Interpretación de informes
Cobertura de los estudios más recientes de los principales bancos de inversión de Wall Street
Interpretación del informeHilo Research

Z.AI Co. (2513.HK): La actualización de capacidades de GLM-5.3 refuerza la tesis de escalado posterior al entrenamiento, pero la valoración y la presión competitiva mantienen la calificación Neutral

Goldman Sachs considera que GLM-5.3 representa un avance importante en capacidad del modelo, eficiencia de programación y capacidades de seguridad. El volante de datos de ZCode y unos precios sectoriales cada vez más racionales brindan apoyo, pero los riesgos de rentabilidad a corto plazo y de competencia aún limitan el potencial alcista.

InstituciónGoldman Sachs
Fecha2026-08-17
EmpresaZ.AI Co.
Símbolo2513.HK
SectorInteligencia Artificial
CalificaciónNeutral

Resumen

Goldman Sachs considera que GLM-5.3 representa un avance importante en capacidad del modelo, eficiencia de programación y capacidades de seguridad. El volante de datos de ZCode y unos precios sectoriales cada vez más racionales brindan apoyo, pero los riesgos de rentabilidad a corto plazo y de competencia aún limitan el potencial alcista.

Neutral; precio objetivo a 12 meses de HK$1,610; precio actual de HK$1,270; potencial alcista implícito de 26.8%.
GLM-5.3Escalado posterior al entrenamientoAgentes de programaciónModelos de código abiertoPrecios de modelosVolante de datosValoración DCF
  • Con un número de parámetros sin cambios de 744 mil millones, GLM-5.3 logró mejoras de rendimiento mediante el escalado posterior al entrenamiento y superó al DeepSeek V4 Pro, de mayor tamaño, en múltiples pruebas comparativas.
  • El modelo ha mejorado de forma significativa en programación, ejecución de tareas de largo horizonte y ciberseguridad, al tiempo que también ha aumentado la eficiencia de costes por tarea.
  • ZCode ha superado 1 millón de usuarios activos; los datos de sus tareas de programación reales y de largo horizonte pueden retroalimentar el entrenamiento posterior del modelo, creando un ciclo cerrado de uso del producto, acumulación de datos y optimización del modelo.
  • Los cambios en los precios de suscripción y API de modelos indican que, a medida que mejoran la inteligencia de los modelos y las capacidades de finalización de tareas, los precios del sector evolucionan hacia niveles más racionales.
  • El precio objetivo a 12 meses es de HK$1,610, lo que implica un potencial alcista del 26.8% frente al precio actual de HK$1,270; Goldman Sachs mantiene una calificación Neutral por consideraciones de riesgo-rentabilidad equilibradas.

Interpretación del informe

Visión general

Este informe se centra en el progreso tecnológico y de comercialización de Z.AI Co. tras el lanzamiento de GLM-5.3. Goldman Sachs considera que este lanzamiento valida la importancia del escalado posterior al entrenamiento para mejorar las capacidades de los grandes modelos chinos y refuerza el posicionamiento competitivo de la compañía en modelos de programación, ejecución de tareas por agentes y el ecosistema de código abierto. Pese a la oportunidad fundamental a largo plazo, el informe mantiene una calificación Neutral debido a la valoración, la competencia y la incertidumbre sobre los beneficios.

Marco de análisis

El informe evalúa el progreso tecnológico mediante pruebas comparativas de modelos y observaciones de las funciones de los productos, compara la escala de parámetros, los precios y las valoraciones de los principales proveedores chinos de grandes modelos, y obtiene el precio objetivo utilizando un marco DCF mientras evalúa la relación riesgo-rentabilidad en escenarios alcista, base y bajista.

Notas metodológicas

  • ValoraciónValoración por flujo de caja descontado

    DCF

    Valorado utilizando un coste medio ponderado de capital del 12% y una tasa de crecimiento perpetuo del 2%, incorporando supuestos sobre cuota de mercado y margen EBIT ajustado a largo plazo.

  • Entrenamiento de modelosEscalado posterior al entrenamiento

    Mejora de las capacidades del modelo mediante entornos de tareas más largos, ciclos de entrenamiento y mejoras en aprendizaje por refuerzo

    El informe atribuye la mejora de capacidades de GLM-5.3 al escalado posterior al entrenamiento, en lugar de ampliar su número de 744 mil millones de parámetros.

  • Análisis competitivoComparación rendimiento-precio

    Comparación de la capacidad del modelo, coste por tarea, precios de API y múltiplos de valoración de ARR

    Se utiliza para evaluar las ventajas tecnológicas de Z.AI, su potencial de comercialización y la razonabilidad de su valoración frente a DeepSeek y MiniMax.

Correspondencia y comparación de activos

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

  • Z.AI Co. (2513.HK)
    Compañía cubierta
    Fortalezas
    GLM-5.3 ha mejorado notablemente en programación, tareas de largo horizonte y ciberseguridad; la escala de usuarios y los datos de tareas de ZCode respaldan un volante de datos para el entrenamiento posterior; el modelo ofrece una competitiva relación rendimiento-precio.
    Debilidades
    La visibilidad de beneficios a corto plazo es limitada, mientras que el elevado gasto en I+D y la presión de consumo de caja siguen siendo significativos; las brechas de rendimiento de los modelos pueden reducirse.
    Comparación
    La compañía tiene una capitalización bursátil de aproximadamente US$75bn, equivalente a alrededor de 30x la previsión de Goldman Sachs de US$2.5bn de ARR a finales de 2026; DeepSeek fue valorada recientemente en aproximadamente US$50bn, mientras que MiniMax tiene una capitalización bursátil de aproximadamente US$14bn y cotiza a cerca de 14x ARR.
    Riesgos
    Competencia global en modelos fundacionales, comercialización más débil de lo esperado, restricciones de capacidad de inferencia, capacidad de autofinanciación e intensificación de la competencia tecnológica entre China y Estados Unidos.
  • DeepSeek
    Competidor clave
    Fortalezas
    Cuenta con modelos de gran escala de parámetros e influencia en el sector; su reciente aumento de precios de API de V4 refleja un entorno de precios en mejora.
    Debilidades
    El informe indica que GLM-5.3 supera a DeepSeek V4 Pro en múltiples pruebas comparativas.
    Comparación
    El precio combinado de DeepSeek V4 Pro 0813 durante periodos punta es de aproximadamente US$0.69 por millón de tokens, cercano a los US$0.88 de GLM-5.2.
    Riesgos
    La competencia del sector y los cambios de precios pueden afectar las ventajas relativas y la valoración de Z.AI.

Datos clave

  • CalificaciónNeutralSe mantiene sin cambios.
  • Precio objetivo a 12 mesesHK$1,610Basado en valoración DCF.
  • Precio actualHK$1,270Precio mostrado en la tabla del informe.
  • Potencial alcista implícito26.8%Calculado a partir del precio actual y el precio objetivo a 12 meses.
  • Escala de parámetros de GLM-5.3744 mil millones de parámetrosSin cambios respecto a GLM-5.2; la mejora de rendimiento procede principalmente del escalado posterior al entrenamiento.
  • Usuarios activos de ZCodeMás de 1 millónEl informe considera esto una base importante para la distribución, la monetización y el volante de datos de entrenamiento.
  • Precio del plan Coding LiteRMB 118/mesLa compañía afirma que, basándose en las asignaciones semanales de tokens, esto representa aproximadamente un 50% de descuento frente a costes equivalentes de API.
  • Cuota de mercado del escenario base21% en 2030Supuesto de valoración DCF.
  • Margen EBIT ajustado a largo plazo26% en 2035Supuesto de valoración DCF.
  • Valoración implícita en escenarios alcista/bajistaHK$3,266 / HK$835Basada en los diferentes escenarios de supuestos clave presentados en el informe.

Impacto e implicaciones

GLM-5.3 indica que las variables clave en la competencia de grandes modelos en China están pasando de simplemente aumentar el número de parámetros hacia la eficiencia posterior al entrenamiento, los entornos de tareas, los costes de inferencia y los datos de uso real. Si ZCode continúa ampliando su base de usuarios y la cobertura de tareas, la compañía podría construir un volante de datos más sólido y desbloquear la demanda de modelos y el crecimiento de ARR a medida que mejore la capacidad futura de inferencia. Sin embargo, la reducción de las brechas de rendimiento de los modelos y la elevada inversión en I+D implican que el liderazgo tecnológico aún debe traducirse en ingresos y beneficios verificables.

Riesgos

  • Intensificación de la competencia en el sector global de modelos fundacionales, con una reducción de las brechas de capacidad entre pares.
  • Elevados gastos de I+D que resultan en una visibilidad insuficiente de beneficios a corto plazo.
  • Incertidumbre respecto al consumo de caja y la capacidad de autofinanciación.
  • La escalada de la competencia tecnológica entre China y Estados Unidos genera riesgos geopolíticos y de cadena de suministro.
  • La comercialización de modelos, los ingresos por reparto no vinculados a inferencia o la mejora de beneficios podrían no alcanzar las expectativas.
  • La inteligencia de los modelos, las capacidades de comercialización y la senda hacia la rentabilidad también podrían superar las expectativas, lo que representa un riesgo alcista frente a esta visión Neutral.

Aspectos que vigilar

  • El lanzamiento y el rendimiento real de GLM-5.5 y de modelos de 2 a 5 billones de parámetros de otros proveedores chinos.
  • La adopción por desarrolladores, el rendimiento en pruebas comparativas de programación y los costes de inferencia tras la publicación de los pesos de código abierto de GLM-5.3.
  • El crecimiento de usuarios de ZCode y el uso de funciones de gestión de tareas entre dispositivos y colaboración multiagente.
  • El impacto de la funcionalidad de tareas fuera de horas punta en la utilización de la capacidad de inferencia, los costes para usuarios y la acumulación de datos de tareas.
  • Si los precios de suscripción y API de modelos, así como la competencia de precios en el sector, continúan avanzando hacia la racionalización.
  • El progreso en el crecimiento de ARR, la ampliación de capacidad de chips de inferencia, el gasto en I+D, el consumo de caja y la mejora de beneficios.

Configuración

Inicia sesión para ver los accesos recientes