Автор: Wall Street News
Китайские большие языковые модели ИИ находятся на историческом переломном моменте. Goldman Sachs считает, что интеллектуальная производительность китайских моделей с открытыми весами уже приближается к глобальным топовым проприетарным моделям, масштабы их внедрения китайскими предприятиями и малыми и средними предприятиями по всему миру быстро растут, что создает эффект маховика данных, который в дальнейшем будет способствовать итеративному обновлению моделей.
По данным Чжуйфэн Трейдинг Деск, последний отчет Goldman Sachs указывает, что эту траекторию эволюции можно обобщить как «от момента ценовой эффективности DeepSeek в прошлом году до момента интеллекта модели GLM компании Zhipu в этом году». Команда во главе с аналитиком Goldman Sachs Рональдом Кёнгом в этом 50-страничном отчете системно оценивает четыре ключевых вопроса: как китайские модели ИИ достигают высокой производительности при низкой стоимости, почему выбирают путь открытого исходного кода и как монетизируют его, где находятся основные адресуемые рынки и кто станет долгосрочным победителем.
В оценке конкурентного ландшафта Goldman Sachs представила «рамки конкурентного позиционирования», основанные на ценообразовании, ценовых преимуществах и финансовых возможностях, и на их основе пришла к выводу, что в области базовых текстовых моделей компании Zhipu (первое покрытие) и DeepSeek (не публичная) занимают наиболее сильные позиции; в многомодальной области лидирует ByteDance (не публичная). Goldman Sachs также поддерживает рейтинги «покупать» на акции MiniMax и Kuaishou.
Эффективность побеждает, добиваясь большего меньшими силами
Китайские большие модели способны достигать производительности, близкой к американским аналогам, при гораздо более низкой стоимости, благодаря двойному прорыву в архитектурных инновациях и эффективности параметров.
Отчет Goldman Sachs указывает, что масштаб параметров китайских открытых моделей обычно составляет от 200 до 1600 миллиардов, что составляет лишь 2%–10% от глобальных топовых моделей, что в основном связано с ограниченным доступом к высокопроизводительным вычислительным мощностям. В то же время инновации, такие как архитектура смеси экспертов (MoE) и разреженные механизмы внимания, позволяют активировать лишь 3%–5% от общего числа параметров, что значительно снижает стоимость обучения и логического вывода.
Что касается конкретных моделей, DeepSeek V4 Pro имеет 1.6 триллиона параметров, Zhipu GLM5.2 — 0.7 триллиона, MiniMax M3 — 0.4 триллиона.
Goldman Sachs объясняет недавний скачок китайских моделей в способности к программированию совместным действием таких факторов, как отбор данных, дообучение с подкреплением и других. 27 июня DeepSeek представила фреймворк спекулятивного декодирования DSpark, который уже развернут в онлайн-сервисах V4-Flash и V4 Pro и позволяет увеличить скорость генерации на пользователя на 60%–85% (V4-Flash) и 57%–78% (V4 Pro) без изменения весов модели или качества вывода.
Модель LongCat 2.0, выпущенная Meituan 30 июня, рассматривается Goldman Sachs как важная веха в автономизации китайской инфраструктуры ИИ — это первая в Китае открытая MoE-модель с 1.6 триллионами параметров, полностью обученная и развернутая на 50 тысячах отечественных вычислительных карт. Goldman Sachs считает, что это доказывает жизнеспособность локализованного аппаратного стека на этапе вычислительно-интенсивного предварительного обучения, что имеет глубокое значение для освобождения китайских моделей ИИ от зависимости от иностранных высокопроизводительных чипов.
Двухуровневая структура рынка, усиление сильных игроков
Goldman Sachs описывает формирующуюся «двухуровневую структуру» рынка китайских моделей ИИ и выделяет два квадранта максимизации годового повторяющегося дохода (ARR).
На высококлассном рынке топовые модели, такие как Zhipu GLM5.2 и Alibaba Qwen3.7 Max, оцениваются примерно в $1 за миллион токенов, что в 5 раз выше, чем у низкобюджетных моделей, с маржой валовой прибыли на логический вывод около 10–20% (оценка Goldman Sachs). Для сравнения, цены американских топовых моделей составляют $4–8 за миллион токенов, китайские модели высокого класса стоят лишь 10–25% от этой суммы, но благодаря более низкому соотношению активируемых параметров все еще могут поддерживать положительную валовую прибыль.
На низкобюджетном рынке модели, ориентированные на задачи агентов, оцениваются всего в $0.06–0.2 за миллион токенов, осваивая рынки чувствительных к цене глобальных малых и средних предприятий и индивидуальных пользователей. От 60% до 70% выручки MiniMax приходится на зарубежные рынки. Стоит отметить, что DeepSeek объявила о введении с середины июля схемы пиковых и внепиковых тарифов для серии V4, где пиковая ставка в 2 раза выше внепиковой, при смешанном ценообразовании примерно $0.35 за миллион токенов (V4 Pro) и $0.12 за миллион токенов (V4 Flash).
Goldman Sachs прогнозирует, что доход от API и подписок китайских моделей ИИ вырастет 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, то есть примерно в 25 раз.
Стратегия открытого кода: широкое проникновение, пути монетизации требуют модернизации
Отчет Goldman Sachs подробно анализирует стратегическую логику, стоящую за повсеместным выбором китайскими моделями ИИ пути открытого исходного кода/открытых весов, и ограничения их монетизации.
Ключевыми преимуществами стратегии открытого кода являются гибкость развертывания и экосистема сообщества. Серия Alibaba Qwen, DeepSeek, Zhipu GLM и MiniMax M3 используют открытый исходный код или открытые веса, за исключением модели Seed от ByteDance, которая использует полностью закрытый проприетарный подход. Открытая модель позволяет гибко развертывать модель как внутри, так и за пределами материкового Китая и ускоряет итерации благодаря обратной связи сообщества.
Однако Goldman Sachs отмечает, что цифры ARR, раскрываемые компаниями с открытыми моделями, скорее всего, серьезно недооценивают реальный масштаб развертывания и потенциал доходов. Например, Zhipu ставит цель ARR на конец 2026 года в $10 миллиардов, но реальный объем развертывания GLM5.2 в мире будет намного выше, чем объем токенов и доходов через собственные API-каналы Zhipu — платформа Alibaba Cloud Bailian MaaS может напрямую размещать открытую модель GLM5.2 без каких-либо платежей Zhipu.
Goldman Sachs ожидает, что отрасль будет постепенно переходить от чисто открытых лицензий (лицензия MIT, полностью бесплатная) к модели «открытые веса + общественная лицензия» — то есть для коммерческого использования необходимо заключить с компанией-разработчиком модели соглашение о разделе доходов. Серия M от MiniMax уже первой применяет эту модель. Goldman Sachs считает, что этот переход значительно улучшит показатели экономической эффективности на единицу для компаний-разработчиков моделей ИИ, поскольку они смогут получать выгоду от соглашений о разделе доходов с такими платформами, как AWS Bedrock и Alibaba Cloud Bailian, не неся самостоятельно затрат на логический вывод.
От «максимизации токенов» к приоритету ROI
Goldman Sachs характеризует международную экспансию как наиболее важный потенциал роста для китайских моделей ИИ, особенно на рынках за пределами США.
Команда по исследованию США в Goldman Sachs оценивает, что к 2030 году агентский ИИ увеличит глобальное потребление токенов в 24 раза, достигнув 120 квадриллионов токенов в месяц, при этом корпоративные агенты обеспечат рост в 55 раз, а потребительские — в 12 раз. На глобальных рынках (за пределами Китая) китайские модели ИИ уже добились значительного увеличения доли токенов благодаря повышению производительности и ценовому преимуществу.
Отчет Goldman Sachs указывает, что парадигма использования ИИ глобальными предприятиями претерпевает фундаментальный сдвиг от «максимизации токенов» к «приоритету ROI». Первая была распространена в конце 2025 — начале 2026 года, когда предприятия приравнивали высокое потребление токенов к организационной производительности. Вторая же больше фокусируется на четких границах задач, количестве ежедневно активных агентов, автоматизации внутренних процессов и фактической отдаче. Данные исследования Jellyfish AI по трендам в инженерии показывают, что активные пользователи ИИ в компаниях потребляют в 10 раз больше токенов, но их продуктивность увеличивается лишь в 2 раза.
На канальном уровне такие платформы, как Gemini Enterprise Agent Platform от Alphabet и AWS Bedrock от Amazon, уже предоставляют услуги хостинга для китайских моделей ИИ, таких как DeepSeek, MiniMax, Moonshot, GLM и Qwen. По сообщению Wall Street Journal, генеральный директор Microsoft недавно заявил, что Microsoft рассматривает возможность размещения версии DeepSeek в Copilot в качестве опциональной недорогой модели, подчеркнув, что в случае размещения DeepSeek модель будет работать в облачной экосистеме Microsoft, что гарантирует хранение данных клиентов в Azure.
Кто станет долгосрочным победителем?
Goldman Sachs построила трехмерную систему конкурентного позиционирования для количественной оценки вероятности долгосрочного успеха каждого игрока с помощью формулы: масштаб ARR × преимущество валовой маржи + финансовая устойчивость.
Измерение способности к ценообразованию учитывает скорость выхода на рынок (по сравнению с предыдущим поколением и моделями того же уровня), рейтинг LMArena (основанный на масштабных слепых пользовательских оценках) и уровень смешанного ценообразования за миллион токенов.
Измерение ценового преимущества учитывает пропускную способность (токенов в секунду), уровень кэширования, соотношение активируемых параметров и валовую маржу на логический вывод. Измерение финансовой устойчивости учитывает доступные денежные средства, долю чистых денежных средств в общих активах и мультипликаторы оценки.
В области базовых текстовых моделей Goldman Sachs определяет Zhipu (первое покрытие, рейтинг «нейтрально», целевая оценка в $110 миллиардов) и DeepSeek (не публичная) как имеющих самые сильные позиции, обе демонстрируют выдающиеся результаты как в ценообразовании, так и в ценовых преимуществах. Совокупная подразумеваемая оценка независимых компаний-разработчиков моделей ИИ превышает $200 миллиардов.
В области многомодальности/генерации видео лидирует ByteDance с моделью Seedance. Согласно сообщениям LatePost и 36Kr, валовая маржа Seedance достигает 70%, а ARR превышает $2 миллиарда. Goldman Sachs также положительно оценивает Kuaishou Keling и модель Hailuo/предстоящую модель H3 от MiniMax, ожидая, что во второй половине 2026 года они получат выгоду от функциональных прорывов в слиянии генерации видео и языковых моделей, а также от здорового ценообразования из-за ограниченного предложения.
Goldman Sachs поддерживает рейтинг «покупать» на акции MiniMax с целевой ценой 860 гонконгских долларов, аргументируя это тем, что модель M3 находится в квадранте максимизации ARR с высоким объемом токенов и привлекательным ценообразованием, а текущая оценка составляет лишь 13x к ARR на конец 2026 года, что представляет собой явный дисконт по сравнению с мультипликаторами оценки китайских и глобальных аналогов, а риск/доходность смещена в сторону роста.
