Отчет Goldman Sachs анализирует конкурентную среду крупных моделей ИИ в Китае: кто станет долгосрочным победителем?

Автор: Wall Street Watch, Бу Шуцин

Оригинальное название: "Глубокий отчет Goldman Sachs: кто станет долгосрочным победителем в индустрии крупных моделей ИИ в Китае?"

Крупные модели ИИ в Китае находятся на историческом поворотном моменте. Goldman Sachs считает, что интеллектуальные возможности открытых моделей ИИ в Китае приближаются к возможностям лучших в мире закрытых моделей, а масштаб их применения отечественными компаниями и глобальными малыми и средними предприятиями быстро растет. В результате эффект «летящего колеса данных» будет способствовать дальнейшей итерации и обновлению моделей.

Согласно данным Wind Trading Desk, последний отчет Goldman Sachs указывает на то, что эта эволюционная траектория может быть охарактеризована как "от момента эффективности затрат DeepSeek в прошлом году до момента интеллектуальности модели Zhizhu GLM в этом году." Команда, возглавляемая аналитиком Goldman Sachs Рональдом Кеунгом, проводит систематическую оценку в этом 50-страничном отчете по четырем ключевым вопросам: как китайские модели ИИ достигают высокой производительности при низких затратах, почему они выбирают открытый исходный код и как монетизировать, где находится основной адресуемый рынок и кто станет долгосрочным победителем.

В плане оценки конкурентной среды Goldman Sachs представил "рамку конкурентного позиционирования", основанную на ценовой власти, преимуществах по затратам и финансовой силе. Соответственно, он определяет, что в области базовых текстовых моделей Zhizhu (первое покрытие) и DeepSeek (непубличная) занимают самые сильные позиции; в мультимодальной области лидирует ByteDance (непубличная). Goldman Sachs также сохраняет рейтинг "покупать" для MiniMax и Kuaishou.

Небольшие инвестиции, большие доходы, эффективность побеждает

Китайские крупные модели могут достигать сопоставимой производительности при затратах, значительно ниже аналогичных продуктов в США, в первую очередь благодаря прорывам в инновациях архитектуры и эффективности параметров.

Отчет Goldman Sachs указывает на то, что масштаб параметров открытых моделей в Китае обычно колеблется от 200 миллиардов до 1,6 триллиона, что составляет всего 2% до 10% от лучших моделей в мире. Это в основном связано с ограниченным доступом к высококлассным вычислительным мощностям. В то же время такие инновации, как архитектура смешанных экспертов (MoE) и разреженные механизмы внимания, привели к тому, что фактически активированные параметры составляют всего 3% до 5% от общего числа параметров, что значительно снижает затраты на обучение и вывод.

На уровне моделей DeepSeek V4 Pro имеет количество параметров 1,6 триллиона, Zhizhu GLM5.2 — 0,7 триллиона, а MiniMax M3 — 0,4 триллиона.

Goldman Sachs связывает недавний скачок в программных возможностях китайских моделей с синергетическими эффектами фильтрации данных, обучения с подкреплением после обучения и другими факторами. 27 июня DeepSeek запустил спекулятивную декодирующую рамку DSpark, которая была развернута в онлайн-сервисах V4-Flash и V4 Pro, увеличив скорость генерации пользователями на 60% до 85% (V4-Flash) и на 57% до 78% (V4 Pro) без изменения весов модели или качества вывода.

LongCat 2.0 от Meituan, выпущенный 30 июня, рассматривается Goldman Sachs как важная веха в локализации инфраструктуры ИИ в Китае — это первая открытая модель MoE с 1,6 триллиона параметров, обученная и развернутая полностью на основе 50 000 отечественных вычислительных карт. Goldman Sachs считает, что это демонстрирует осуществимость локализованного аппаратного стека в процессе интенсивного предобучения, что имеет далеко идущие последствия для китайских моделей ИИ, позволяя им освободиться от зависимости от иностранных высококлассных чипов.

Поляризация рынка, сильнее сильные

Goldman Sachs описывает рынок китайских моделей ИИ как формирующий "двухуровневую структуру" и выделяет два квадранта, максимизирующих ARR.

На высоком рынке топовые модели, представленные Zhizhu GLM5.2 и Alibaba Qwen3.7 Max, имеют цену около 1 доллара за миллион токенов, что в пять раз больше, чем у моделей низкого уровня, с валовой маржой около 10% до 20% (по оценкам Goldman Sachs). В отличие от этого, топовые модели в США стоят от 4 до 8 долларов за миллион токенов, в то время как китайские высококлассные модели составляют всего 10% до 25% от этой суммы, но все же могут поддерживать положительные валовые маржи благодаря более низким коэффициентам активации параметров.

На низком рынке модели, ориентированные на интеллектуальные задачи, стоят всего 0,06 до 0,2 доллара за миллион токенов, нацеливаясь на чувствительные к цене глобальные малые и средние предприятия и индивидуальных пользователей. MiniMax получает 60% до 70% своего дохода из-за границы. Примечательно, что DeepSeek объявил, что начиная с середины июля, он введет механизм ценообразования в пиковые и непиковые часы для серии V4, при этом пиковые тарифы будут вдвое выше непиковых, а смешанная цена составит около 0,35 доллара за миллион токенов (V4 Pro) и 0,12 доллара (V4 Flash).

Goldman Sachs прогнозирует, что доходы от API и подписок китайских моделей ИИ вырастут с предполагаемых 35 миллиардов юаней в 2026 году до 879 миллиардов юаней в 2030 году, что соответствует увеличению ежедневного потребления токенов с 350 триллионов до 4 600 триллионов, что составляет примерно 25-кратное увеличение.

Стратегия открытого исходного кода: широкое проникновение, путь монетизации требует обновления

Отчет Goldman Sachs подробно описывает стратегическую логику широкого применения открытых/открытых моделей китайскими моделями ИИ и их ограничения в монетизации.

Основное преимущество стратегии открытого исходного кода заключается в гибкости развертывания и экологии сообщества. Серии Qwen от Alibaba, DeepSeek, Zhizhu GLM и MiniMax M3 все используют открытые или открытые методы, при этом модель Seed от ByteDance является значительным исключением, использующей полностью закрытый собственный путь. Модель с открытым исходным кодом позволяет гибко развертывать модели как внутри, так и за пределами материкового Китая и ускоряет итерацию через обратную связь от сообщества.

Тем не менее, Goldman Sachs указывает на то, что данные ARR, раскрытые компаниями моделей с открытым исходным кодом, вероятно, серьезно недооценят фактический масштаб развертывания и потенциальные доходы. Например, по Zhizhu, его целевой ARR к концу 2026 года составляет 1 миллиард долларов, но фактическое развертывание GLM5.2 по всему миру значительно превысит объем токенов и доходы от собственных API-каналов Zhizhu — платформа Alibaba Cloud Bailian MaaS может напрямую размещать открытую модель GLM5.2 без каких-либо выплат Zhizhu.

Goldman Sachs ожидает, что отрасль постепенно перейдет от чистого открытого исходного кода (лицензия MIT, полностью бесплатная) к модели "открытый вес + лицензия сообщества" — где коммерческое использование должно подписывать соглашение о распределении доходов с компанией модели. Серия MiniMax M уже приняла эту модель. Goldman Sachs считает, что этот переход значительно улучшит экономику единицы компаний моделей ИИ, так как они могут извлекать выгоду из соглашений о распределении доходов с такими платформами, как AWS Bedrock и Alibaba Cloud Bailian, не неся затрат на вычисления вывода.

От "максимизации токенов" к приоритету ROI

Goldman Sachs характеризует международное расширение рынка как самое важное пространство для роста китайских моделей ИИ, особенно на неамериканских рынках.

Исследовательская команда Goldman Sachs в США оценивает, что к 2030 году интеллектуальный ИИ приведет к росту глобального потребления токенов в 24 раза, достигнув 120 триллионов токенов в месяц, при этом интеллектуальные агенты для предприятий внесут 55-кратное увеличение, а потребительские интеллектуальные агенты — 12-кратное увеличение. На глобальных рынках (за исключением Китая) китайские модели ИИ достигли значительного роста доли токенов благодаря улучшению производительности и ценовым преимуществам.

Отчет Goldman Sachs указывает на то, что парадигма использования ИИ среди глобальных предприятий претерпевает фундаментальные изменения от "максимизации токенов" к "приоритету ROI." Первая преобладала с конца 2025 года до начала 2026 года, когда предприятия приравнивали высокое потребление токенов к производительности организации; последняя больше сосредоточена на четких границах задач, количестве активных интеллектуальных агентов в день, автоматизации процессов на заднем плане и фактическом выводе. Исследование трендов Jellyfish AI показывает, что активные пользователи ИИ в предприятиях потребляли в 10 раз больше токенов, но только удвоили свой вывод.

На уровне каналов платформа Gemini Enterprise Agent от Alphabet и AWS Bedrock от Amazon уже предоставили хостинговые услуги для китайских моделей ИИ, таких как DeepSeek, MiniMax, Moonshot, GLM и Qwen. Согласно Wall Street Journal, генеральный директор Microsoft недавно заявил, что Microsoft рассматривает возможность размещения версии DeepSeek на Copilot в качестве модели с низкой стоимостью, подчеркивая, что если она будет размещена, модель будет работать в рамках облачной экосистемы Microsoft, обеспечивая сохранение данных клиентов в Azure.

Кто станет долгосрочным победителем?

Goldman Sachs построил трехмерную рамку конкурентного позиционирования для количественной оценки вероятности долгосрочной победы каждого игрока, с основной формулой: масштаб ARR × преимущество валовой маржи + финансовая сила.

Измерение ценовой власти исследует скорость выхода на рынок (по сравнению с предыдущими и аналогичными моделями), баллы LMArena (на основе широкомасштабных слепых оценок пользователей) и уровень смешанного ценообразования за миллион токенов.

Измерение преимущества по затратам оценивает пропускную способность (токены в секунду), коэффициент попадания в кэш, коэффициент активации параметров и валовую маржу на вывод. Измерение финансовой силы оценивает наличные средства, чистые наличные в процентах от общих активов и мультипликаторы оценки.

В области базовых текстовых моделей Goldman Sachs определяет Zhizhu (первое покрытие, нейтральный рейтинг, целевая оценка 110 миллиардов долларов) и DeepSeek (непубличная) как самые сильные позиции, обе показывают выдающиеся результаты в ценовой власти и преимуществах по затратам. Общая подразумеваемая оценка независимых компаний моделей ИИ превышает 200 миллиардов долларов.

В области мультимодальной/генерации видео ByteDance лидирует с Seedance, при этом отчеты от LatePost и 36Kr указывают на валовую маржу до 70%, а операционная ставка ARR превышает 2 миллиарда долларов. Kuaishou's Keling и MiniMax Hailuo/предстоящая модель H3 также рассматриваются Goldman Sachs положительно, ожидается, что они получат выгоду во второй половине 2026 года от функциональных прорывов в генерации видео и интеграции LLM, а также от здорового ценообразования из-за нехватки предложения.

Goldman Sachs сохраняет рейтинг "покупать" для MiniMax с целевой ценой 860 гонконгских долларов, аргументируя это тем, что его модель M3 расположена в квадранте максимизации ARR с высоким объемом токенов и привлекательным ценообразованием, а текущая оценка составляет всего 13 раз ARR к концу 2026 года, что указывает на значительную скидку по сравнению с мультипликаторами оценки аналогичных компаний в Китае и в мире, с соотношением риска и вознаграждения, смещенным вверх.

Отказ от ответственности: Данный контент предоставляется исключительно в целях общего брендинга и предоставления информации и не является финансовой, инвестиционной, юридической или налоговой консультацией. Любые события, вознаграждения, онлайн-мероприятия или связанная с ними информация, упомянутые здесь, не должны рассматриваться как рекомендация, предложение или приглашение к покупке, продаже, торговле или иным операциям с криптоактивами или к использованию каких-либо услуг. Криптовалюты обладают высокой волатильностью и могут привести к убыткам. Услуги WEEX и онлайн-мероприятия могут быть недоступны во всех регионах и регулируются применимыми законами, правилами и требованиями к участию. Вы несете ответственность за обеспечение соответствия использования вами услуг WEEX местным законам и за тщательную оценку рисков перед участием в любой деятельности, связанной с криптовалютами.