Глубокий отчет Goldman Sachs: кто станет долгосрочным победителем в китайской индустрии AI больших моделей?

Автор: Уолл-стрит Информер

Китайская AI-модель находится на историческом поворотном моменте. Goldman Sachs считает, что интеллектуальные характеристики китайских открытых/открытых крупных моделей близки к мировым ведущим закрытым моделям, а масштабы их применения в отечественных и глобальных малых и средних предприятиях быстро расширяются, что создает эффект "данных" и будет способствовать дальнейшему обновлению моделей.

Согласно данным торговой платформы "Zhuifeng", последний отчет Goldman Sachs указывает, что "эта эволюционная траектория может быть охарактеризована как 'от момента эффективности затрат DeepSeek в прошлом году к моменту интеллектуальности модели Zhipu GLM в этом году'". Команда аналитиков Goldman Sachs под руководством Рональда Кеунга в этом 50-страничном отчете систематически оценивает четыре ключевых вопроса: как китайские AI-модели достигают высокой производительности с низкими затратами, почему выбирается открытый путь и как это монетизируется, где находится основной адресуемый рынок и кто станет долгосрочным победителем.

В оценке конкурентной структуры Goldman Sachs представил набор "конкурентных позиционирующих рамок", основанных на ценовой способности, преимуществах по затратам и финансовой мощи, и на этой основе определил, что в области базовых текстовых моделей Zhipu (первый охват) и DeepSeek (не Список) имеют самые сильные позиции; в области мультимодальности лидирует ByteDance (не Перечисленные). Goldman Sachs также сохраняет рейтинг "покупать" для MiniMax и Kuaishou.

Маленькое за большое, победа через эффективность

Китайские крупные модели могут достигать производительности, близкой к аналогичным продуктам из США, по значительно более низкой цене, что связано с двойным прорывом в архитектуре и эффективности параметров.

Отчет Goldman Sachs указывает, что параметры китайских открытых моделей обычно находятся в диапазоне от 200 миллиардов до 1,6 триллиона, что составляет лишь 2% до 10% от мировых ведущих моделей, что в основном связано с ограничениями в получении высокопроизводительных вычислительных мощностей. В то же время инновации, такие как смешанная экспертная архитектура (MoE) и разреженные механизмы внимания, позволяют фактическому количеству активированных параметров составлять всего 3% до 5% от общего числа параметров, что значительно снижает затраты на обучение и вывод.

На уровне конкретных моделей параметр DeepSeek V4 Pro составляет 1,6 триллиона, Zhipu GLM5.2 - 0,7 триллиона, MiniMax M3 - 0,4 триллиона.

Goldman Sachs связывает недавний скачок китайских моделей в программировании с синергией факторов, таких как фильтрация данных и обучение с подкреплением после тренировки. 27 июня DeepSeek представил рамки для декодирования DSpark, которые уже развернуты в онлайн-сервисах V4-Flash и V4 Pro, увеличивая скорость генерации на пользователя на 60% до 85% (V4-Flash) и на 57% до 78% (V4 Pro) без изменения веса модели или качества вывода.

Meituan, выпустивший LongCat 2.0 30 июня, рассматривается Goldman Sachs как важная веха в автономизации инфраструктуры AI в Китае ------ это первая в Китае полностью открытая MoE модель с 1,6 триллиона параметров, обученная и развернутая на основе 50 000 отечественных вычислительных карт. Goldman Sachs считает, что это доказывает жизнеспособность локализованного аппаратного стека на этапе вычислительно интенсивного предварительного обучения, что имеет глубокое значение для избавления китайских AI-моделей от зависимости от иностранных высококачественных чипов.

Рынок поляризуется, сильные становятся сильнее

Goldman Sachs описывает рынок китайских AI-моделей как формирующуюся "двухуровневую структуру" и выделяет два квадранта максимизации ARR.

На высоком рынке, модели высшего уровня, такие как Zhipu GLM5.2 и Alibaba Qwen3.7 Max, имеют цену около 1 доллара за миллион токенов, что в 5 раз больше, чем у низкоуровневых моделей, а валовая прибыль от вывода составляет около 10% до 20% (по оценкам Goldman Sachs). В то же время, цены на ведущие модели в США составляют от 4 до 8 долларов за миллион токенов, в то время как китайские высококачественные модели стоят лишь 10% до 25% от этого, но благодаря более низкому коэффициенту активации параметров все еще могут поддерживать положительную валовую прибыль.

На низком рынке, модели для задач агентов имеют цену от 0,06 до 0,2 доллара за миллион токенов, открывая рынок для чувствительных к цене глобальных малых и средних предприятий и индивидуальных пользователей. MiniMax получает 60% до 70% своих доходов из-за границы. Стоит отметить, что DeepSeek объявил о введении механизма пиковых и низких цен для серии V4 с середины июля, где пиковая ставка составляет в 2 раза больше, чем в непиковые часы, а смешанная цена составляет 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 AI-моделей вырастут с оценочных 35 миллиардов юаней в 2026 году до 879 миллиардов юаней в 2030 году, что соответствует увеличению ежедневного потребления токенов с 350 триллионов до 4600 триллионов, увеличившись примерно в 25 раз.

Стратегия открытого кода: широкое проникновение, пути монетизации требуют обновления

Отчет Goldman Sachs подробно рассматривает стратегическую логику и ограничения монетизации, связанные с широко распространенным использованием открытых/открытых весов в китайских AI-моделях.

Основное преимущество стратегии открытого кода заключается в гибкости развертывания и экосистеме сообщества. Серии моделей Alibaba Qwen, DeepSeek, Zhipu GLM и MiniMax M3 используют открытые или открытые веса, в то время как модель Seed от ByteDance является основным исключением, использующим полностью закрытый патентованный путь. Открытая модель позволяет моделям гибко развертываться как внутри, так и за пределами материкового Китая и ускоряет итерации через обратную связь от сообщества.

Тем не менее, Goldman Sachs указывает, что цифры ARR, раскрываемые компаниями открытых моделей, вероятно, значительно занижают фактический масштаб развертывания и потенциал дохода. Например, у Zhipu цель ARR к концу 2026 года составляет 1 миллиард долларов, но фактическое количество развертываний GLM5.2 в мире будет значительно выше, чем количество токенов и доходов через собственные API-каналы Zhipu ------ платформа Alibaba Cloud Bailian MaaS может напрямую размещать модель GLM5.2 без необходимости платить Zhipu.

Goldman Sachs ожидает, что отрасль постепенно перейдет от чистого открытого кода (лицензия MIT, полностью бесплатная) к модели "открытые веса + лицензия сообщества" ------ то есть коммерческое использование должно сопровождаться подписанием соглашения о разделе доходов с компанией модели. Серия MiniMax M уже первой приняла эту модель. Goldman Sachs считает, что этот переход значительно улучшит экономическую эффективность единицы компаний AI-моделей, поскольку компании моделей могут получать выгоду от соглашений о разделе доходов с платформами, такими как AWS Bedrock и Alibaba Cloud Bailian, не неся затрат на вычислительные мощности для вывода.

От "максимизации токенов" к приоритету ROI

Goldman Sachs определяет международную экспансию как самое важное пространство для роста китайских AI-моделей, особенно на рынках, не относящихся к США.

Команда исследований Goldman Sachs в США оценивает, что к 2030 году AI для агентов приведет к увеличению глобального потребления токенов в 24 раза, достигнув 120 триллионов токенов в месяц, при этом корпоративные агенты внесут 55-кратный рост, а потребительские агенты - 12-кратный рост. На глобальном (за пределами Китая) рынке китайские AI-модели уже достигли значительного роста доли токенов благодаря улучшению производительности и ценовым преимуществам.

Отчет Goldman Sachs указывает, что парадигма использования AI в глобальных компаниях переживает фундаментальный переход от "максимизации токенов" к "приоритету ROI". Первая была распространена в конце 2025 - начале 2026 года, когда компании приравнивали высокое потребление токенов к производительности организации; последняя же больше сосредоточена на четких границах задач, количестве активных агентов в день, автоматизации задних процессов и фактическом выходе. Исследование тенденций Jellyfish AI показывает, что активные пользователи AI в компаниях потребляют в 10 раз больше токенов, но выход увеличивается лишь в 2 раза.

На уровне каналов платформа Gemini Enterprise Agent от Alphabet и AWS Bedrock уже предоставляют услуги хостинга для китайских AI-моделей, таких как DeepSeek, MiniMax, Moonshot, GLM и Qwen. По данным Wall Street Journal, генеральный директор Microsoft недавно заявил, что Microsoft рассматривает возможность хостинга версии DeepSeek в Copilot как доступной модели с низкой стоимостью и подчеркивает, что если DeepSeek будет размещен, эта модель будет работать в экосистеме облака Microsoft, обеспечивая сохранение данных клиентов в Azure.

Кто станет долгосрочным победителем?

Goldman Sachs разработал трехмерную конкурентную позиционирующую рамку для количественной оценки вероятности долгосрочной победы различных игроков, основная формула: масштаб ARR × преимущество валовой прибыли + финансовая мощь.

Измерение ценовой способности рассматривает скорость выхода на рынок (в сравнении с предыдущими и аналогичными моделями), рейтинг LMArena (основанный на масштабном слепом тестировании пользовательских оценок) и уровень смешанной цены за миллион токенов.

Измерение преимуществ по затратам рассматривает пропускную способность (количество токенов в секунду), коэффициент попадания в кэш, коэффициент активации параметров и валовую прибыль от вывода. Измерение финансовой мощи рассматривает наличные средства, долю чистых наличных в общих активах и коэффициенты оценки.

В области базовых текстовых моделей Goldman Sachs определяет Zhipu (первый охват, нейтральный рейтинг, целевая оценка 110 миллиардов долларов) и DeepSeek (не Перечислено) как имеющие самые сильные позиции, обе модели выделяются в ценовой способности и преимуществах по затратам. Общая скрытая оценка независимых компаний AI моделей превышает 200 миллиардов долларов.

В области мультимодальности/генерации видео ByteDance лидирует с Seedance, согласно отчетам LatePost и 36Kr, валовая прибыль Seedance достигает 70%, а уровень работы ARR превышает 2 миллиарда долларов. Kuaishou и MiniMax Hailuo/предстоящая модель H3 также вызывают оптимизм у Goldman Sachs, ожидая, что во второй половине 2026 года они получат выгоду от прорыва функциональности в генерации видео и интеграции с LLM, а также от здорового ценообразования, вызванного дефицитом предложения.

Goldman Sachs сохраняет рейтинг "покупать" для MiniMax с целевой ценой 860 гонконгских долларов, поскольку модель M3 находится в квадранте максимизации ARR с высоким объемом токенов и привлекательным ценообразованием, а текущая оценка составляет всего 13-кратный ARR к концу 2026 года, что значительно ниже оценок аналогичных компаний в Китае и мире, с риском и доходностью, склоняющимся к росту.