China AI model industry: Los laboratorios chinos de IA afrontan una competencia más segmentada, pero la expansión internacional y la eficiencia podrían respaldar la adopción

Visión general

Este informe sectorial de UBS analiza cómo evoluciona la competencia entre desarrolladores chinos y globales de modelos de IA en capacidad, eficiencia de costes, precios y distribución internacional. UBS sigue alentado por la expansión internacional y la innovación de los laboratorios chinos, aunque destaca la incertidumbre de política y las diferencias cada vez más específicas por tarea en la relación coste-rendimiento como limitaciones relevantes.

Perspectivas principales

UBS sostiene que los modelos chinos de IA han ganado reconocimiento global a medida que se reduce su brecha de capacidad con los principales modelos extranjeros y se mantienen sus ventajas de coste. Sin embargo, el panorama competitivo se ha vuelto más complejo: posibles restricciones a los modelos de pesos abiertos podrían obstaculizar la adopción internacional; medidas anti-destilación más estrictas de líderes globales y una mayor atención de la política estadounidense a la destilación a escala industrial podrían ralentizar el avance de capacidades. Las preocupaciones recientes también contribuyeron a la debilidad de las compañías de modelos cotizadas, con MiniMax y Zhipu cayendo aproximadamente 20% y 40%, respectivamente, en el mes hasta la fecha. El informe espera que los precios de los modelos de IA se diferencien más por nivel de tarea. En el extremo de volumen, donde los modelos disponibles ya cumplen los requisitos y la inteligencia incremental aporta poco valor marginal, UBS prevé una continua deflación por Token. Desarrolladores chinos y extranjeros están introduciendo modelos Flash o de menos parámetros con rendimiento cercano al de los modelos insignia a precios sustancialmente inferiores, entre ellos GLM-5.3-Flash, Kimi K2.8 Preview, Qwen3.8-Flash y Gemini 3.8 Flash. UBS también destaca recortes de precios en el exterior: los precios de entrada, entrada en caché y salida de GPT-5.6 Sol de OpenAI descendieron 20%, 20% y 33%, respectivamente; los de GPT-5.6 Luna cayeron 80% en todos los tipos de Token; y el precio de caché KV de Claude Fable 5.1 fue 75% inferior al de Fable 5. El 22 de septiembre, OpenAI introdujo GPT-6 Sol y Luna a aproximadamente la mitad del precio de API de sus equivalentes GPT-5.6. Claude Opus 5.5 de Anthropic combinó mayor rendimiento con precios de entrada y salida 20% inferiores, precios de lectura de caché 60% inferiores y un coste estimado aproximadamente 40% menor para tareas típicas. En la frontera de capacidad, UBS considera que el poder de fijación de precios puede ser más duradero. Los modelos de frontera pueden resolver tareas complejas y de largo horizonte en uso de computadoras, ingeniería de software, investigación científica y flujos de trabajo profesionales, elevando las tasas de éxito y el valor por tarea exitosa. Un precio por Token más alto no implica necesariamente un coste mayor para el cliente: con máximo esfuerzo de razonamiento, GPT-6 Astra usó cerca de un tercio de los Tokens requeridos por GPT-5.6 Sol por tarea de programación, según Artificial Analysis. Por ello, UBS argumenta que una mayor capacidad y eficiencia de Token pueden mantener, o incluso ampliar, las primas de precio de los modelos de frontera sin comprometer el retorno de la inversión del cliente. UBS espera que la carrera por la frontera siga siendo intensa incluso si los lanzamientos de modelos adoptan un enfoque más medido. Los laboratorios de IA están usando IA en programación, experimentos y flujos de investigación, y exploran la mejora recursiva propia; se citan el uso de IA de OpenAI y Anthropic en sus flujos internos y el Infra Agent de Zhipu. Se prevé que los laboratorios chinos amplíen la capacidad de cómputo tras las rondas de financiación recientes para respaldar el entrenamiento de modelos de próxima generación a mayor escala. UBS también espera que los futuros avances de capacidad de los modelos chinos estén impulsados por fuentes de datos más diversas, como issues y Pull Requests de GitHub, datos sintéticos y datos acumulados de entornos específicos de dominio, incluidos los de ciberseguridad. UBS considera la distribución internacional una palanca clave de monetización para los laboratorios chinos a medida que se acelera la adopción global de modelos de pesos abiertos. MiniMax mantiene colaboraciones globales que abarcan adopción empresarial, ajuste fino vertical y despliegue en la nube; Zhipu tiene asociaciones con proveedores globales de servicios en la nube; y Kimi K3 está disponible en AWS Bedrock. Los datos de OpenRouter indican ganancias continuas de cuota de uso para los modelos chinos y de pesos abiertos, que UBS atribuye a los principales modelos chinos y a la reducción de la brecha de capacidad frente a los modelos estadounidenses de frontera. UBS considera que estos canales de distribución pueden reforzar las oportunidades de monetización. Por último, UBS considera que la reciente rebaja de valoración del sector infravalora los avances de los laboratorios chinos en distribución internacional, innovación arquitectónica y sinergias de I+D de código abierto. Cree que lanzamientos continuos, como Step 5 Preview y Xiaomi MiMo-V2.6, podrían mejorar el sentimiento si extienden la frontera de Pareto entre inteligencia y coste. Entre los posibles catalizadores adicionales se citan DeepSeek V4.1 Pro, Kimi K3.1, MiniMax M3 Pro y Zhipu GLM-5.5/6.0.

Marco de análisis

UBS compara modelos chinos y extranjeros por capacidad, precios de Token, eficiencia de Token y economía a nivel de tarea. Utiliza comparaciones de carteras de modelos y precios de API, tendencias de uso de OpenRouter y Vercel, desarrollos de distribución corporativa y en la nube, y actividad de financiación para evaluar posicionamiento competitivo, adopción y perspectivas de monetización.

Notas metodológicas

• Marco de análisis sectorialDescomposición de volumen y precio

  Comparación de precios de modelos y coste-rendimiento a nivel de tarea

  El informe separa el precio por Token de la eficiencia de Token y las tasas de éxito de las tareas para mostrar por qué los modelos más baratos pueden dominar tareas de volumen, mientras que los modelos de frontera pueden seguir siendo económicos para trabajos complejos.

• Marco de análisis sectorialMarco de oferta y demanda

  Análisis de la oferta de modelos de IA, expansión de cómputo y adopción

  UBS vincula el aumento de oferta de modelos, los nuevos modelos de menor coste y la expansión de capacidad de cómputo con el crecimiento de la demanda, la distribución internacional y las oportunidades de monetización.

• Métodos de valoraciónValoración por P/S

  Valoración precio-ventas para Zhipu

  UBS afirma que valora Knowledge Atlas Technology (Z. AI/Zhipu) mediante precio-ventas, contrastado con un análisis de suma de las partes.

• Métodos de valoraciónOtro

  Valoración Price/ARR para MiniMax

  UBS afirma que valora MiniMax mediante un enfoque Price/ARR.

• Métodos de valoraciónValoración SOTP por suma de partes

  Contraste de suma de las partes para Zhipu

  UBS utiliza un análisis de suma de las partes como contraste de su valoración precio-ventas para Zhipu.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• MiniMax Group (0100.HK)

  Desarrollador chino de modelos de IA cuyas colaboraciones internacionales podrían respaldar la adopción empresarial, el despliegue en la nube y la monetización.

  Fortalezas

  Colaboraciones globales en adopción empresarial, ajuste fino vertical y despliegue en la nube.

  Debilidades

  Los desafíos competitivos y operativos podrían retrasar la monetización y presionar los márgenes.

  Comparación

  Compite en un mercado global donde los modelos de menor coste afrontan deflación de precios y los modelos de frontera compiten en eficiencia de tareas.

  Riesgos

  Incertidumbre macroeconómica y geopolítica, riesgos de entrenamiento relacionados con datos, riesgos de gobernanza de contenido generado por usuarios e interrupciones de proveedores de servicios clave.

• Knowledge Atlas Technology (Z. AI/Zhipu) (2513.HK)

  Desarrollador chino de modelos de IA cuyas asociaciones con proveedores de servicios en la nube e iniciativas de infraestructura podrían respaldar el alcance internacional y el desarrollo futuro de modelos.

  Fortalezas

  Asociaciones recientes con proveedores globales de servicios en la nube e iniciativa Infra Agent de Zhipu.

  Debilidades

  La convergencia de capacidad y la comercialización podrían verse afectadas por la competencia, limitaciones de datos y acceso a infraestructura de cómputo.

  Comparación

  UBS utiliza valoración precio-ventas, contrastada con un análisis de suma de las partes.

  Riesgos

  Riesgos geopolíticos, regulatorios, de seguridad de datos, concentración de clientes e infraestructura de cómputo.

Datos clave

• Evolución de la acción de MiniMaxDown c.20% MTDUBS lo cita como parte del débil impulso de las compañías de modelos cotizadas.
• Evolución de la acción de ZhipuDown c.40% MTDUBS lo cita como parte del débil impulso de las compañías de modelos cotizadas.
• Eficiencia de Token de GPT-6 AstraAbout one-third of GPT-5.6 Sol tokens per coding taskCon máximo esfuerzo de razonamiento, según Artificial Analysis.
• Cambio de precio de GPT-5.6 Luna-80%Los precios de Token de entrada, entrada en caché y salida bajaron 80%.
• Cambio de precio de caché KV de Claude Fable 5.1-75% versus Fable 5UBS lo describe como una reducción de costes impulsada por la caché.
• Coste de tarea típica de Claude Opus 5.5c.40% lowerEstimación de Anthropic citada por UBS.

Impacto e implicaciones

UBS espera que el mercado de modelos de IA se vuelva más segmentado: los modelos de menor coste deberían favorecer una adopción más amplia en tareas de gran volumen, mientras que los modelos de frontera podrían justificar precios premium en flujos de trabajo complejos mediante mejores resultados y eficiencia de Token. Para los laboratorios chinos, las asociaciones internacionales, la disponibilidad en la nube, la expansión de cómputo y los futuros lanzamientos de modelos se presentan como posibles apoyos para la adopción, la monetización y el sentimiento.

Riesgos

• El panorama competitivo puede evolucionar rápidamente y la competencia puede intensificarse.
• Las posibles restricciones a los modelos de pesos abiertos y las medidas contra la destilación podrían limitar la adopción internacional o ralentizar la convergencia de capacidad.
• Los cambios tecnológicos, la evolución de las necesidades y preferencias de los usuarios de internet y la monetización incierta podrían presionar al sector.
• La incertidumbre macroeconómica y geopolítica podría limitar la adopción de IA o el acceso a hardware avanzado e infraestructura de cómputo.
• Los riesgos de seguridad de datos, gobernanza de IA y datos de entrenamiento de modelos podrían afectar el desempeño y la comercialización de los modelos.
• Mayores costes de adquisición de tráfico, contenido, promoción de marca y sistemas de TI podrían presionar la economía operativa.
• El sentimiento adverso del mercado y los desafíos de expansión internacional siguen siendo riesgos sectoriales.

Aspectos que vigilar

• El avance de las asociaciones de los laboratorios chinos con empresas, nube y despliegues verticales en el extranjero.
• Las tendencias de cuota de uso de modelos chinos y de pesos abiertos en OpenRouter y plataformas AI Gateway.
• El ritmo y los precios de lanzamientos de modelos Flash, de menos parámetros y de frontera.
• Si los modelos de frontera pueden mantener un menor coste por tarea exitosa mediante mejor eficiencia de Token y tasas de éxito.
• Si la financiación reciente se traduce en expansión de capacidad de cómputo y entrenamiento de modelos a mayor escala.
• Posibles lanzamientos, incluidos DeepSeek V4.1 Pro, Kimi K3.1, MiniMax M3 Pro y Zhipu GLM-5.5/6.0.
• La evolución regulatoria que afecte a los modelos de pesos abiertos, la destilación y la gobernanza de IA.