ゴールドマン・サックスのレポートによると、世界の企業のAI利用のパラダイムは、「token最大化」から「ROI重視」への根本的な転換を経験しつつある。前者は2025年末から2026年初にかけて流行し、企業は高いtoken消費を組織の生産力と同一視していた。後者は、より明確なタスクの境界、日次アクティブなエージェントの数、バックエンド工程の自動化、そして実際のアウトプットに焦点を当てる。一項Jellyfish AI engineeringのトレンド調査によれば、企業内のヘビーAIユーザーはtokenを10倍消費する一方、産出の増加は2倍にとどまった。
ゴールドマン・サックス深度レポート：中国のAI大規模言語モデル業界で、誰が長期的な勝者になるのか？
null
作者：ウォール・ストリート・ウォッチャー
中国のAI大規模モデルは、歴史的な転換点に立っている。ゴールドマン・サックスは、中国のオープンソース／オープンウェイト型の大規模モデルの知能性能が、世界のトップクラスの専有モデルに接近していると考えている。国内企業および世界の中小企業の採用規模が急速に拡大しており、その結果生まれるデータのフライホイール効果が、さらにモデルの反復的なアップグレードを後押しする。
「追風交易台」によると、ゴールドマン・サックスの最新レポートでは、この進化の軌跡は「昨年のDeepSeekのコスト効率の瞬間から、今年の智譜GLMのモデル知能の瞬間へ」と要約できるという。Ronald Keung率いるチームによる50ページのこのレポートでは、中国のAIモデルがいかに低コストで高性能を実現するのか、なぜオープンソース路線を選んだのか、どうやって収益化するのか、コアとなる対象市場はどこか、そして誰が長期の勝者になるのか――といった4つの主要な論点を体系的に評価している。
競争環境の見立てとして、ゴールドマン・サックスは、価格決定能力、コスト優位、財務力に基づく「競争ポジショニング・フレームワーク」を提示し、そのうえで、基礎となるテキストモデル領域では智譜（初回カバレッジ）とDeepSeek（未上場）の位置づけが最も強いと認定した。マルチモーダル領域では、ByteDance（未上場）が先行しているという。同時に、MiniMaxと快手には買いのレーティングを維持している。
小さな投資で大きな成果を狙う――効率が勝つ
中国の大規模モデルは、米国の同種製品よりもはるかに低いコストで、同等に近い性能を実現できる。核心は、アーキテクチャの革新とパラメータ効率という2つのブレークスルーである。
ゴールドマン・サックスのレポートによると、中国のオープンソースモデルのパラメータ規模は概ね2,000億〜1.6兆（1,6000億）に収まっており、世界のトップモデルの2%〜10%にとどまる。これは主に、高性能計算資源の獲得が制限されていることに起因する。一方で、混合専門家アーキテクチャ（MoE）やスパース注意（稀疎注意）などの革新により、実際に活性化されるパラメータの総パラメータに占める比率はわずか3%〜5%に抑えられており、その結果、学習・推論コストが大幅に圧縮される。
具体的なモデルの水準では、DeepSeek V4 Proのパラメータ量は1.6兆、智譜GLM5.2は0.7兆、MiniMax M3は0.4兆である。
ゴールドマン・サックスは、中国モデルのプログラミング能力における最近の飛躍を、データの選別や強化学習による追加学習などの要因の相乗効果によるものだとしている。6月27日、DeepSeekは推測デコード（推論的デコード）フレームワークのDSparkをリリースし、V4-FlashおよびV4 Proのオンラインサービスに展開した。モデルの重みや出力品質を変えることなく、ユーザーごとの生成速度をV4-Flashで60%〜85%、V4 Proで57%〜78%引き上げるとしている。
6月30日に美団が発表したLongCat 2.0は、ゴールドマン・サックスにとって、中国のAI基盤インフラの自律化における重要なマイルストーンだ。これは中国初の、5万枚の国産計算カードに基づく完全な国産計算資源で訓練・デプロイされた、パラメータ1.6兆のオープンソースMoEモデルである。ゴールドマン・サックスは、これが計算集約型の事前学習段階において、ローカライズされたハードウェアスタックの実現可能性を証明しており、中国のAIモデルが外国のハイエンド・チップへの依存から脱するうえで、深い意義を持つと考えている。
市場は二極化、強者がより強くなる
ゴールドマン・サックスは、中国のAIモデル市場が形成されつつある「二層構造」と表現し、ARR最大化の2つの象限を特定している。
ハイエンド市場では、智譜GLM5.2およびAlibaba Qwen3.7 Maxに代表されるトップモデルの価格は、1百万tokenあたり約1ドルで、ローエンドモデルの5倍となる。推論の粗利率は約10%〜20%（ゴールドマン・サックス推計）。対照的に、米国のトップモデルの価格は1百万tokenあたり4〜8ドルで、中国のハイエンドモデルはその10%〜25%に過ぎないが、パラメータ活性化比が低いことにより、依然としてプラスの粗利を維持できる。
ローエンド市場では、エージェント（知能体）向けタスクのモデル価格が1百万tokenあたり0.06〜0.2ドルまで下がっており、価格に敏感なグローバルの中小企業・個人ユーザー市場を開拓している。MiniMaxは、売上の60%〜70%が海外からの収入だとしている。注目点として、DeepSeekは7月中旬よりV4シリーズにピーク・バレー（繁忙・閑散）価格メカニズムを導入すると発表した。ピーク時の料金は非ピーク時の2倍で、混合価格は概ね1百万tokenあたり0.35ドル（V4 Pro）および0.12ドル（V4 Flash）となる。
ゴールドマン・サックスの予測では、中国のAIモデルのAPIおよびサブスクリプション収入は、2026年の推計350億元（人民）から2030年には8790億元（人民）へ増加する。これに対応して、1日あたりのtoken消費量は350万億から4600万億へ拡大し、増幅率は約25倍となる。
オープンソース戦略：広く浸透、収益化の道筋はアップグレード待ち
ゴールドマン・サックスのレポートは、中国のAIモデルが一般にオープンソース／オープンウェイトの路線を採用する戦略的ロジックと、その収益化の限界を詳しく整理している。
オープンソース戦略の中核的な利点は、デプロイの柔軟性とコミュニティのエコシステムである。Alibaba Qwenシリーズ、DeepSeek、智譜GLM、MiniMax M3はいずれもオープンソースまたはオープンウェイトの方式を採用している。一方で、ByteDanceのSeedモデルは主要な例外で、完全クローズドの専有ルートを採用している。オープンなモデルの方式では、中国本土内外で柔軟にデプロイでき、コミュニティのフィードバックによって反復が加速される。
しかしゴールドマン・サックスは、オープンソースモデル企業が開示するARRの数字は、実際のデプロイ規模や収益ポテンシャルを大幅に下回っている可能性が高いと指摘する。たとえば智譜の場合、同社の2026年末のARR目標は10億ドルだが、GLM5.2の世界での実際のデプロイ量は、智譜自身のAPIチャネル経由のtoken量や収益を大きく上回るだろう。阿里雲（アリババ）の百練MaaSプラットフォームはGLM5.2のオープンソースモデルを直接ホストでき、智譜に対して費用を支払う必要がない。
ゴールドマン・サックスは、業界が徐々に純オープンソース（MITライセンスで完全無料）から、「オープンウェイト＋コミュニティ・ライセンス」モデルへ移行していくと見込んでいる。つまり商用利用には、モデル企業と収益分配の合意書を締結する必要がある。MiniMaxのMシリーズはこの方式を先行して採用している。ゴールドマン・サックスは、この転換によりAIモデル企業のユニットエコノミクスが大きく改善すると考えている。モデル企業はAWS Bedrockや阿里雲の百練などのプラットフォームと収益分配の契約を結び、推論計算資源のコストを自ら負担することなく利益を得られるからだ。
「token最大化」からROI重視へ
ゴールドマン・サックスは、中国AIモデルの国際市場への拡張を、最も重要な上振れ余地として定性評価しており、とりわけ非米国市場が焦点だとする。
ゴールドマン・サックスの米国リサーチチームの推計では、2030年までにエージェントAIが世界のtoken消費量を24倍に押し上げ、月間1.2千万億tokenに達する。そのうち企業のエージェントが55倍の増加、消費者のエージェントが12倍の増加をもたらす。世界（中国以外）市場では、中国のAIモデルは性能向上と価格優位を通じて、すでに顕著なtokenシェアの増加を実現している。
ゴールドマン・サックスのレポートによると、世界の企業のAI利用のパラダイムは、「token最大化」から「ROI重視」への根本的な転換を経験しつつある。前者は2025年末から2026年初にかけて流行し、企業は高いtoken消費を組織の生産力と同一視していた。後者は、より明確なタスクの境界、日次アクティブなエージェントの数、バックエンド工程の自動化、そして実際のアウトプットに焦点を当てる。一項Jellyfish AI engineeringのトレンド調査によれば、企業内のヘビーAIユーザーはtokenを10倍消費する一方、産出の増加は2倍にとどまった。
チャネル面では、Alphabet傘下のGemini Enterprise Agent PlatformとAmazonのAWS Bedrockはいずれも、DeepSeek、MiniMax、Moonshot、GLM、Qwenなど中国AIモデルのホスティングサービスをすでに提供している。「ウォール・ストリート・ジャーナル」によれば、MicrosoftのCEOは最近、MicrosoftはDeepSeekのバージョンをCopilotでホストすることを検討しており、オプションの低コストモデルとして位置づけていると述べた。また、DeepSeekをホストする場合、このモデルはMicrosoftのクラウド・エコシステム内で稼働し、顧客データがAzureの中に保持されることを強調した。
誰が長期の勝者か？
ゴールドマン・サックスは、各プレイヤーの長期的な勝ち抜き確率を定量指標で評価する、3次元の競争ポジショニング・フレームワークを構築した。中核となる公式は「ARR規模×粗利率の優位＋財務力」である。
価格決定能力の次元では、上場までのスピード（前代および同クラスモデルとの比較）、LMArena競技場のスコア（大規模なブラインドテストのユーザー評価に基づく）、および1百万tokenあたりの混合価格水準をみる。コスト優位の次元では、スループット（1秒あたりtoken数）、キャッシュヒット率、パラメータ活性化比、推論の粗利率をみる。財務力の次元では、手元現金、純現金が総資産に占める割合、そしてバリュエーション倍率を見る。
基礎テキストモデル領域では、ゴールドマン・サックスは智譜（初回カバレッジ、ニュートラル評価、目標評価額1100億ドル）とDeepSeek（未上場）を最強とみなしている。両社は価格決定能力とコスト優位の両面で際立っている。独立したAIモデル企業全体の含み評価額の合計は2000億ドル超に達する。
マルチモーダル／動画生成領域では、ByteDanceがSeedanceで先行している。LatePostおよび36Krによれば、Seedanceの粗利率は70%にも達し、ARRの稼働率はすでに20億ドル超だという。快手（クアイショウ）とMiniMaxのHailuo／近日投入予定のH3モデルもゴールドマン・サックスは有望視しており、2026年後半には、動画生成とLLMの融合に関する機能面のブレークスルーおよび供給のタイトさがもたらす健全な価格設定によって恩恵を受ける見込みだとしている。
ゴールドマン・サックスはMiniMaxに対して買いのレーティングを維持し、目標株価は860香港ドルとしている。理由は、そのM3モデルがtoken量の多いゾーンかつ魅力的な価格設定によるARR最大化の象限に位置していること、そして現在の評価額は2026年末ARRの13倍にとどまっており、中国および世界の同種企業と比べてもバリュエーション倍率に明確なディスカウントがあることから、リスクとリターンのバランスが上振れ寄りだとみているためだ。