Команда Goldman Sachs Ronald Keung в начале июля опубликовала примерно 50-страничный подробный отчёт о китайских AI-моделях

В отчёте сказано, что китайские модели за счёт MoE-слабозагруженной (sparse) архитектуры снизили стоимость токена до 1/4–1/8 уровня американских SOTA — при этом сначала продаются в убыток, чтобы отвоевать рынок
Китайские модели уже в двух наиболее «токеноёмких» сценариях — агентные и программирование — заняли подавляющую долю, а также подтолкнули по всему отраслевому рынку смешанные цены на токены к пику и последующему откату
Конкретные детали:
1. Смешанная цена токена у топовых китайских моделей для программирования (GLM5.2, Qwen3.7 Max) — около 1 доллара за 1 миллион токенов, тогда как у американских SOTA-моделей на сопоставимом уровне выдачи цена составляет 4–8 долларов
2. Продают себе в минус. GS подсчитала: у ориентированных на соотношение цена/качество agentic-моделей сейчас EBIT-маржа равна -30%, у программных моделей — -39%; они удерживают убытки за счёт балансов с достаточным запасом наличности, и по модели GS к 2030 году маржа станет положительной до +14% и +22% соответственно
3. Почему удаётся продавать так дёшево — из‑за архитектуры: доля параметров, активируемых на токен по всей линейке моделей, составляет менее 8%; DeepSeek V4 Pro при 1,6 триллиона общих параметров активирует только 49 млрд, GLM5.2 при 744 млрд активирует лишь 40 млрд; из‑за меньших FLOPs у цены появляется структурный «нижний предел»
4. Фактическая востребованность уже видна на OpenRouter: если смотреть по задачам, китайские модели составляют 5–16% расходов, но на агентные токены приходится 85%, а на кодовые токены — 89% — там, где время и объём делают «стоимость одного задания» ключевым показателем, они и выигрывают
5. Итог: вслед за этим смешанная цена токена тоже достигла пика и откатилась; SDLLMTK в начале июня достигла пика около 2,07, сейчас она 1,67