Autor: Wall Street News, Bu Shuqing
Título original: Informe en profundidad de Goldman Sachs: ¿Quién será el ganador a largo plazo en la industria china de modelos de gran tamaño de IA?
Los modelos de gran tamaño de IA de China se encuentran en un punto de inflexión histórico. Goldman Sachs cree que el rendimiento inteligente de los modelos chinos de código abierto/de pesos abiertos ya se está acercando al de los modelos propietarios líderes a nivel mundial, y que la adopción por parte de empresas nacionales y pymes globales se está expandiendo rápidamente, lo que generará un efecto de volante de datos que seguirá impulsando la iteración y mejora de los modelos.
Según el escritorio de negocios "Zhui Feng" (Persiguiendo la tendencia), el último informe de Goldman Sachs señala: "Esta trayectoria de evolución se puede resumir como 'del momento de eficiencia en costos de DeepSeek el año pasado, al momento de inteligencia del modelo de GLM de Zhipu este año'". El equipo encabezado por la analista Ronald Keung de Goldman Sachs evalúa sistemáticamente en este informe de 50 páginas cuatro cuestiones centrales: cómo logran los modelos chinos de IA alto rendimiento a bajo costo, por qué eligen la ruta de código abierto y cómo monetizarla, dónde está el mercado direccionable central y quiénes serán los ganadores a largo plazo.
En cuanto al juicio sobre el panorama competitivo, Goldman Sachs propone un "marco de posicionamiento competitivo" basado en la capacidad de fijación de precios, la ventaja en costos y la fortaleza financiera, y en base a esto, determina que en el campo de los modelos de texto básicos, Zhipu (cobertura inicial) y DeepSeek (no cotizada) tienen las posiciones más sólidas; en el campo multimodal, ByteDance (no cotizada) lidera. Goldman Sachs mantiene también sus calificaciones de compra para MiniMax y Kuaishou.
Hacer mucho con poco: la eficiencia marca la diferencia
La capacidad de los grandes modelos chinos para lograr un rendimiento cercano al de sus homólogos estadounidenses con un costo muy inferior se debe a una doble innovación: arquitectónica y de eficiencia de parámetros.
El informe de Goldman Sachs señala que la escala de parámetros de los modelos de código abierto chinos está generalmente entre 200.000 y 1,6 billones, solo del 2% al 10% de los modelos líderes globales, principalmente debido al acceso limitado a potencia de cálculo de gama alta. Al mismo tiempo, innovaciones como la arquitectura Mixture of Experts (MoE) y mecanismos de atención dispersa hacen que la proporción de parámetros realmente activados sea solo del 3% al 5% del total, reduciendo drásticamente los costos de entrenamiento e inferencia.
A nivel de modelos específicos, DeepSeek V4 Pro tiene 1,6 billones de parámetros, Zhipu GLM5.2 tiene 0,7 billones y MiniMax M3 tiene 0,4 billones.
Goldman Sachs atribuye el reciente salto en la capacidad de programación de los modelos chinos a la acción combinada de factores como la selección de datos y el entrenamiento posterior de aprendizaje por refuerzo. El 27 de junio, DeepSeek lanzó el marco de decodificación especulativa DSpark, ya implementado en sus servicios en línea V4-Flash y V4 Pro, que mejora la velocidad de generación por usuario entre un 60% y un 85% (V4-Flash) y entre un 57% y un 78% (V4 Pro) sin alterar los pesos del modelo ni la calidad de la salida.
El LongCat 2.0 lanzado por Meituan el 30 de junio es visto por Goldman Sachs como un hito importante en la autonomización de la infraestructura de IA de China—es el primer modelo MoE de código abierto de 1,6 billones de parámetros entrenado y desplegado completamente con 50,000 tarjetas de cómputo de fabricación nacional. Goldman Sachs cree que esto demuestra la viabilidad de una pila de hardware localizada en la fase intensiva en cómputo de preentrenamiento, lo que tiene un profundo significado para la independencia de los modelos chinos de IA de los chips de gama alta extranjeros.
Mercado polarizado: los fuertes se fortalecen
Goldman Sachs describe el mercado chino de modelos de IA como una "estructura de doble capa" en formación, e identifica dos cuadrantes de maximización de ARR (Ingresos Anuales Recurrentes).
En el mercado de gama alta, los modelos punteros representados por Zhipu GLM5.2 y Alibaba Qwen3.7 Max tienen un precio de aproximadamente 1 dólar por millón de tokens, cinco veces más que los modelos de gama baja, con un margen bruto de inferencia estimado por Goldman Sachs de entre el 10% y el 20%. En contraste, los modelos líderes estadounidenses se cotizan entre 4 y 8 dólares por millón de tokens, lo que significa que los modelos chinos de gama alta cuestan solo del 10% al 25% del precio estadounidense, pero aún pueden mantener un margen bruto positivo debido a una menor proporción de parámetros activados.
En el mercado de gama baja, los modelos orientados a tareas de agentes inteligentes tienen precios tan bajos como de 0,06 a 0,2 dólares por millón de tokens, abriéndose paso en el mercado de pymes globales y usuarios individuales sensibles al precio. Del 60% al 70% de los ingresos de MiniMax provienen del extranjero. Es notable que DeepSeek ha anunciado que, a mediados de julio, introducirá un mecanismo de tarificación por horas punta para su serie V4, donde la tarifa en hora punta será el doble que la no punta, con una tarifa mixta de aproximadamente 0,35 dólares por millón de tokens (V4 Pro) y 0,12 dólares (V4 Flash).
Goldman Sachs predice que los ingresos por API y suscripción de los modelos chinos de IA crecerán desde los 35 mil millones de yuanes (estimados) en 2026 hasta los 879 mil millones de yuanes en 2030, lo que corresponde a un consumo diario de tokens que aumentará de 350 billones a 4,6 trillones, un incremento de aproximadamente 25 veces.
Estrategia de código abierto: penetración amplia, rutas de monetización por mejorar
El informe de Goldman Sachs analiza en detalle la lógica estratégica detrás de la ruta generalizada de código abierto/pesos abiertos adoptada por los modelos chinos de IA y sus limitaciones para la monetización.
Las ventajas centrales de la estrategia de código abierto son la flexibilidad de despliegue y el ecosistema comunitario. Las series Qwen de Alibaba, DeepSeek, GLM de Zhipu y MiniMax M3 adoptan el enfoque de código abierto o pesos abiertos, siendo la excepción principal el modelo Seed de ByteDance, que sigue una ruta completamente propietaria y cerrada. El modelo de código abierto permite el despliegue flexible tanto dentro como fuera de China continental y acelera la iteración a través de la retroalimentación comunitaria.
Sin embargo, Goldman Sachs señala que es probable que las cifras de ARR divulgadas por las empresas de modelos de código abierto subestimen gravemente la escala de despliegue real y el potencial de ingresos. Tomando a Zhipu como ejemplo, su objetivo de ARR para finales de 2026 es de 10 mil millones de dólares, pero el despliegue global real de GLM5.2 será muy superior al volumen de tokens e ingresos a través de los canales API propios de Zhipu—la plataforma MaaS Alibaba Cloud Bailian puede alojar directamente el modelo de código abierto GLM5.2 sin necesidad de pagar nada a Zhipu.
Goldman Sachs espera que la industria migre gradualmente del código abierto puro (licencia MIT, completamente gratuita) hacia un modelo de "pesos abiertos + licencia comunitaria" —donde el uso comercial requiere un acuerdo de reparto de ingresos con la empresa del modelo. MiniMax ya ha adoptado este modelo para su serie M. Goldman Sachs cree que este cambio mejorará significativamente la economía unitaria de las empresas de modelos de IA, ya que las compañías de modelos podrán beneficiarse de acuerdos de reparto de ingresos con plataformas como AWS Bedrock o Alibaba Cloud Bailian sin tener que asumir los costos de cómputo de inferencia.
De "maximizar tokens" a priorizar el ROI
Goldman Sachs califica la expansión internacional como el espacio de mayor potencial alcista para los modelos chinos de IA, especialmente en mercados distintos a Estados Unidos.
El equipo de investigación de EE. UU. de Goldman Sachs estima que para 2030, la IA de agentes impulsará un crecimiento de 24 veces en el consumo global de tokens, alcanzando los 120 quintillones (10^30) de tokens mensuales, de los cuales los agentes empresariales contribuirán con un crecimiento de 55 veces y los agentes de consumo con 12 veces. En los mercados globales (excluyendo China), los modelos chinos de IA ya han logrado un crecimiento significativo en la cuota de tokens gracias a mejoras en el rendimiento y ventajas de precio.
El informe de Goldman Sachs señala que el paradigma de uso de IA en las empresas globales está experimentando un cambio fundamental de "maximizar tokens" a "priorizar el ROI (Retorno de la Inversión)". El primero prevaleció desde finales de 2025 hasta principios de 2026, cuando las empresas equiparaban un alto consumo de tokens con productividad organizacional; el segundo se enfoca más en límites claros de tareas, número de agentes activos diarios, automatización de procesos del backend y producción real. Datos de un estudio de tendencias de ingeniería de Jellyfish AI muestran que los usuarios intensivos de IA en empresas consumen 10 veces más tokens, pero su producción solo aumenta 2 veces.
A nivel de canales, Gemini Enterprise Agent Platform de Alphabet y AWS Bedrock de Amazon ya ofrecen servicios de alojamiento para modelos chinos de IA como DeepSeek, MiniMax, Moonshot, GLM y Qwen. Según el Wall Street Journal, el CEO de Microsoft declaró recientemente que Microsoft está considerando alojar una versión de DeepSeek en Copilot como un modelo de bajo costo opcional, y enfatizó que, de hacerlo, el modelo funcionaría dentro del ecosistema en la nube de Microsoft, asegurando que los datos de los clientes permanezcan dentro de Azure.
¿Quiénes serán los ganadores a largo plazo?
Goldman Sachs construyó un marco de posicionamiento competitivo tridimensional para evaluar cuantitativamente la probabilidad de victoria a largo plazo de cada jugador, con una fórmula central: Escala de ARR × Ventaja en Margen Bruto + Fortaleza Financiera.
La dimensión de capacidad de fijación de precios examina la velocidad de lanzamiento (comparación con modelos de generación anterior y del mismo nivel), la puntuación en la arena LMArena (basada en evaluaciones de usuarios a ciegas a gran escala) y el nivel de precio mixto por millón de tokens.
La dimensión de ventaja en costos examina el rendimiento (tokens por segundo), la tasa de acierto de caché, la proporción de parámetros activados y el margen bruto de inferencia. La dimensión de fortaleza financiera examina el efectivo disponible, la proporción de efectivo neto sobre activos totales y los múltiplos de valoración.
En el campo de los modelos de texto básicos, Goldman Sachs determina que Zhipu (cobertura inicial, calificación Neutral, valoración objetivo de 110 mil millones de dólares) y DeepSeek (no cotizada) tienen las posiciones más fuertes, destacando ambas en capacidad de fijación de precios y ventaja en costos. La valoración implícita combinada de las empresas de modelos de IA independientes supera los 200 mil millones de dólares.
En el campo multimodal/generación de video, ByteDance lidera con Seedance. Según informes de LatePost y 36Kr, Seedance tiene un margen bruto de hasta el 70% y su ARR anualizado ya supera los 2 mil millones de dólares. Kuaishou Kling y los modelos Hailuo de MiniMax / el próximo modelo H3 también son vistos con buenos ojos por Goldman Sachs, que espera que se beneficien en la segunda mitad de 2026 de avances funcionales en la fusión de generación de video y LLMs y de una fijación de precios saludable impulsada por la escasez de oferta.
Goldman Sachs mantiene una calificación de Compra para MiniMax con un precio objetivo de 860 HKD, justificándolo porque su modelo M3 se encuentra en el cuadrante de maximización de ARR con alto volumen de tokens y precios atractivos, y su valoración actual es solo 13 veces su ARR estimado para finales de 2026, presentando un descuento significativo en múltiplos de valoración en comparación con empresas similares chinas y globales, y una relación riesgo-beneficio sesgada al alza.
