Tim Ronald Keung dari Goldman Sachs mengumumkan pada awal Juli sebuah laporan mendalam setebal sekitar 50 halaman tentang model AI Tiongkok

Laporan tersebut menyatakan bahwa model Tiongkok menurunkan biaya per token hingga 1/4 sampai 1/8 dari SOTA AS dengan arsitektur sparse berbasis MoE, yakni mengutamakan merebut pangsa pasar sambil merugi
Model-model Tiongkok sudah menguasai porsi yang sangat dominan pada dua skenario pengonsumsi token terbesar, yaitu agent dan pemrograman, serta mendorong seluruh industri agar harga token campuran mencapai puncak lalu turun lagi
Rincian spesifiknya sebagai berikut:
1. Harga token campuran untuk model pemrograman teratas Tiongkok (GLM5.2, Qwen3.7 Max) sekitar 1 dolar per 1 juta token, sedangkan model SOTA AS pada output kelas yang sama berharga 4-8 dolar
2. Jual rugi. Perhitungan GS menunjukkan, untuk model agent yang mengandalkan nilai terbaik (value for money), margin laba EBIT saat ini -30%, sedangkan untuk model pemrograman -39%; mereka bertahan dari kerugian dengan neraca yang kaya kas, dan menurut model GS, pada 2030 masing-masing akan beralih menjadi +14% dan +22%
3. Alasan bisa dijual semurah itu karena arsitektur—proporsi parameter aktivasi per token kurang dari 8% di seluruh lini model; DeepSeek V4 Pro hanya mengaktifkan 49B dari 1,6T total parameter, GLM5.2 hanya mengaktifkan 40B dari 744B, FLOPs lebih sedikit, sehingga harga memiliki batas bawah yang bersifat struktural
4. Tingkat adopsinya sudah tercermin di OpenRouter: berdasarkan pembagian tugas, model Tiongkok menyumbang 5-16% dari pengeluaran, tetapi mencakup 85% dari token agent dan 89% dari token kode—di semua skenario di mana durasi dan skala membuat “biaya per tugas tunggal” menjadi metrik kunci, semuanya sedang menang
5. Dampaknya: harga token campuran ikut mencapai puncak lalu turun lagi; SDLLMTK mencapai puncak sekitar 2,07 pada awal Juni, kini menjadi 1,67