Rapporto Goldman Sachs analizza il panorama competitivo dei modelli AI in Cina: chi diventerà il vincitore a lungo termine?

Autore: Wall Street Watch, Bu Shuqing

Titolo originale: "Rapporto approfondito di Goldman Sachs: chi diventerà il vincitore a lungo termine nel settore dei modelli AI in Cina?"

I modelli AI in Cina si trovano a un punto di svolta storico. Goldman Sachs ritiene che le prestazioni intelligenti dei modelli open source/open weight in Cina siano ormai vicine a quelle dei modelli proprietari di punta a livello globale, e che l'adozione da parte delle aziende nazionali e delle piccole e medie imprese globali stia rapidamente espandendosi, creando un effetto volano di dati che promuoverà ulteriormente l'iterazione e l'aggiornamento dei modelli.

Secondo il Wind Trading Desk, l'ultimo rapporto di Goldman Sachs indica che "questa traiettoria evolutiva può essere riassunta come 'dal momento di efficienza dei costi di DeepSeek dello scorso anno, al momento di intelligenza del modello di Zhizhu GLM di quest'anno'". Il team guidato dall'analista Ronald Keung ha condotto una valutazione sistematica in questo rapporto di 50 pagine, affrontando quattro questioni chiave: come i modelli AI cinesi possano raggiungere alte prestazioni a basso costo, perché scegliere la strada open source e come monetizzare, dove si trova il mercato indirizzabile principale e chi diventerà il vincitore a lungo termine.

Nella valutazione del panorama competitivo, Goldman Sachs ha introdotto un "framework di posizionamento competitivo" basato sulla capacità di prezzo, sui vantaggi di costo e sulla solidità finanziaria, e ha stabilito che, nel campo dei modelli di testo di base, Zhizhu (copertura iniziale) e DeepSeek (non quotata) hanno il posizionamento più forte; nel campo multimodale, ByteDance (non quotata) è in testa. Goldman Sachs mantiene anche un rating di acquisto per MiniMax e Kuaishou.

Piccole scommesse, vittorie di efficienza

I grandi modelli cinesi possono raggiungere prestazioni simili a quelle dei prodotti statunitensi a un costo notevolmente inferiore, grazie a innovazioni architetturali e a un doppio progresso nell'efficienza dei parametri.

Il rapporto di Goldman Sachs sottolinea che la scala dei parametri dei modelli open source in Cina è generalmente compresa tra 200 miliardi e 1,6 trilioni, solo dal 2% al 10% dei modelli di punta a livello globale, principalmente a causa delle limitazioni nell'accesso a potenza di calcolo di alta gamma. Nel frattempo, innovazioni come l'architettura degli esperti misti (MoE) e i meccanismi di attenzione sparsa hanno fatto sì che la proporzione di parametri attivati rispetto al totale sia solo del 3% al 5%, riducendo drasticamente i costi di addestramento e inferenza.

A livello di modelli specifici, DeepSeek V4 Pro ha un numero di parametri di 1,6 trilioni, Zhizhu GLM5.2 ha 0,7 trilioni e MiniMax M3 ha 0,4 trilioni.

Goldman Sachs attribuisce il recente balzo dei modelli cinesi nella capacità di programmazione a una sinergia di fattori come la selezione dei dati e l'apprendimento rinforzato post-addestramento. Il 27 giugno, DeepSeek ha lanciato il framework di decodifica DSpark, già implementato nei servizi online V4-Flash e V4 Pro, aumentando la velocità di generazione per utente dal 60% all'85% (V4-Flash) e dal 57% al 78% (V4 Pro) senza modificare il peso del modello o la qualità dell'output.

Il LongCat 2.0 rilasciato da Meituan il 30 giugno è considerato da Goldman Sachs una pietra miliare importante per l'autonomia delle infrastrutture AI in Cina ------ è il primo modello open source MoE con 1,6 trilioni di parametri completamente addestrato e distribuito su 50.000 schede di calcolo domestiche. Goldman Sachs ritiene che ciò dimostri la fattibilità di uno stack hardware localizzato nella fase di pre-addestramento intensivo di calcolo, con significative implicazioni per liberare i modelli AI cinesi dalla dipendenza dai chip di alta gamma stranieri.

Polarizzazione del mercato, i forti diventano più forti

Goldman Sachs descrive il mercato dei modelli AI in Cina come in fase di formazione di una "struttura a doppio strato", identificando due quadranti massimizzatori di ARR.

Nel mercato di alta gamma, i modelli di punta come Zhizhu GLM5.2 e Alibaba Qwen3.7 Max sono prezzati a circa 1 dollaro per milione di token, cinque volte il prezzo dei modelli di bassa gamma, con un margine lordo di inferenza stimato tra il 10% e il 20% (secondo Goldman Sachs). Al contrario, i modelli di punta statunitensi sono prezzati tra 4 e 8 dollari per milione di token, mentre i modelli di alta gamma cinesi costano solo il 10% al 25% di questo, ma grazie a un rapporto di attivazione dei parametri più basso, riescono comunque a mantenere un margine lordo positivo.

Nel mercato di bassa gamma, i modelli per compiti di agenti sono prezzati fino a 0,06-0,2 dollari per milione di token, aprendo il mercato per piccole e medie imprese e utenti individuali sensibili ai prezzi. MiniMax ottiene il 60%-70% delle sue entrate dall'estero. È interessante notare che DeepSeek ha annunciato che a partire dalla metà di luglio introdurrà un meccanismo di prezzo a picco e valle per la serie V4, con tariffe di picco che sono il doppio delle tariffe non di picco, con un prezzo misto di circa 0,35 dollari per milione di token (V4 Pro) e 0,12 dollari (V4 Flash).

Goldman Sachs prevede che le entrate da API e abbonamenti dei modelli AI in Cina cresceranno da 35 miliardi di RMB stimati nel 2026 a 879 miliardi di RMB nel 2030, corrispondenti a un aumento del consumo giornaliero di token da 350 trilioni a 4.600 trilioni, con un incremento di circa 25 volte.

Strategia open source: penetrazione ampia, percorsi di monetizzazione da aggiornare

Il rapporto di Goldman Sachs analizza in dettaglio la logica strategica e le limitazioni di monetizzazione associate all'adozione diffusa della strada open source/open weight dai modelli AI in Cina.

Il principale vantaggio della strategia open source risiede nella flessibilità di distribuzione e nell'ecosistema comunitario. Le serie Qwen di Alibaba, DeepSeek, Zhizhu GLM e MiniMax M3 adottano tutte modalità open source o open weight, mentre il modello Seed di ByteDance è una delle principali eccezioni, adottando una strada completamente closed source. Il modello open source consente ai modelli di essere distribuiti in modo flessibile sia all'interno che all'esterno della Cina continentale, accelerando l'iterazione attraverso il feedback della comunità.

Tuttavia, Goldman Sachs sottolinea che i numeri di ARR divulgati dalle aziende di modelli open source potrebbero sottovalutare gravemente la reale scala di distribuzione e il potenziale di entrate. Prendendo Zhizhu come esempio, il suo obiettivo di ARR per la fine del 2026 è di 1 miliardo di dollari, ma la reale quantità di distribuzione globale di GLM5.2 sarà di gran lunga superiore alla quantità di token e alle entrate generate dai canali API di Zhizhu ------ la piattaforma MaaS di Alibaba Cloud può ospitare direttamente il modello open source GLM5.2 senza pagare alcun costo a Zhizhu.

Goldman Sachs prevede che l'industria si sposterà gradualmente da un modello puramente open source (licenza MIT, completamente gratuito) a un modello "open weight + licenza comunitaria" ------ cioè l'uso commerciale deve essere accompagnato da un accordo di condivisione delle entrate con l'azienda del modello. La serie M di MiniMax ha già adottato questo modello. Goldman Sachs ritiene che questo cambiamento migliorerà significativamente l'efficienza economica unitaria delle aziende di modelli AI, poiché queste possono trarre profitto da accordi di condivisione delle entrate con piattaforme come AWS Bedrock e Alibaba Cloud, senza dover sostenere i costi di calcolo per l'inferenza.

Da "massimizzazione dei token" a priorità ROI

Goldman Sachs qualifica l'espansione del mercato internazionale come il più importante spazio di crescita per i modelli AI cinesi, specialmente nei mercati non statunitensi.

Il team di ricerca statunitense di Goldman Sachs stima che entro il 2030, l'AI per agenti porterà a un aumento di 24 volte del consumo globale di token, raggiungendo 120 milioni di trilioni di token al mese, con gli agenti aziendali che contribuiranno a un aumento di 55 volte e gli agenti consumatori a 12 volte. Nei mercati globali (esclusa la Cina), i modelli AI cinesi hanno già realizzato un significativo aumento della quota di token grazie a miglioramenti delle prestazioni e vantaggi di prezzo.

Il rapporto di Goldman Sachs sottolinea che il paradigma di utilizzo dell'AI nelle aziende globali sta subendo una trasformazione fondamentale da "massimizzazione dei token" a "priorità ROI". Il primo era prevalente tra la fine del 2025 e l'inizio del 2026, quando le aziende associavano un alto consumo di token alla produttività organizzativa; il secondo si concentra maggiormente su confini di compito chiari, numero di agenti attivi giornalieri, automazione dei processi backend e output effettivo. Un'indagine sulle tendenze dei progetti Jellyfish AI ha rivelato che gli utenti aziendali di AI intensivi consumano 10 volte più token, ma l'output aumenta solo di 2 volte.

A livello di canale, la Gemini Enterprise Agent Platform di Alphabet e AWS Bedrock di Amazon offrono già servizi di hosting per modelli AI cinesi come DeepSeek, MiniMax, Moonshot, GLM e Qwen. Secondo il Wall Street Journal, il CEO di Microsoft ha recentemente dichiarato che Microsoft sta considerando di ospitare una versione di DeepSeek su Copilot come modello a basso costo opzionale, sottolineando che se DeepSeek viene ospitato, il modello funzionerà all'interno dell'ecosistema cloud di Microsoft, garantendo che i dati dei clienti rimangano all'interno di Azure.

Chi è il vincitore a lungo termine?

Goldman Sachs ha costruito un framework di posizionamento competitivo tridimensionale per valutare la probabilità di successo a lungo termine di ciascun attore, con la formula centrale: scala ARR × vantaggio di margine lordo + solidità finanziaria.

La dimensione della capacità di prezzo esamina la velocità di quotazione (rispetto ai modelli precedenti e di pari livello), il punteggio LMArena (basato su valutazioni di utenti in test su larga scala) e il livello di prezzo misto per milione di token.

Il vantaggio di costo esamina il throughput (numero di token al secondo), il tasso di hit della cache, il rapporto di attivazione dei parametri e il margine lordo di inferenza. La solidità finanziaria esamina la liquidità, la proporzione di liquidità netta rispetto agli attivi totali e il multiplo di valutazione.

Nel settore dei modelli di testo di base, Goldman Sachs ha identificato Zhizhu (copertura iniziale, rating neutro, valutazione target di 110 miliardi di dollari) e DeepSeek (non quotata) come i più forti, entrambi eccellendo nella capacità di prezzo e nei vantaggi di costo. La valutazione implicita totale delle aziende di modelli AI indipendenti supera i 200 miliardi di dollari.

Nel settore multimodale/generazione video, ByteDance guida con Seedance, con margini lordi che raggiungono il 70% e un tasso di ARR superiore ai 2 miliardi di dollari, secondo quanto riportato da LatePost e 36Kr. Kuaishou KeLing e MiniMax Hailuo/il prossimo modello H3 sono anche ben visti da Goldman Sachs, che prevede che beneficeranno di progressi funzionali nella fusione della generazione video e LLM e di una sana valutazione dei prezzi dovuta alla tensione dell'offerta nel secondo semestre del 2026.

Goldman Sachs mantiene un rating di acquisto per MiniMax, con un prezzo target di 860 dollari di Hong Kong, poiché il suo modello M3 si trova nel quadrante di massimizzazione ARR con alto volume di token e prezzi attraenti, e l'attuale valutazione è solo 13 volte l'ARR previsto per la fine del 2026, mostrando un evidente sconto rispetto ai multipli di valutazione delle aziende simili in Cina e nel mondo, con un rapporto rischio-rendimento favorevole.

Disclaimer: il presente contenuto è fornito esclusivamente a scopo informativo e di branding generale e non costituisce consulenza finanziaria, di investimento, legale o fiscale. Qualsiasi evento, ricompensa, evento online o informazione correlata menzionata nel presente documento non deve essere considerata una raccomandazione, una sollecitazione o un invito ad acquistare, vendere, fare trading o altrimenti negoziare asset di criptovalute o a utilizzare i relativi servizi. Le criptovalute sono altamente volatili e possono comportare perdite. I servizi e gli eventi online di WEEX potrebbero non essere disponibili in tutte le regioni e sono soggetti alle leggi, ai regolamenti e ai requisiti di idoneità applicabili. Sei responsabile di garantire che il tuo utilizzo dei servizi WEEX sia conforme alle leggi locali e di valutare attentamente i rischi prima di partecipare a qualsiasi attività correlata alle criptovalute.