Le rapport de Goldman Sachs déchiffre la concurrence des grands modèles d'IA en Chine : qui sera le gagnant à long terme ?

Auteur : Huashang Jiemeng, Bu Shuqing

Titre original : « Rapport approfondi de Goldman Sachs : qui sera le gagnant à long terme de l'industrie des grands modèles d'IA en Chine ? »

Les grands modèles d'IA en Chine se trouvent à un tournant historique. Goldman Sachs estime que les performances intelligentes des grands modèles open source/ouverts en Chine approchent celles des meilleurs modèles propriétaires mondiaux, et l'adoption par les entreprises nationales et les PME mondiales est en pleine expansion, ce qui crée un effet de roue de données qui favorisera davantage l'itération et la mise à niveau des modèles.

Selon le bureau de trading Chasing Wind, le dernier rapport de Goldman Sachs indique que « cette trajectoire d'évolution peut être résumée par "le moment d'efficacité des coûts de DeepSeek l'année dernière, à l'instant intelligent de Zhizhu GLM cette année". L'équipe dirigée par l'analyste Ronald Keung dans ce rapport de 50 pages évalue systématiquement quatre questions clés : comment les modèles d'IA chinois réalisent des performances élevées à faible coût, pourquoi choisir la voie open source et comment monétiser, où se trouve le marché adressable principal, et qui sera le gagnant à long terme.

En termes de jugement sur la concurrence, Goldman Sachs a proposé un « cadre de positionnement concurrentiel » basé sur la capacité de tarification, l'avantage de coût et la solidité financière, et a ainsi déterminé que dans le domaine des modèles de texte de base, Zhizhu (première couverture) et DeepSeek (non coté) sont les plus forts ; dans le domaine multimodal, ByteDance (non coté) est en tête. Goldman Sachs maintient également une note d'achat pour MiniMax et Kuaishou.

Petit mais puissant, l'efficacité est la clé

Les grands modèles chinois peuvent atteindre des performances proches de celles des produits similaires américains à un coût bien inférieur, grâce à des innovations architecturales et à une double percée en efficacité des paramètres.

Le rapport de Goldman Sachs indique que la taille des paramètres des modèles open source en Chine se situe généralement entre 200 milliards et 1,6 trillion, ce qui ne représente que 2 % à 10 % des meilleurs modèles mondiaux, en raison de l'accès limité à des capacités de calcul haut de gamme. Parallèlement, des innovations telles que l'architecture d'experts mixtes (MoE) et le mécanisme d'attention éparse font que le ratio de paramètres activés par rapport au total n'est que de 3 % à 5 %, réduisant considérablement les coûts d'entraînement et d'inférence.

Au niveau des modèles spécifiques, DeepSeek V4 Pro a 1,6 trillion de paramètres, Zhizhu GLM5.2 a 0,7 trillion, et MiniMax M3 a 0,4 trillion.

Goldman Sachs attribue la récente avancée des modèles chinois en matière de capacité de programmation à la synergie de la sélection de données, de l'apprentissage par renforcement et d'autres facteurs. Le 27 juin, DeepSeek a lancé le cadre de décodage DSpark, qui a été déployé dans les services en ligne V4-Flash et V4 Pro, augmentant la vitesse de génération par utilisateur de 60 % à 85 % (V4-Flash) et de 57 % à 78 % (V4 Pro) sans changer le poids du modèle ou la qualité de sortie.

Le LongCat 2.0 publié par Meituan le 30 juin est considéré par Goldman Sachs comme une étape importante vers l'autonomisation des infrastructures d'IA en Chine ------ c'est le premier modèle MoE open source de 1,6 trillion de paramètres entièrement formé et déployé sur 50 000 cartes de calcul domestiques. Goldman Sachs estime que cela prouve la faisabilité d'une pile matérielle localisée lors de la phase de pré-entraînement intensif en calcul, ce qui a des implications profondes pour libérer les modèles d'IA chinois de la dépendance aux puces haut de gamme étrangères.

Polarisation du marché, les forts deviennent plus forts

Goldman Sachs décrit le marché des modèles d'IA en Chine comme en train de former une « structure à deux niveaux » et identifie deux quadrants de maximisation de l'ARR.

Sur le marché haut de gamme, les modèles de pointe tels que Zhizhu GLM5.2 et Alibaba Qwen3.7 Max sont tarifés à environ 1 dollar par million de tokens, soit cinq fois le prix des modèles bas de gamme, avec une marge brute d'inférence d'environ 10 % à 20 % (estimation de Goldman Sachs). En comparaison, les modèles de pointe américains sont tarifés entre 4 et 8 dollars par million de tokens, tandis que les modèles haut de gamme chinois ne représentent que 10 % à 25 % de cela, mais grâce à un ratio d'activation de paramètres plus faible, ils peuvent maintenir une marge brute positive.

Sur le marché bas de gamme, les modèles destinés aux tâches d'agents sont tarifés aussi bas que 0,06 à 0,2 dollar par million de tokens, en ouvrant le marché des PME et des utilisateurs individuels sensibles aux prix. MiniMax tire 60 % à 70 % de ses revenus de l'étranger. Il est à noter que DeepSeek a annoncé qu'à partir de la mi-juillet, un mécanisme de tarification par pics et creux sera introduit pour la série V4, avec un tarif de pointe deux fois supérieur à celui des heures creuses, et une tarification mixte d'environ 0,35 dollar par million de tokens (V4 Pro) et 0,12 dollar (V4 Flash).

Goldman Sachs prévoit que les revenus d'API et d'abonnement des modèles d'IA chinois passeront de 35 milliards de RMB estimés en 2026 à 879 milliards de RMB en 2030, correspondant à une consommation quotidienne de tokens passant de 350 trillions à 4600 trillions, soit une augmentation d'environ 25 fois.

Stratégie open source : pénétration large, chemin de monétisation à améliorer

Le rapport de Goldman Sachs examine en détail la logique stratégique derrière l'adoption généralisée de la voie open source/poids ouverts par les modèles d'IA chinois et ses limites de monétisation.

L'avantage clé de la stratégie open source réside dans la flexibilité de déploiement et l'écosystème communautaire. Les séries Qwen d'Alibaba, DeepSeek, Zhizhu GLM et MiniMax M3 adoptent toutes une approche open source ou de poids ouverts, tandis que le modèle Seed de ByteDance est une exception majeure, adoptant une voie propriétaire complètement fermée. Le modèle open source permet un déploiement flexible des modèles à l'intérieur et à l'extérieur de la Chine continentale, et accélère l'itération grâce aux retours de la communauté.

Cependant, Goldman Sachs souligne que les chiffres d'ARR divulgués par les entreprises de modèles open source pourraient sérieusement sous-estimer l'échelle de déploiement réelle et le potentiel de revenus. Prenons Zhizhu comme exemple, son objectif d'ARR pour fin 2026 est de 1 milliard de dollars, mais le volume de déploiement réel de GLM5.2 dans le monde sera bien supérieur au volume de tokens et aux revenus de son propre canal API ------ la plateforme MaaS d'Alibaba Cloud peut directement héberger le modèle open source GLM5.2 sans payer de frais à Zhizhu.

Goldman Sachs prévoit que l'industrie passera progressivement d'un modèle purement open source (licence MIT, entièrement gratuit) à un modèle « poids ouverts + licence communautaire » ------ c'est-à-dire que l'utilisation commerciale doit être accompagnée d'un accord de partage des revenus avec l'entreprise de modèle. La série M de MiniMax a déjà adopté ce modèle. Goldman Sachs estime que ce changement améliorera considérablement l'efficacité économique unitaire des entreprises de modèles d'IA, car elles peuvent bénéficier d'accords de partage des revenus avec des plateformes telles qu'AWS Bedrock et Alibaba Cloud, sans avoir à supporter elles-mêmes les coûts de calcul d'inférence.

De « maximisation des tokens » à priorité au ROI

Goldman Sachs qualifie l'expansion sur le marché international d'espace de montée en puissance le plus important pour les modèles d'IA chinois, en particulier sur les marchés non américains.

L'équipe de recherche américaine de Goldman Sachs estime que d'ici 2030, l'IA des agents stimulera une croissance de 24 fois de la consommation mondiale de tokens, atteignant 120 trillions de tokens par mois, avec une contribution de 55 fois de l'IA des entreprises et de 12 fois de l'IA des consommateurs. Sur le marché mondial (hors Chine), les modèles d'IA chinois ont déjà réalisé une croissance significative de la part de tokens grâce à l'amélioration des performances et à l'avantage des prix.

Le rapport de Goldman Sachs indique que le paradigme d'utilisation de l'IA par les entreprises dans le monde est en train de subir une transformation fondamentale, passant de la « maximisation des tokens » à la « priorité au ROI ». La première était prédominante entre fin 2025 et début 2026, où les entreprises associaient une forte consommation de tokens à la productivité organisationnelle ; la seconde se concentre davantage sur des frontières de tâches claires, le nombre d'agents actifs quotidiennement, l'automatisation des processus en arrière-plan et la production réelle. Une étude de tendance Jellyfish AI a révélé que les utilisateurs d'IA intensifs dans les entreprises consommaient 10 fois plus de tokens, mais la production n'augmentait que de 2 fois.

Sur le plan des canaux, la plateforme Gemini Enterprise Agent d'Alphabet et AWS Bedrock ont déjà fourni des services d'hébergement pour des modèles d'IA chinois tels que DeepSeek, MiniMax, Moonshot, GLM et Qwen. Selon le Wall Street Journal, le PDG de Microsoft a récemment déclaré que Microsoft envisageait d'héberger une version de DeepSeek dans Copilot, comme modèle à faible coût optionnel, et a souligné que si DeepSeek était hébergé, ce modèle fonctionnerait dans l'écosystème cloud de Microsoft, garantissant que les données des clients restent dans Azure.

Qui sera le gagnant à long terme ?

Goldman Sachs a construit un cadre de positionnement concurrentiel tridimensionnel pour évaluer la probabilité de succès à long terme de chaque acteur à l'aide d'indicateurs quantitatifs, la formule clé étant : taille de l'ARR × avantage de marge brute + solidité financière.

La capacité de tarification examine la vitesse de mise sur le marché (par rapport aux modèles précédents et de même niveau), le score LMArena (basé sur des évaluations d'utilisateurs en aveugle à grande échelle) et le niveau de tarification mixte par million de tokens.

L'avantage de coût examine le débit (nombre de tokens par seconde), le taux de réussite du cache, le ratio d'activation des paramètres et la marge brute d'inférence. La solidité financière examine la liquidité, le ratio de liquidités nettes sur les actifs totaux et le multiple de valorisation.

Dans le domaine des modèles de texte de base, Goldman Sachs a identifié Zhizhu (première couverture, note neutre, valorisation cible de 110 milliards de dollars) et DeepSeek (non coté) comme les plus forts, les deux se distinguant par leur capacité de tarification et leur avantage de coût. La valorisation implicite totale des entreprises de modèles d'IA indépendantes dépasse 200 milliards de dollars.

Dans le domaine multimodal/génération vidéo, ByteDance est en tête grâce à Seedance, et selon LatePost et 36Kr, la marge brute de Seedance atteint 70 %, avec un taux d'ARR dépassant 2 milliards de dollars. Kuaishou Keling et MiniMax Hailuo/le modèle H3 à venir sont également jugés prometteurs par Goldman Sachs, qui prévoit qu'ils bénéficieront au second semestre 2026 des percées fonctionnelles résultant de la fusion de la génération vidéo et des LLM, ainsi que d'une tarification saine due à la tension de l'offre.

Goldman Sachs maintient une note d'achat pour MiniMax, avec un objectif de prix de 860 dollars de Hong Kong, en raison du fait que son modèle M3 se situe dans le quadrant de maximisation de l'ARR avec un volume élevé de tokens et une tarification attrayante, et que sa valorisation actuelle n'est que de 13 fois l'ARR de fin 2026, ce qui représente une décote significative par rapport aux multiples de valorisation des entreprises similaires en Chine et dans le monde, avec un rapport risque/rendement penché vers le haut.

Avertissement : Ce contenu est fourni à des fins de communication et d'information générale uniquement et ne constitue en aucun cas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, événements en ligne ou toute information mentionnée dans ce document ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, échanger ou traiter de quelque manière que ce soit des actifs crypto, ni à utiliser un quelconque service. Les actifs crypto sont très volatils et peuvent entraîner des pertes. Les services et événements en ligne de WEEX peuvent ne pas être disponibles dans toutes les régions et sont soumis aux lois, réglementations et conditions d'éligibilité applicables. Il vous appartient de veiller à ce que votre utilisation des services WEEX respecte la législation locale et d'évaluer soigneusement les risques avant de participer à toute activité liée aux cryptomonnaies.