El informe de Goldman Sachs desglosa el panorama competitivo de los grandes modelos de IA de China: ¿quién será el ganador a largo plazo?

Autor: Huálian Jieanhua 卜淑情

Título original: 《Informe profundo de Goldman Sachs: ¿quién se convertirá en el ganador a largo plazo de la industria china de modelos LLM de IA?》

Los modelos LLM de IA de China se encuentran en un punto de inflexión histórico. Goldman Sachs sostiene que el rendimiento inteligente de los modelos LLM de código abierto/ con pesos abiertos en China ya está acercándose a los modelos propietarios líderes a nivel mundial; la escala de adopción por parte de las empresas nacionales y de las PYMES globales se está expandiendo rápidamente. Con ello, el efecto “rueda de datos” generado por el uso seguirá impulsando iteraciones y mejoras del modelo.

Según el plataforma de seguimiento de la negociación, el informe más reciente de Goldman Sachs indica que esta trayectoria evolutiva puede resumirse como “el momento de eficiencia de costos de DeepSeek del año pasado, hasta el momento de inteligencia del modelo de Zhipu GLM de este año”. En un informe de 50 páginas, el equipo encabezado por el analista Ronald Keung realiza una evaluación sistemática de cuatro cuestiones centrales: cómo los modelos de IA en China logran alto rendimiento con bajo costo, por qué elegir la ruta de código abierto, cómo monetizar y cuáles son los mercados centrales direccionables, así como quién será el ganador a largo plazo.

En su lectura del panorama competitivo, Goldman Sachs propone un “marco de posicionamiento competitivo” basado en la capacidad de fijación de precios, la ventaja de costos y la solidez financiera, y con base en él determina que, en el ámbito de modelos base de texto, Zhipu (primera cobertura) y DeepSeek (no listado) tienen la posición más fuerte; en modelos multimodales, ByteDance (no listado) lidera. Goldman Sachs además mantiene recomendaciones de compra para MiniMax y Kuaishou.

Con lo pequeño, gran impacto: gana la eficiencia

Los modelos LLM de China pueden alcanzar un rendimiento cercano al de productos equivalentes de EE. UU. con costos muy inferiores. El núcleo está en el doble avance de innovación de arquitectura y eficiencia de parámetros.

El informe de Goldman Sachs señala que, en términos de escala de parámetros, los modelos abiertos de China suelen estar entre 2000 mil millones y 1,6 billones, es decir, solo el 2% al 10% de los modelos líderes globales. Esto se debe principalmente a que el acceso a cómputo de gama alta está limitado. Al mismo tiempo, innovaciones como la arquitectura de expertos mixtos (MoE) y mecanismos de atención dispersa hacen que la proporción de parámetros activados en la práctica sobre el total de parámetros sea solo del 3% al 5%, reduciendo de forma considerable los costos de entrenamiento e inferencia.

En los niveles de modelo específicos, DeepSeek V4 Pro tiene 1,6 billones de parámetros; Zhipu GLM5.2, 0,7 billones; y MiniMax M3, 0,4 billones.

Goldman Sachs atribuye el salto reciente de los modelos chinos en capacidad de programación a la acción coordinada de filtrado de datos y entrenamiento pos-aprendizaje por refuerzo. El 27 de junio, DeepSeek lanzó el marco de decodificación por especulación DSpark, que ya fue desplegado en los servicios en línea de V4-Flash y V4 Pro; sin cambiar los pesos del modelo ni la calidad de salida, acelera la velocidad de generación por usuario en un 60% a 85% (V4-Flash) y en un 57% a 78% (V4 Pro).

LongCat 2.0, publicada por Meituan el 30 de junio, es vista por Goldman Sachs como un hito importante para la autonomización de la infraestructura de IA en China: el primer modelo MoE de código abierto con 1,6 billones de parámetros de China entrenado y desplegado completamente con 50 mil tarjetas de cómputo nacional. Goldman Sachs considera que esto demuestra la viabilidad de una pila de hardware localizada en la fase de preentrenamiento intensiva en cómputo, lo cual tiene un significado profundo para que los modelos de IA de China se liberen de la dependencia de chips avanzados extranjeros.

Polarización del mercado: los fuertes se vuelven más fuertes

Goldman Sachs describe el mercado de modelos de IA de China como una “estructura de dos capas” que se está formando, e identifica dos cuadrantes de maximización de ARR.

En el mercado premium, los modelos líderes representados por Zhipu GLM5.2 y Alibaba Qwen3.7 Max tienen precios de alrededor de 1 dólar por cada millón de tokens, que es 5 veces el de los modelos de gama baja; el margen bruto de inferencia es de aproximadamente 10% a 20% (estimación de Goldman Sachs). En comparación, los modelos líderes en EE. UU. se fijan entre 4 y 8 dólares por cada millón de tokens; los modelos premium de China se sitúan en solo el 10% a 25% de eso, pero gracias a su menor razón de activación de parámetros, aún mantienen margen bruto positivo.

En el mercado de gama baja, los modelos orientados a tareas de agentes se cotizan tan bajo como 0,06 a 0,2 dólares por cada millón de tokens, abriendo el mercado de PYMES globales y usuarios individuales que son sensibles al precio. MiniMax tiene entre 60% y 70% de sus ingresos provenientes del extranjero. A destacar: DeepSeek ha anunciado que, a partir de mediados de julio, introducirá en la serie V4 un mecanismo de precios de picos y valles; la tarifa en hora pico será el doble que en hora no pico. El precio mixto ronda 0,35 dólares por cada millón de tokens (V4 Pro) y 0,12 dólares (V4 Flash).

Goldman Sachs prevé que los ingresos por API y suscripción de los modelos de IA de China crecerán desde 350 mil millones de yuanes estimados para 2026 hasta 8790 mil millones de yuanes en 2030; lo que corresponde a un consumo diario de tokens de 350 billones a 4600 billones, un aumento de alrededor de 25 veces.

Estrategia de código abierto: amplia penetración, la ruta de monetización aún necesita mejora

El informe de Goldman Sachs detalla la lógica estratégica de la adopción generalizada de rutas de código abierto/pesos abiertos en los modelos de IA de China y también sus limitaciones en monetización.

La ventaja central de la estrategia de código abierto está en la flexibilidad de despliegue y el ecosistema comunitario. La serie Qwen de Alibaba, DeepSeek, Zhipu GLM y MiniMax M3 adoptan un enfoque de código abierto o de pesos abiertos; el modelo Seed de ByteDance es la principal excepción: utiliza una ruta 100% cerrada y propietaria. El modo de código abierto permite desplegar los modelos de forma flexible dentro y fuera de China continental, y acelerar iteraciones mediante la retroalimentación de la comunidad.

Sin embargo, Goldman Sachs señala que los números de ARR revelados por las compañías de modelos de código abierto probablemente subestiman de forma significativa el tamaño real del despliegue y el potencial de ingresos. Por ejemplo, en el caso de Zhipu: su objetivo de ARR a finales de 2026 es 1 mil millones de dólares, pero el volumen real de despliegue global de GLM5.2 superará con creces el volumen de tokens y los ingresos por la vía propia de API de Zhipu. La plataforma MaaS de Alibaba Cloud, BaiLian, puede alojar directamente el modelo abierto GLM5.2 sin necesidad de pagar ninguna tarifa a Zhipu.

Goldman Sachs estima que la industria avanzará gradualmente desde el código abierto puro (licencia MIT, completamente gratis) hacia un modelo de “pesos abiertos + licencia comunitaria”: es decir, para uso comercial se deben firmar acuerdos de reparto de ingresos con la compañía del modelo. MiniMax serie M ya adoptó primero este modelo. Goldman Sachs considera que este cambio mejorará significativamente la eficiencia de unidad de negocio de las compañías de modelos de IA, ya que la compañía del modelo puede beneficiarse de acuerdos de reparto de ingresos con plataformas como AWS Bedrock y Alibaba Cloud BaiLian, sin tener que asumir por sí misma los costos de cómputo de inferencia.

De “maximizar tokens” a priorizar ROI

Goldman Sachs define la expansión en el mercado internacional como el principal espacio al alza para los modelos de IA de China, especialmente en mercados fuera de EE. UU.

El equipo de investigación de Goldman Sachs en EE. UU. estima que para 2030 la IA de agentes impulsará el crecimiento del consumo global de tokens en 24 veces, hasta 1200 mil millones de tokens al mes: de los cuales los agentes de empresas aportan 55 veces de crecimiento, y los agentes de consumidores aportan 12 veces. En el mercado global (fuera de China), los modelos de IA de China ya han logrado aumentar de forma notable su cuota de tokens gracias a mejoras de rendimiento y ventajas de precio.

El informe de Goldman Sachs señala que el paradigma de uso de IA de las empresas globales está atravesando una transformación fundamental desde “maximizar tokens” hacia “priorizar ROI”. El primero fue dominante entre finales de 2025 y principios de 2026: las empresas equiparaban alto consumo de tokens con productividad organizacional; el segundo presta más atención a 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 de IA intensivos en empresas consumen 10 veces más tokens, pero la producción solo aumenta 2 veces.

En términos de canal, Alphabet, con su Gemini Enterprise Agent Platform, y Amazon, con AWS Bedrock, ya ofrecen servicios de hosting para modelos de IA de China como DeepSeek, MiniMax, Moonshot, GLM y Qwen. De acuerdo con The Wall Street Journal, el CEO de Microsoft indicó recientemente que Microsoft está considerando alojar una versión de DeepSeek en Copilot como un modelo opcional de bajo costo, y enfatizó que si se aloja DeepSeek, ese modelo se ejecutará dentro del ecosistema de nube de Microsoft para garantizar que los datos de los clientes permanezcan dentro de Azure.

¿Quién será el ganador a largo plazo?

Goldman Sachs construye un marco de posicionamiento competitivo tridimensional, con indicadores cuantitativos para evaluar la probabilidad de victoria a largo plazo de cada participante; la fórmula central es: tamaño del ARR × ventaja de margen bruto + solidez financiera.

El eje de capacidad de fijación de precios examina la velocidad de salida a bolsa (comparada con el predecesor y modelos de nivel similar), la puntuación del torneo LMArena (basada en evaluaciones de usuarios en pruebas masivas a ciegas) y el nivel de fijación de precios “mixta” por cada millón de tokens.

El eje de ventaja de costos examina el rendimiento (tokens por segundo), tasa de aciertos de caché, razón de activación de parámetros y margen bruto de inferencia. El eje de solidez financiera examina el efectivo en mano, la proporción de caja neta sobre el total de activos y el múltiplo de valuación.

En el ámbito de modelos base de texto, Goldman Sachs considera que Zhipu (primera cobertura, calificación neutral, valuación objetivo de 110 mil millones de dólares) y DeepSeek (no listado) están mejor posicionados; ambos destacan tanto en capacidad de precios como en ventaja de costos. La valuación implícita total agregada de las compañías de modelos de IA independientes supera los 200 mil millones de dólares.

En el área multimodal / generación de video, ByteDance lidera gracias a Seedance. Según LatePost y 36Kr, Seedance tiene un margen bruto de hasta 70% y un ritmo de ejecución de ARR que ya supera los 2 mil millones de dólares. Kuaishou y MiniMax Hailuo / el modelo H3 que está por lanzarse también reciben una visión positiva de Goldman Sachs; se espera que en la segunda mitad de 2026 se beneficien de los avances funcionales por la fusión de generación de video y LLM, así como de la presión de disponibilidad que produce una fijación de precios saludable.

Goldman Sachs mantiene una recomendación de compra para MiniMax, con precio objetivo de 860 dólares de Hong Kong. La razón es que su modelo M3 se encuentra en el cuadrante de maximización de ARR de alto volumen de tokens y fijación de precios atractiva, y que la valuación actual es solo 13 veces el ARR a finales de 2026. En comparación con los múltiplos de valuación de compañías similares tanto en China como a nivel global, existe un descuento claro; la relación riesgo-recompensa se inclina hacia un alza.