A equipa de Ronald Keung, do Goldman Sachs, publicou no início de julho um relatório aprofundado de cerca de 50 páginas sobre modelos de IA chineses

O relatório indica que os modelos chineses conseguem reduzir o custo dos tokens para 1/4 a 1/8 do que se observa nos SOTA dos EUA ao usarem uma arquitetura esparsa MoE, primeiro aceitando prejuízos para conquistar quota de mercado

Os modelos chineses já conquistaram uma quota esmagadora nos dois cenários de maior consumo de tokens, nomeadamente em agent e em programação, além de terem impulsionado o preço misto dos tokens de toda a indústria a atingir o pico e depois a recuar

Os detalhes específicos são os seguintes:
1. O preço misto dos tokens dos principais modelos de programação chineses (GLM5.2, Qwen3.7 Max) é de aproximadamente 1 USD por milhão de tokens, enquanto os modelos SOTA dos EUA têm um preço de 4-8 USD para a mesma classe de saída
2. Vende a prejuízo. Os cálculos do GS indicam que, para os modelos agent focados em custo-benefício, a margem EBIT atual é de -30% e, para os modelos de programação, é de -39%; contando com um balanço patrimonial forte em caixa para aguentar as perdas, segundo o modelo do GS, até 2030 serão convertidos em margens positivas de +14% e +22%, respetivamente
3. A razão para conseguir vender tão barato é a arquitetura — a proporção de parâmetros ativados por token em toda a gama de modelos é inferior a 8%. O DeepSeek V4 Pro ativa apenas 49B em 1,6T de parâmetros totais; o GLM5.2 ativa apenas 40B em 744B; com menos FLOPs, o preço tem assim um limite estrutural mínimo
4. A taxa de adoção já aparece na OpenRouter: por divisão de tarefas, os modelos chineses representam 5-16% da despesa, mas 85% dos tokens de agent e 89% dos tokens de código; sempre que a duração e o volume fazem com que o “custo por tarefa” seja um indicador crítico, são eles que estão a vencer
5. Resultado: o preço misto dos tokens também atinge o pico e recua — o SDLLMTK atingiu o pico em cerca de 2,07 no início de junho, e agora está em 1,67