه سهام H را تکمیل کرده و حدود 31.411 میلیارد دلار هنگ‌کنگ جذب کرده است؛ منابع آن برای حوزه‌هایی از جمله تحقیق و توسعه، ظرفیت محاسباتی، خدمات ابری، گسترش کسب‌وکار، سرمایه‌گذاری راهبردی و اهداف عمومی شرکتی اختصاص یافته بود. این موضوع از جهت‌گیری کلی اظهارات شرکت پشتیبانی می‌کند، اما رقم تأمین مالی بعدی که در تماس مطرح شد را به‌طور کامل تأیید نمی‌کند.

چرا اهمیت دارد

به‌روزرسانی ژیپو بر یکی از ویژگی‌های محوری رقابت کنونی هوش مصنوعی تأکید می‌کند: تقاضا برای مدل‌ها می‌تواند سریع‌تر از زیرساخت رشد کند و شرکت‌ها را وادار سازد صرفاً برای حفظ ظرفیت خدمات و عرضه محصولات، به‌سرعت سرمایه جذب کنند. این امر دسترسی به توان محاسباتی و توان تأمین مالی را در کنار کیفیت مدل، به عوامل اصلی رقابت تبدیل می‌کند.

برای بازار گسترده‌تر، این رویداد نشانه دیگری است از اینکه توسعه هوش مصنوعی سرمایه‌برتر می‌شود و تأمین مالی بیش از پیش به ظرفیت ابری، خدمات فنی و تجاری‌سازی گره می‌خورد. حتی خارج از حوزه کریپتو نیز این پویایی برای روایت‌های دارایی دیجیتال مرتبط با هوش مصنوعی که بر توان محاسباتی، تقاضای استنتاج و کمبود زیرساخت بنا شده‌اند، اهمیت دارد.