Goldman Sachs Bericht analysiert den Wettbewerb im Bereich chinesischer KI-Modelle: Wer wird der langfristige Gewinner sein?

Autor: Wall Street Journal, Bu Shuqing

Ursprünglicher Titel: "Goldman Sachs Tiefenbericht: Wer wird der langfristige Gewinner der chinesischen KI-Modellindustrie sein?"

Chinas KI-Modelle stehen an einem historischen Wendepunkt. Goldman Sachs ist der Ansicht, dass die intelligente Leistung von Chinas Open-Source/Offenheitsmodellen nahezu die der weltweit führenden proprietären Modelle erreicht hat. Die Adoptionsrate durch inländische Unternehmen und globale KMUs wächst schnell, und der daraus resultierende Datenflusseffekt wird die Iteration und das Upgrade der Modelle weiter vorantreiben.

Laut dem Windhandelstisch weist der neueste Bericht von Goldman Sachs darauf hin, dass dieser Evolutionsverlauf als "vom Kosteneffizienzmoment von DeepSeek im letzten Jahr bis zum Intelligenzmoment von Zhizhu GLM in diesem Jahr" zusammengefasst werden kann. Das Team unter der Leitung des Goldman Sachs-Analysten Ronald Keung führt in diesem 50-seitigen Bericht eine systematische Bewertung zu vier zentralen Fragen durch: Wie chinesische KI-Modelle mit niedrigen Kosten hohe Leistungen erzielen, warum sie sich für den Open-Source-Weg entscheiden und wie sie monetarisiert werden können, wo der adressierbare Kernmarkt liegt und wer der langfristige Gewinner sein wird.

In der Beurteilung des Wettbewerbsumfelds hat Goldman Sachs einen "Wettbewerbspositionierungsrahmen" entwickelt, der auf Preisgestaltung, Kostenvorteilen und finanzieller Stärke basiert. Demnach wird festgestellt, dass im Bereich der grundlegenden Textmodelle Zhizhu (Erstbewertung) und DeepSeek (nicht börsennotiert) die stärksten Positionen einnehmen; im Bereich der multimodalen Modelle führt ByteDance (nicht börsennotiert). Goldman Sachs hält zudem die Kaufempfehlung für MiniMax und Kuaishou aufrecht.

Mit kleinen Mitteln große Erfolge erzielen, Effizienz siegt

Chinas große Modelle können bei Kosten, die weit unter denen ähnlicher Produkte in den USA liegen, vergleichbare Leistungen erzielen, was auf Innovationen in der Architektur und Durchbrüche in der Parameter-Effizienz zurückzuführen ist.

Der Bericht von Goldman Sachs stellt fest, dass die Parametergröße chinesischer Open-Source-Modelle im Allgemeinen zwischen 200 Milliarden und 1,6 Billionen liegt, was nur 2 % bis 10 % der weltweit führenden Modelle ausmacht, was hauptsächlich auf die eingeschränkte Verfügbarkeit von Hochleistungsrechenleistung zurückzuführen ist. Gleichzeitig ermöglichen innovative Ansätze wie die Mischexpertenarchitektur (MoE) und spärliche Aufmerksamkeitsmechanismen, dass der tatsächliche Anteil aktivierter Parameter nur 3 % bis 5 % der Gesamtparameter beträgt, was die Trainings- und Inferenzkosten erheblich senkt.

Auf der Ebene spezifischer Modelle hat DeepSeek V4 Pro eine Parameteranzahl von 1,6 Billionen, Zhizhu GLM5.2 hat 0,7 Billionen, und MiniMax M3 hat 0,4 Billionen.

Goldman Sachs führt den jüngsten Sprung der chinesischen Modelle in der Programmierfähigkeit auf die synergistischen Effekte von Datensichtung und verstärktem Lernen nach dem Training zurück. Am 27. Juni führte DeepSeek das Spekulationsdecodierungsframework DSpark ein, das bereits in den Online-Diensten von V4-Flash und V4 Pro implementiert ist und die Generierungsgeschwindigkeit pro Benutzer um 60 % bis 85 % (V4-Flash) und 57 % bis 78 % (V4 Pro) steigert, ohne die Modellgewichte oder die Ausgabequalität zu verändern.

Die von Meituan am 30. Juni veröffentlichte LongCat 2.0 wird von Goldman Sachs als wichtiger Meilenstein für die Autonomie der KI-Infrastruktur in China angesehen ------ es handelt sich um das erste vollständig auf 50.000 inländischen Rechenleistungskarten trainierte und implementierte Open-Source-MoE-Modell mit 1,6 Billionen Parametern. Goldman Sachs ist der Ansicht, dass dies die Machbarkeit eines lokalisierten Hardware-Stacks in der rechenintensiven Vortrainingsphase beweist und weitreichende Bedeutung für die Unabhängigkeit chinesischer KI-Modelle von ausländischen Hochleistungs-Chips hat.

Marktpolarisation, die Starken werden stärker

Goldman Sachs beschreibt den Markt für KI-Modelle in China als sich bildende "zwei-Schichten-Struktur" und identifiziert zwei Quadranten zur Maximierung des ARR.

Im High-End-Markt liegt der Preis für Spitzenmodelle wie Zhizhu GLM5.2 und Alibaba Qwen3.7 Max bei etwa 1 USD pro Million Token, was das Fünffache des Preises von Low-End-Modellen ausmacht, mit einer Bruttomarge von etwa 10 % bis 20 % (geschätzt von Goldman Sachs). Im Vergleich dazu liegt der Preis für die besten Modelle in den USA bei 4 bis 8 USD pro Million Token, während die Preise für chinesische High-End-Modelle nur 10 % bis 25 % davon betragen, aber aufgrund des niedrigeren Anteils aktivierter Parameter dennoch eine positive Bruttomarge aufrechterhalten können.

Im Low-End-Markt liegen die Preise für Modelle, die auf Agentenaufgaben ausgerichtet sind, bei nur 0,06 bis 0,2 USD pro Million Token und erschließen den preisempfindlichen Markt für globale KMUs und Einzelbenutzer. MiniMax erzielt 60 % bis 70 % seines Umsatzes im Ausland. Bemerkenswert ist, dass DeepSeek angekündigt hat, ab Mitte Juli ein Preismodell mit Spitzen- und Nebenkosten für die V4-Serie einzuführen, wobei die Spitzenpreise das Doppelte der Nebenkosten betragen, und die Mischpreise liegen bei etwa 0,35 USD pro Million Token (V4 Pro) und 0,12 USD (V4 Flash).

Goldman Sachs prognostiziert, dass die API- und Abonnement-Einnahmen chinesischer KI-Modelle von geschätzten 35 Milliarden RMB im Jahr 2026 auf 879 Milliarden RMB im Jahr 2030 steigen werden, was einem Anstieg des täglichen Token-Verbrauchs von 350 Billionen auf 4.600 Billionen entspricht, was etwa 25-fach ist.

Open-Source-Strategie: Breite Durchdringung, Monetarisierungspfad muss aktualisiert werden

Der Bericht von Goldman Sachs skizziert detailliert die strategische Logik und die Monetarisierungsgrenzen der weit verbreiteten Verwendung von Open-Source/Offenheitsmodellen in China.

Der Hauptvorteil der Open-Source-Strategie liegt in der Flexibilität der Bereitstellung und dem Community-Ökosystem. Die Qwen-Serie von Alibaba, DeepSeek, Zhizhu GLM und MiniMax M3 verwenden alle Open-Source- oder offene Gewichtungsmethoden, während das Seed-Modell von ByteDance die Hauptausnahme darstellt und einen vollständig geschlossenen proprietären Ansatz verfolgt. Das Open-Source-Modell ermöglicht eine flexible Bereitstellung der Modelle innerhalb und außerhalb des chinesischen Festlandes und beschleunigt die Iteration durch Community-Feedback.

Goldman Sachs weist jedoch darauf hin, dass die von Open-Source-Modellen veröffentlichten ARR-Zahlen wahrscheinlich die tatsächliche Bereitstellungsskala und das Einkommenspotenzial erheblich unterschätzen. Im Fall von Zhizhu beträgt das ARR-Ziel bis Ende 2026 1 Milliarde USD, aber die tatsächliche Bereitstellung von GLM5.2 weltweit wird weit über der Token-Menge und den Einnahmen aus Zhizhus eigenen API-Kanälen liegen ------ die Alibaba Cloud Bailian MaaS-Plattform kann das GLM5.2 Open-Source-Modell direkt hosten, ohne dass Gebühren an Zhizhu gezahlt werden müssen.

Goldman Sachs erwartet, dass die Branche schrittweise von einem rein offenen Ansatz (MIT-Lizenz, vollständig kostenlos) zu einem "offenen Gewicht + Community-Lizenz"-Modell übergeht ------ das heißt, kommerzielle Nutzung erfordert den Abschluss von Umsatzbeteiligungsvereinbarungen mit den Modellunternehmen. Die MiniMax M-Serie hat dieses Modell bereits als erste übernommen. Goldman Sachs ist der Ansicht, dass dieser Wandel die wirtschaftliche Effizienz der KI-Modellunternehmen erheblich verbessern wird, da die Modellunternehmen durch Umsatzbeteiligungsvereinbarungen mit Plattformen wie AWS Bedrock und Alibaba Cloud Bailian profitieren können, ohne die Kosten für die Inferenz-Rechenleistung selbst tragen zu müssen.

Von "Token-Maximierung" zu ROI-Priorität

Goldman Sachs betrachtet die internationale Markterweiterung als den wichtigsten Aufwärtsspielraum für chinesische KI-Modelle, insbesondere in Nicht-US-Märkten.

Das US-Forschungsteam von Goldman Sachs schätzt, dass bis 2030 die KI von Agenten das globale Token-Verbrauchsvolumen um das 24-fache steigern wird, auf monatlich 120 Billionen Token, wobei Unternehmensagenten 55-fache und Verbraucheragenten 12-fache Wachstumsbeiträge leisten. Auf dem globalen (außerhalb Chinas) Markt haben chinesische KI-Modelle aufgrund von Leistungssteigerungen und Preisvorteilen signifikante Marktanteilsgewinne bei Tokens erzielt.

Der Bericht von Goldman Sachs weist darauf hin, dass sich das Nutzungsmuster von KI in Unternehmen weltweit von "Token-Maximierung" zu "ROI-Priorität" grundlegend verändert. Letzteres war bis Ende 2025 und Anfang 2026 vorherrschend, als Unternehmen hohen Token-Verbrauch mit organisatorischer Produktivität gleichsetzten; Letzteres konzentriert sich mehr auf klare Aufgabenbereiche, die Anzahl aktiver Agenten pro Tag, die Automatisierung von Backend-Prozessen und die tatsächlichen Ergebnisse. Eine Studie über KI-Trendforschung von Jellyfish zeigt, dass schwergewichtige KI-Nutzer in Unternehmen 10-mal so viele Tokens verbrauchen, aber die Ergebnisse nur um das 2-fache steigen.

Auf der Vertriebsebene bieten die Gemini Enterprise Agent Platform von Alphabet und Amazon AWS Bedrock bereits Hosting-Dienste für chinesische KI-Modelle wie DeepSeek, MiniMax, Moonshot, GLM und Qwen an. Laut Wall Street Journal hat der CEO von Microsoft kürzlich erklärt, dass Microsoft in Erwägung zieht, eine Version von DeepSeek bei Copilot zu hosten, als kostengünstige Option, und betont, dass, wenn DeepSeek gehostet wird, das Modell innerhalb des Microsoft Cloud-Ökosystems betrieben wird, um sicherzustellen, dass Kundendaten innerhalb von Azure bleiben.

Wer ist der langfristige Gewinner?

Goldman Sachs hat einen dreidimensionalen Wettbewerbspositionierungsrahmen entwickelt, um die langfristige Gewinnwahrscheinlichkeit der einzelnen Akteure anhand quantitativer Indikatoren zu bewerten, wobei die Kernformel lautet: ARR-Größe × Bruttomargen-Vorteil + finanzielle Stärke.

Der Preisgestaltungsfaktor untersucht die Markteinführungszeit (im Vergleich zu Vorgängermodellen und Modellen derselben Kategorie), die LMArena-Bewertung (basierend auf großangelegten Blindtests von Benutzerbewertungen) sowie das Mischpreisniveau pro Million Token.

Der Kostenvorteil untersucht die Durchsatzrate (Tokens pro Sekunde), die Cache-Trefferquote, das Verhältnis aktivierter Parameter und die Bruttomarge bei der Inferenz. Die finanzielle Stärke untersucht die verfügbare Liquidität, den Anteil des Nettokapitals an den Gesamtaktiva und das Bewertungsverhältnis.

Im Bereich grundlegender Textmodelle hat Goldman Sachs festgestellt, dass Zhizhu (Erstbewertung, neutrale Bewertung, Zielbewertung 110 Milliarden USD) und DeepSeek (nicht börsennotiert) die stärksten Positionen einnehmen, wobei beide in Bezug auf Preisgestaltung und Kostenvorteile herausragende Leistungen zeigen. Die Gesamtbewertung unabhängiger KI-Modellunternehmen übersteigt 200 Milliarden USD.

Im Bereich multimodaler/video-generierender Technologien führt ByteDance mit Seedance, wobei laut LatePost und 36Kr die Bruttomarge von Seedance bei 70 % liegt und die ARR-Rate bereits 2 Milliarden USD übersteigt. Kuaishou Keling und MiniMax Hailuo/ das bald erscheinende H3-Modell werden ebenfalls von Goldman Sachs positiv bewertet, da sie voraussichtlich in der zweiten Jahreshälfte 2026 von der Fusion von Videoerstellung und LLM-Funktionalitäten sowie von einer gesunden Preisgestaltung aufgrund von Angebotsengpässen profitieren werden.

Goldman Sachs hält die Kaufempfehlung für MiniMax aufrecht, mit einem Kursziel von 860 HKD, da sich das M3-Modell im Quadranten der Maximierung von ARR mit hohem Token-Volumen und attraktiven Preisen befindet und die aktuelle Bewertung nur das 13-fache des ARR bis Ende 2026 beträgt, was im Vergleich zu den Bewertungsverhältnissen ähnlicher Unternehmen in China und weltweit einen erheblichen Abschlag darstellt, wobei das Risiko-Ertrags-Verhältnis nach oben tendiert.

Haftungsausschluss: Dieser Inhalt wird nur zu allgemeinen Marketing- und Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle Events, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets oder zur Nutzung von Services betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. WEEX Services und Online-Aktionen sind möglicherweise nicht in allen Regionen verfügbar und unterliegen geltenden Gesetzen, Vorschriften und Berechtigungsanforderungen. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Nutzung von WEEX Services mit lokalen Gesetzen übereinstimmt, und sorgfältig die Risiken vor der Teilnahme an Krypto-bezogenen Aktivitäten zu bewerten.