Autor: Wall Street Insights
Los grandes modelos de IA de China se encuentran en un punto de inflexión histórico. Goldman Sachs considera que el rendimiento inteligente de los modelos chinos de código abierto/ponderación abierta se acerca ya al de los mejores modelos propietarios globales, y la adopción por parte de empresas nacionales y pymes mundiales se está expandiendo rápidamente, creando un efecto de volante de inercia de datos que impulsará aún más la iteración y mejora de los modelos.
Según el Trading Desk de Seguimiento de Tendencias, el último informe de Goldman Sachs señala que esta trayectoria evolutiva puede resumirse como 'del momento de eficiencia de costes de DeepSeek el año pasado, al momento de inteligencia del modelo de GLM de Zhipu este año'. El equipo liderado por la analista de Goldman Sachs, Ronald Keung, en este informe de 50 páginas, evalúa sistemáticamente cuatro cuestiones centrales: cómo los modelos de IA chinos logran alto rendimiento con bajo coste, por qué eligen la ruta de código abierto y cómo monetizarla, dónde están los mercados principales abordables y quiénes serán los ganadores a largo plazo.
En cuanto al juicio sobre el panorama competitivo, Goldman Sachs ha desarrollado un 'marco de posicionamiento competitivo' basado en la capacidad de fijación de precios, la ventaja de costes y la solidez financiera, y en base a ello determina que, en el campo de los modelos de texto básicos, Zhipu (primera cobertura) y DeepSeek (no cotizada) tienen la posición más sólida; en el campo multimodal, ByteDance (no cotizada) lidera. Goldman Sachs mantiene también sus calificaciones de compra para MiniMax y Kuaishou.
Mayor impacto con menos recursos, ganar con eficiencia
Los grandes modelos chinos logran un rendimiento cercano al de sus homólogos estadounidenses a un coste muy inferior, gracias a un doble avance: innovación arquitectónica y eficiencia de parámetros.
El informe de Goldman Sachs señala que la escala de parámetros de los modelos chinos de código abierto oscila generalmente entre 200 mil millones y 1.6 billones, lo que supone solo entre el 2% y el 10% de los mejores modelos globales, debido principalmente al acceso limitado a potencia de cálculo de alta gama. Al mismo tiempo, innovaciones como la arquitectura Mixture of Experts (MoE) y mecanismos de atención dispersa hacen que la proporción de parámetros realmente activados respecto al total sea de solo el 3% al 5%, reduciendo drásticamente los costes 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 conjunta de factores como la selección de datos y el post-entrenamiento con aprendizaje por refuerzo. El 27 de junio, DeepSeek lanzó el marco de decodificación especulativa DSpark, ya desplegado en los servicios en línea de V4-Flash y V4 Pro, que aumenta 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 considerado por Goldman Sachs como un hito importante en la autonomía de la infraestructura de IA china: es el primer modelo MoE de código abierto de 1.6 billones de parámetros entrenado y desplegado completamente sobre 50,000 tarjetas de computación chinas. Goldman Sachs cree que esto demuestra la viabilidad de una pila de hardware localizada durante la fase intensiva en cómputo de preentrenamiento, lo que tiene un significado profundo para que los modelos de IA chinos reduzcan su dependencia de chips extranjeros de alta gama.
Mercado polarizado, los fuertes se fortalecen
Goldman Sachs describe el mercado chino de modelos de IA como una 'estructura de dos capas' en formación e identifica dos cuadrantes de maximización de ARR.
En el mercado premium, los modelos punteros representados por Zhipu GLM5.2 y Alibaba Qwen3.7 Max tienen un precio de alrededor de 1 dólar por millón de tokens, cinco veces el de los modelos de gama baja, con un margen bruto de inferencia estimado por Goldman Sachs de alrededor del 10% al 20%. En comparación, los modelos punteros estadounidenses cuestan entre 4 y 8 dólares por millón de tokens. Los modelos premium chinos son solo el 10% al 25% de ese precio, pero gracias a una menor proporción de activación de parámetros, aún pueden mantener un margen bruto positivo.
En el mercado de gama baja, los modelos orientados a tareas de agentes tienen precios tan bajos como 0.06 a 0.2 dólares por millón de tokens, abriendo mercado entre pymes globales y usuarios individuales sensibles al precio. MiniMax obtiene entre el 60% y el 70% de sus ingresos del extranjero. Es destacable que DeepSeek ha anunciado que, desde mediados de julio, introducirá un mecanismo de precios por hora punta/valle para su serie V4, con tarifas en hora punta que duplican las de fuera de punta, resultando en un precio mixto 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 de IA chinos crecerán desde los 35,000 millones de RMB estimados para 2026 hasta los 879,000 millones de RMB en 2030, lo que corresponde a un consumo diario de tokens que pasará de 350 billones a 4,600 billones, un aumento de aproximadamente 25 veces.
Estrategia de código abierto: penetración amplia, camino de monetización pendiente de mejora
El informe de Goldman Sachs detalla la lógica estratégica detrás de la adopción generalizada de la ruta de código abierto/ponderación abierta por parte de los modelos de IA chinos y sus limitaciones de monetización.
Las ventajas centrales de la estrategia de código abierto son la flexibilidad de despliegue y el ecosistema comunitario. La serie Qwen de Alibaba, DeepSeek, GLM de Zhipu y MiniMax M3 adoptan enfoques de código abierto o ponderación abierta. El modelo Seed de ByteDance es la principal excepción, siguiendo una ruta propietaria completamente cerrada. El modelo de código abierto permite un despliegue flexible dentro y fuera de China continental y acelera la iteración a través de la retroalimentación comunitaria.
Sin embargo, Goldman Sachs señala que es muy probable que las cifras de ARR reveladas por las empresas de modelos de código abierto subestimen gravemente la escala real de despliegue 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 real global de GLM5.2 será mucho mayor que el volumen de tokens y los ingresos del canal API propio de Zhipu. La plataforma MaaS Bailian de Alibaba Cloud puede alojar directamente el modelo de código abierto GLM5.2 sin pagar nada a Zhipu.
Goldman Sachs espera que la industria migre gradualmente del código abierto puro (licencia MIT, completamente gratuita) hacia un modelo de 'ponderación abierta + licencia comunitaria', donde el uso comercial requiera un acuerdo de reparto de ingresos con la empresa modelo. La serie M de MiniMax ya ha adoptado este modelo de forma pionera. Goldman Sachs cree que este cambio mejorará significativamente la economía unitaria de las empresas de modelos de IA, ya que estas podrán beneficiarse de acuerdos de reparto de ingresos con plataformas como AWS Bedrock o Alibaba Cloud Bailian, sin tener que asumir directamente los costes de cómputo de inferencia.
De 'maximizar tokens' a priorizar el ROI
Goldman Sachs califica la expansión en los mercados internacionales como el espacio de crecimiento al alza más importante para los modelos de IA chinos, especialmente en mercados fuera de Estados Unidos.
El equipo de investigación de Goldman Sachs en EE.UU. estima que para 2030, los agentes de IA impulsarán un crecimiento de 24 veces en el consumo global de tokens, alcanzando 120 mil billones de tokens al mes, con los agentes empresariales contribuyendo con un crecimiento de 55 veces y los agentes de consumo con 12 veces. En los mercados globales (fuera de China), los modelos de IA chinos ya han logrado un crecimiento significativo en la cuota de tokens gracias a la mejora del rendimiento y la ventaja de precios.
El informe de Goldman Sachs señala que el paradigma de uso de IA en las empresas globales está experimentando un cambio fundamental desde 'maximizar tokens' hacia 'priorizar el ROI'. El primero prevaleció desde finales de 2025 hasta principios de 2026, donde las empresas equiparaban un alto consumo de tokens con productividad organizacional. El segundo se centra más en límites claros de tareas, número de agentes activos diarios, automatización de procesos backend y resultados reales. Un estudio de tendencias de ingeniería de Jellyfish AI muestra que los usuarios intensivos de IA en las empresas consumen 10 veces más tokens, pero su producción solo aumenta 2 veces.
A nivel de canales, tanto la Plataforma Gemini Enterprise Agent de Alphabet como AWS Bedrock de Amazon ya ofrecen servicios de alojamiento para modelos de IA chinos como DeepSeek, MiniMax, Moonshot, GLM y Qwen. Según el Wall Street Journal, el CEO de Microsoft declaró recientemente que la empresa 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 ha construido un marco de posicionamiento competitivo tridimensional para evaluar con indicadores cuantitativos la probabilidad de éxito a largo plazo de cada jugador, con una fórmula central: Escala de ARR × Ventaja de margen bruto + Solidez financiera.
Capacidad de fijación de precios: Evalúa la velocidad de lanzamiento (comparación con el modelo anterior y del mismo nivel), la puntuación en el 'arena' LMArena (basada en evaluaciones de usuarios a ciegas a gran escala) y el nivel de precios mixtos por millón de tokens.
Ventaja de costes: Evalúa el rendimiento (tokens por segundo), la tasa de acierto de caché, la proporción de activación de parámetros y el margen bruto de inferencia. Solidez financiera: Evalúa 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 (primera cobertura, calificación neutral, valoración objetivo de 110 mil millones de dólares) y DeepSeek (no cotizada) tienen la posición más fuerte, destacando ambas en capacidad de fijación de precios y ventaja de costes. La valoración implícita combinada de las empresas independientes de modelos de IA supera los 2000 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 del 70% y su ARR anualizado supera ya los 2000 millones de dólares. Kuaishou Kling y los modelos Hailuo/H3 próximo de MiniMax también son vistos favorablemente por Goldman Sachs, que espera que en el segundo semestre de 2026 se beneficien de avances funcionales en la fusión de generación de video y LLM, junto con precios saludables debido a la escasez de oferta.
Goldman Sachs mantiene su calificación de compra para MiniMax, con un precio objetivo de 860 HKD, argumentando que su modelo M3 se encuentra en el cuadrante de maximización de ARR con alto volumen de tokens y precios atractivos, y que su valoración actual es de solo 13 veces el ARR estimado para finales de 2026, mostrando un descuento claro frente a los múltiplos de valoración de empresas comparables en China y globalmente, con un perfil riesgo/rentabilidad sesgado al alza.
