Auteur: Wall Street News - Bu Shuqing
Titre original : Rapport approfondi de Goldman Sachs : Qui deviendra le gagnant à long terme de l'industrie des grands modèles d'IA en Chine ?
Les grands modèles d'IA chinois sont à un tournant historique. Goldman Sachs estime que les performances intelligentes des modèles chinois à poids libres/ouverts se rapprochent désormais des modèles propriétaires de pointe mondiaux. L'adoption par les entreprises chinoises et les PME mondiales s'étend rapidement, créant ainsi un effet de roue de données qui stimulera davantage l'itération et l'amélioration des modèles.
Selon le Trading Desk, le dernier rapport de Goldman Sachs souligne que cette trajectoire d'évolution peut être résumée comme 'du moment d'efficacité-coût de DeepSeek l'année dernière, au moment d'intelligence-modèle de GLM de Zhipu cette année'. L'équipe dirigée par l'analyste Ronald Keung évalue systématiquement dans ce rapport de 50 pages quatre questions centrales : comment les modèles d'IA chinois atteignent des performances élevées à faible coût, pourquoi ils choisissent la voie du libre/ouvert, comment monétiser, quels sont leurs marchés adressables centraux et qui seront les gagnants à long terme.
Dans son analyse du paysage concurrentiel, Goldman Sachs propose un 'cadre de positionnement concurrentiel' basé sur le pouvoir de fixation des prix, l'avantage de coût et la solidité financière. Sur cette base, il conclut que dans le domaine des modèles de base pour le texte, Zhipu (première couverture) et DeepSeek (non coté) ont la position la plus forte ; dans le domaine multimodal, ByteDance (non coté) est leader. Goldman Sachs maintient également ses recommandations d'achat sur MiniMax et Kuaishou.
Faire beaucoup avec peu, la victoire par l'efficacité
La capacité des grands modèles chinois à atteindre des performances proches de leurs équivalents américains à un coût bien inférieur réside dans une double percée : l'innovation architecturale et l'efficacité des paramètres.
Le rapport de Goldman Sachs indique que l'échelle des paramètres des modèles ouverts chinois se situe généralement entre 200 et 1600 milliards, soit seulement 2% à 10% des modèles mondiaux de pointe, en raison principalement de l'accès limité aux puces de calcul haut de gamme. Parallèlement, des innovations comme l'architecture de mélange d'experts (MoE) et les mécanismes d'attention éparse font que les paramètres réellement activés ne représentent que 3% à 5% du total, réduisant considérablement les coûts d'entraînement et d'inférence.
Au niveau des modèles spécifiques, DeepSeek V4 Pro a 1600 milliards de paramètres, Zhipu GLM5.2 en a 700 milliards et MiniMax M3 en a 400 milliards.
Goldman Sachs attribue le bond récent des capacités de programmation des modèles chinois à la synergie de facteurs tels que le filtrage des données et l'apprentissage par renforcement en post-entraînement. Le 27 juin, DeepSeek a lancé le cadre de décodage spéculatif DSpark, déjà déployé dans ses services en ligne V4-Flash et V4 Pro, améliorant la vitesse de génération par utilisateur de 60% à 85% (V4-Flash) et de 57% à 78% (V4 Pro) sans modifier les poids du modèle ni la qualité de la sortie.
Le LongCat 2.0 publié par Meituan le 30 juin est considéré par Goldman Sachs comme une étape importante vers l'autonomie de l'infrastructure IA chinoise — c'est le premier modèle MoE ouvert de 1600 milliards de paramètres en Chine entièrement entraîné et déployé sur 50 000 puces de calcul nationales. Goldman Sachs estime que cela prouve la faisabilité d'une pile matérielle locale pour la phase de pré-entraînement intensive en calcul, ce qui a une signification profonde pour réduire la dépendance des modèles d'IA chinois aux puces étrangères haut de gamme.
Marché en polarisation, les forts deviennent plus forts
Goldman Sachs décrit le marché des modèles d'IA chinois comme une 'structure à deux niveaux' en formation et identifie deux quadrants de maximisation du ARR.
Sur le marché haut de gamme, les modèles phares comme Zhipu GLM5.2 et Alibaba Qwen3.7 Max sont tarifés autour de 1 USD par million de tokens, soit 5 fois plus que les modèles bas de gamme, avec une marge brute estimée par Goldman Sachs entre 10% et 20%. En comparaison, les modèles phares américains coûtent 4 à 8 USD par million de tokens. Les modèles chinois haut de gamme ne coûtent que 10% à 25% de ce prix, mais maintiennent une marge positive grâce à un ratio de paramètres activés plus faible.
Sur le marché bas de gamme, les modèles destinés aux tâches d'agents sont tarifés aussi bas que 0.06 à 0.2 USD par million de tokens, ouvrant le marché des PME mondiales et des utilisateurs individuels sensibles au prix. 60% à 70% des revenus de MiniMax proviennent de l'étranger. Il est à noter que DeepSeek a annoncé l'introduction d'un mécanisme de tarification par heures de pointe/creuse pour sa série V4 à partir de la mi-juillet, le tarif de pointe étant le double du tarif hors pointe, avec un prix mixte d'environ 0.35 USD (V4 Pro) et 0.12 USD (V4 Flash) par million de tokens.
Goldman Sachs prévoit que les revenus des API et abonnements des modèles d'IA chinois passeront d'une estimation de 35 milliards de RMB en 2026 à 879 milliards de RMB en 2030, correspondant à une consommation quotidienne de tokens passant de 350 000 milliards à 4600 000 milliards, soit une multiplication par environ 25.
Stratégie du libre : pénétration large, chemins de monétisation à améliorer
Le rapport de Goldman Sachs détaille la logique stratégique de l'adoption généralisée de la voie du libre/poids ouverts par les modèles d'IA chinois et ses limites en matière de monétisation.
Les avantages clés de l'approche libre sont la flexibilité du déploiement et l'écosystème communautaire. Les séries Qwen d'Alibaba, DeepSeek, GLM de Zhipu et M3 de MiniMax adoptent tous une approche libre ou à poids ouverts, à l'exception notable du modèle Seed de ByteDance qui suit une voie propriétaire entièrement fermée. Le modèle libre permet un déploiement flexible en Chine et à l'étranger et accélère l'itération via les retours de la communauté.
Cependant, Goldman Sachs souligne que les chiffres de ARR divulgués par les entreprises de modèles libres sous-estiment probablement fortement l'échelle de déploiement réelle et le potentiel de revenus. Par exemple, Zhipu vise un ARR de 10 milliards USD fin 2026, mais le déploiement mondial réel de GLM5.2 sera bien supérieur au volume de tokens et aux revenus de ses propres canaux d'API — la plateforme MaaS Bailian d'AliCloud peut héberger directement le modèle ouvert GLM5.2 sans aucun paiement à Zhipu.
Goldman Sachs s'attend à ce que le secteur évolue progressivement du pur libre (licence MIT, totalement gratuite) vers un modèle de 'poids ouverts + licence communautaire' — où l'usage commercial nécessite un accord de partage de revenus avec la société du modèle. La série M de MiniMax a déjà adopté ce modèle. Goldman Sachs pense que cette transition améliorera significativement l'économie unitaire des entreprises de modèles d'IA, car elles pourront bénéficier d'accords de partage de revenus avec des plates-formes comme AWS Bedrock ou AliCloud Bailian, sans avoir à supporter elles-mêmes le coût de l'inférence.
De la 'maximisation des tokens' à la priorité au ROI
Goldman Sachs qualifie l'expansion sur les marchés internationaux, en particulier hors des États-Unis, d'espace de croissance le plus important pour les modèles d'IA chinois.
L'équipe de recherche américaine de Goldman Sachs estime que d'ici 2030, l'IA agentielle poussera la consommation mondiale de tokens à une multiplication par 24, atteignant 120 quadrillions de tokens par mois, dont une croissance de 55x pour les agents d'entreprise et de 12x pour les agents grand public. Sur le marché mondial (hors Chine), les modèles d'IA chinois ont déjà gagné des parts significatives de tokens grâce à l'amélioration des performances et aux avantages de prix.
Le rapport indique que le paradigme d'utilisation de l'IA par les entreprises mondiales est en train de passer d'une logique de 'maximisation des tokens' à une logique 'ROI prioritaire'. La première a prévalu fin 2025/début 2026, les entreprises assimilant une forte consommation de tokens à la productivité organisationnelle ; la seconde se concentre davantage sur des périmètres de tâches clairs, le nombre d'agents actifs quotidiens, l'automatisation des processus backend et la production réelle. Une étude de Jellyfish AI sur les tendances de l'ingénierie montre que les utilisateurs intensifs d'IA en entreprise consomment 10 fois plus de tokens mais ne voient leur production augmenter que de 2 fois.
Au niveau des canaux, la plateforme Gemini Enterprise Agent Platform d'Alphabet et AWS Bedrock d'Amazon proposent déjà des services d'hébergement pour des modèles d'IA chinois comme DeepSeek, MiniMax, Moonshot, GLM et Qwen. Selon le Wall Street Journal, le PDG de Microsoft a récemment indiqué que Microsoft envisageait d'héberger une version de DeepSeek dans Copilot comme modèle à faible coût optionnel, soulignant que si DeepSeek était hébergé, le modèle fonctionnerait au sein de l'écosystème cloud de Microsoft, assurant que les données clients restent dans Azure.
Qui sera le gagnant à long terme ?
Goldman Sachs a construit un cadre de positionnement concurrentiel en trois dimensions pour évaluer quantitativement la probabilité de victoire à long terme de chaque acteur, avec une formule centrale : Échelle de ARR × Avantage de marge brute + Solidité financière.
La dimension Pouvoir de fixation des prix examine la vitesse de mise sur le marché (par rapport aux générations précédentes et aux modèles de niveau comparable), le score LMArena (basé sur des évaluations d'utilisateurs en test aveugle à grande échelle) et le niveau de prix mixte par million de tokens.
La dimension Avantage de coût examine le débit (tokens par seconde), le taux de succès du cache, le ratio de paramètres activés et la marge brute d'inférence. La dimension Solidité financière examine la trésorerie disponible, la part de la trésorerie nette dans le total de l'actif et les multiples de valorisation.
Dans le domaine des modèles de base pour le texte, Goldman Sachs estime que Zhipu (première couverture, recommandation Neutre, valorisation cible 110 milliards USD) et DeepSeek (non coté) ont la position la plus forte, avec des performances remarquables en pouvoir de fixation des prix et en avantage de coût. La valorisation implicite combinée des entreprises de modèles d'IA indépendantes dépasse 200 milliards USD.
Dans le domaine multimodal / génération vidéo, ByteDance est leader avec Seedance. Selon des reportages de LatePost et 36Kr, Seedance aurait une marge brute élevée de 70% et un ARR dépassant déjà 2 milliards USD. Les modèles de Kuaishou (Kling) et de MiniMax (Hailuo/le futur modèle H3) sont également bien positionnés selon Goldman Sachs, qui s'attend à ce qu'ils bénéficient au second semestre 2026 des avancées fonctionnelles de fusion génération vidéo/LLM et d'une tarification saine liée à une offre tendue.
Goldman Sachs maintient sa recommandation d'achat sur MiniMax avec un prix cible de 860 HKD, citant son modèle M3 situé dans le quadrant de maximisation du ARR avec un volume élevé de tokens et une tarification attractive, et une valorisation actuelle à seulement 13x le ARR estimé fin 2026, représentant un décote significative par rapport aux multiples des entreprises comparables chinoises et mondiales, avec un ratio risque/récompense orienté à la hausse.
