Modelos fundacionales de IA y servicios y software de TI de la Gran China: La competencia de los grandes modelos de China está pasando de una guerra de precios a un círculo virtuoso de inteligencia, cómputo y comercialización

Visión general

El informe refuta la visión del mercado de que los modelos de pesos abiertos de China conducirán inevitablemente a la mercantilización y a una prolongada guerra de precios. Morgan Stanley considera que la industria de grandes modelos de China está avanzando hacia una fase de monetización impulsada por la inteligencia de los modelos: los precios se están volviendo más racionales, las licencias de pesos abiertos fortalecen gradualmente las restricciones comerciales y la escala de los modelos se está expandiendo rápidamente. El entrenamiento continuo de modelos de frontera requiere más capital, cómputo, optimización de infraestructura y capacidades de ejecución de ingeniería, por lo que las barreras del sector aumentarán y los proveedores líderes bien dotados de recursos tendrán mayores ventajas.

Perspectivas principales

La inteligencia de los modelos, en lugar de los precios bajos, es la ventaja competitiva sostenible a largo plazo. Los proveedores de frontera pueden lanzar modelos de menor coste en los segmentos inferiores, pero a los proveedores de modelos ordinarios les resultará difícil ascender a niveles SOTA. Los modelos más potentes impulsan una mayor adopción y monetización, que a su vez aseguran más financiación e inversión en cómputo y respaldan la siguiente ronda de mejoras de modelos; la comercialización y la búsqueda de AGI no están en conflicto, sino que se refuerzan mutuamente. El informe es positivo sobre la formación más rápida de este círculo virtuoso por parte de Z.ai, mantiene una visión constructiva sobre MiniMax y favorece las ventajas de IA de pila completa y computación en la nube de Alibaba.

Marco de análisis

El informe compara el sector combinando escala de parámetros, índices de inteligencia, precios de API, términos de licencia, planes de lanzamiento de productos, suministro de cómputo y condiciones de financiación de los modelos de frontera de China; a nivel de empresa, evalúa el progreso de la comercialización utilizando previsiones de ARR, ingresos y gastos de I+D, y valida los precios objetivo mediante DCF y múltiplos P/S de 2027.

Notas metodológicas

• Estrategia competitivaCírculo virtuoso de inteligencia y comercialización

  Los modelos más potentes impulsan la adopción y la monetización, y los ingresos y la financiación se convierten después en inversión en entrenamiento y cómputo.

  El informe sostiene que la capacidad de sostener este ciclo es más decisiva para el posicionamiento competitivo a largo plazo que cualquier clasificación individual en los rankings de modelos.

• Estructura del sectorSegmentación del mercado de gama alta y baja

  El mercado de gama alta se diferencia por la inteligencia de frontera, mientras que las capacidades de los modelos en el mercado de gama baja convergen y la competencia de precios es más intensa.

  Los proveedores de frontera pueden lanzar con mayor facilidad versiones de menor coste y capacidad para cubrir el mercado masivo, mientras que los proveedores ordinarios necesitan superar mayores umbrales de financiación y técnicos para ascender a niveles de frontera.

• Análisis de demandaParadoja de Jevons

  La disminución de los costes unitarios de inferencia puede estimular el crecimiento del uso en vez de reducir la demanda total de cómputo.

  Se espera que los modelos de pesos abiertos más baratos y eficientes aceleren la adopción de IA e incrementen la demanda empresarial de despliegue, orquestación, gobernanza, seguridad e infraestructura.

• ValoraciónModelo de flujos de caja descontados

  Evalúa el valor de renta variable de una empresa descontando los flujos de caja libres futuros.

  Tanto Z.ai como MiniMax se valoran mediante DCF, asumiendo un WACC de 15% y una tasa de crecimiento perpetuo de 3%; los cambios de precio objetivo provienen principalmente de ajustes a las previsiones financieras.

Correspondencia y comparación de activos

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

• Z.AI CO., LTD. (2513.HK)

  Acción principal favorecida, precio objetivo elevado

  Fortalezas

  GLM-5.2 ha alcanzado un nivel líder global, el acceso a cómputo en el extranjero ha mejorado, la escala de financiación es suficiente y el círculo virtuoso de capacidad de modelo y comercialización se está formando con relativa rapidez.

  Debilidades

  El cómputo de inferencia, especialmente el cómputo en el extranjero, aún puede limitar el crecimiento de ARR, y el entrenamiento continuo de modelos de gran cantidad de parámetros incrementará significativamente los gastos de I+D.

  Comparación

  En comparación con MiniMax, su trayectoria de crecimiento de ARR a corto plazo es más clara y su ejecución de comercialización es más temprana, pero su valoración de mercado también es más alta.

  Riesgos

  Competidores globales que lancen modelos con mayor rendimiento y precios más bajos, restricciones de políticas de EE. UU., un descenso en las clasificaciones de modelos y una expansión de cómputo inferior a las expectativas.

• MiniMax (0100.HK)

  Se mantiene una visión constructiva, pero se reduce el precio objetivo

  Fortalezas

  La arquitectura M3 tiene ventajas en contexto largo y eficiencia de inferencia, M3 Pro tiene potencial para una mejora de gran cantidad de parámetros, H3 se desempeña con solidez en multimodalidad de vídeo y la financiación puede respaldar la expansión de entrenamiento y cómputo.

  Debilidades

  M3 recibió inicialmente comentarios negativos sobre capacidad de programación y precios; el calendario de lanzamientos de modelos hace que su contribución al ARR de 2026 esté más concentrada en la segunda mitad del periodo, y las previsiones de pérdidas se han ampliado.

  Comparación

  En comparación con Z.ai, el crecimiento de comercialización a corto plazo está más concentrado en la segunda mitad del periodo, pero tiene potencial diferenciado en modelos multimodales, de vídeo y datos de industrias verticales.

  Riesgos

  Que M3 Pro no alcance niveles SOTA, adopción insuficiente por desarrolladores, recortes de precios de competidores, presión por vencimiento de períodos de bloqueo de accionistas y una inversión continua elevada en I+D.

• Alibaba Group Holding (BABA.N)

  Beneficiario de la cadena industrial de IA

  Fortalezas

  Cuenta con capacidades de IA de pila completa que abarcan modelos, computación en la nube y cómputo, con ventajas de escala de infraestructura y clientes comerciales.

  Debilidades

  El entrenamiento y la inferencia de modelos grandes de pesos abiertos requieren inversión continua de capital, y la comercialización de licencias todavía está evolucionando.

  Comparación

  En comparación con los proveedores puros de modelos, Alibaba puede monetizar mediante la sinergia entre la infraestructura de nube y los servicios de modelos, y dispone de recursos más amplios de financiación y clientes.

  Riesgos

  Intensificación de la competencia global de modelos, rendimientos de capex inferiores a las expectativas, restricciones regulatorias y de exportación, y presión sobre los márgenes del negocio de nube.

Datos clave

• Escala de parámetros de los modelos de frontera de ChinaKimi K3: 2.8T; Qwen3.8-Max: 2.4TEl informe espera que la referencia de escala de parámetros para los modelos de frontera de China aumente gradualmente a 2T a 3T en 2H26.
• Tasa de adopción empresarial de modelos abiertos63%Las empresas encuestadas utilizan tanto modelos abiertos como modelos de código cerrado, lo que respalda la opinión de que coexistirán múltiples tipos de modelos.
• Previsión de ARR de Z.ai para 2026US$2bnElevada desde US$1bn; los escenarios alcista y bajista son US$3bn y US$1.5bn, respectivamente.
• Precio objetivo de Z.aiHK$1,700Elevado aproximadamente 72% desde HK$990, equivalente a aproximadamente 42x P/S de 2027.
• Financiación de Z.aiHK$31.4bnColocación de acciones H con dilución de 4.25%; planea utilizar 55% de los ingresos para entrenamiento de modelos y expansión de cómputo.
• Previsión de ARR de MiniMax para 2026US$1bnSe mantiene la previsión original; los escenarios alcista y bajista son US$1.5bn y US$500mn, respectivamente.
• Precio objetivo de MiniMaxHK$900Reducido 18% desde HK$1,100, equivalente a aproximadamente 32x P/S de 2027.
• Plan de financiación de MiniMaxHK$16.0bnIncluye HK$9.5bn de colocación de acciones y HK$6.5bn de bonos convertibles; planea utilizar 80% de los ingresos para expansión de cómputo de entrenamiento e inferencia de modelos.
• Escala de MiniMax M3 Pro2.7T parámetrosSe espera su lanzamiento de septiembre a octubre de 2026, y es un catalizador importante para el rendimiento de los modelos y el poder de fijación de precios.
• Supuestos centrales de DCFWACC 15%; tasa de crecimiento perpetuo 3%Los supuestos de DCF para ambas empresas se mantienen sin cambios.

Impacto e implicaciones

La mejora de la disciplina de precios del sector y la comercialización de licencias ampliarán el conjunto de ARR y reducirán las restricciones derivadas de depender únicamente de cómputo propio para vender API. La creciente escala de los modelos aumentará la demanda de entrenamiento, optimización de inferencia, financiación y adquisición de cómputo, impulsando la concentración de cuota de mercado hacia los proveedores líderes. Para los inversores, se debe prestar mayor atención a las capacidades de iteración de modelos, el acceso a cómputo, los canales de financiación y la eficiencia de monetización, en lugar de a clasificaciones individuales o las cotizaciones de API más bajas. Los proveedores de servicios en la nube, la infraestructura de cómputo y las plataformas de enrutamiento, orquestación, observabilidad, gobernanza y seguridad de modelos también pueden beneficiarse de la adopción multimodelo.

Riesgos

• Competidores globales lanzan modelos con mayor rendimiento y precios más bajos, reavivando la competencia de precios y comprimiendo los múltiplos de valoración.
• Los costes de entrenamiento, inferencia e infraestructura para modelos de gran cantidad de parámetros superan las expectativas, lo que conduce a mayores gastos de I+D y pérdidas operativas.
• Lanzamientos de modelos retrasados, rendimiento que no alcanza niveles SOTA o comentarios deficientes de desarrolladores podrían debilitar la adopción y la monetización.
• El suministro restringido de cómputo en el extranjero o políticas estadounidenses más estrictas podrían afectar la expansión global de los proveedores chinos de modelos.
• Licencias de pesos abiertos más estrictas podrían ralentizar la adopción del ecosistema, y la eficacia de hacer cumplir los términos comerciales también es incierta.
• La financiación mediante acciones, los bonos convertibles y posibles nuevas cotizaciones pueden generar dilución para los accionistas y presión de venta episódica.
• Las reacciones excesivas del mercado a cambios en las clasificaciones de modelos individuales podrían causar una volatilidad pronunciada en las valoraciones y los precios de las acciones relacionadas.

Aspectos que vigilar

• Ajustes de precios de API y cambios en el margen bruto de otros proveedores chinos de modelos tras el aumento de precios de DeepSeek.
• Rendimiento y adopción del modelo GLM de nueva generación y gran cantidad de parámetros de Z.ai tras su esperado lanzamiento en octubre de 2026.
• Progreso de la cooperación de Z.ai con AWS y otros proveedores de servicios en la nube en el extranjero, y expansión del cómputo de inferencia en el extranjero.
• Mejoras de capacidad de programación de MiniMax M3 y rendimiento del lanzamiento de M3 Pro entre septiembre y octubre de 2026.
• El efecto de MiniMax H3 al impulsar el crecimiento de ARR a partir de modelos multimodales y de vídeo.
• Si los futuros modelos de pesos abiertos Qwen de Alibaba introducen términos de reparto de ingresos a gran escala con usuarios.
• Si los modelos de frontera de China pasan en general al rango de 2T a 3T parámetros, y el progreso del posible modelo de más de 5T de ByteDance.
• Si los gastos de I+D de las dos empresas en 2027 superan US$1bn y el impacto en flujo de caja y necesidades de financiación.
• Cambios de políticas entre China y EE. UU. relativos a exportaciones de modelos, acceso en el extranjero y suministro de cómputo avanzado.