Z.AI Co. (02513) — Interpretación del informe

Visión general

Esta revisión de resultados evalúa los resultados de 1H26 y las perspectivas de comercialización de Z.AI. Goldman Sachs destaca la aceleración del ARR, la demanda de API y la adopción empresarial, pero considera equilibrado el riesgo-retorno dadas la transición de on-premise a nube, el alto gasto de I+D y la incertidumbre sobre la rentabilidad a corto plazo.

Perspectivas principales

Z.AI presentó unos resultados mixtos en 1H26. La monetización de la plataforma abierta/API y la aceleración del ARR fueron más fuertes de lo esperado, mientras que los ingresos y la rentabilidad globales se vieron lastrados por la transición en curso del despliegue on-premise al negocio MaaS basado en la nube. Los ingresos de plataforma abierta/API fueron Rmb825mn, 4% por encima del consenso, pero 38% por debajo de las estimaciones de Goldman Sachs, debido a diferencias de contabilidad bruta/neta y a que la expansión del ARR estuvo más concentrada en la segunda parte del período. Los ingresos consolidados fueron Rmb954mn, un 400% más interanual, y la pérdida neta ajustada fue Rmb1.96bn. El margen bruto consolidado fue 26%; el margen bruto de API fue 24.6%, por encima de la estimación de Goldman Sachs de 24.0% y del 22.4% en 2H25, aunque la rentabilidad on-premise más débil de lo esperado compensó parcialmente esta fortaleza. El principal aspecto positivo del informe es el ritmo de crecimiento de los ingresos recurrentes. El ARR de agosto superó US$1.6bn, o US$2bn anualizado según el ritmo de la última semana, tras subir de US$250mn en marzo a US$1bn en julio. Goldman Sachs vincula esta aceleración al crecimiento de más de 40 veces en el consumo de token de MaaS en lo que va de año, al aumento de 23 veces en el uso de Coding Plan y al incremento de 101% en el precio medio de venta de API. La adopción empresarial también se profundizó: el uso diario entre los 10 principales clientes aumentó 98 veces desde el inicio del año, y GLM se convirtió en el principal proveedor global de modelos para 4 de las principales plataformas de internet de China. La dirección prioriza captar demanda de token de mayor valor en lugar de maximizar el volumen agregado, utilizando la programación como punto de entrada mientras se expande a flujos de trabajo de Agent, Co-work e IA autónoma. Por ello, Goldman Sachs eleva su estimación de ARR al cierre de 2026 a US$2.7bn desde US$2.5bn y prevé ingresos de 2H26/FY26E de Rmb7.0bn/Rmb7.9bn, frente a sus estimaciones previas de Rmb6.8bn/Rmb8.6bn. En rentabilidad, el informe prevé que la mejora del poder de fijación de precios, las ganancias graduales de eficiencia de inferencia tras los lanzamientos de modelos y el apalancamiento operativo derivado del mayor consumo de token respalden márgenes brutos de plataforma abierta de 25.3%/25.2% en 2H26E/FY26E, frente a previsiones anteriores de 23.4%/23.5%. Sin embargo, la empresa sigue invirtiendo intensamente: el gasto de I+D en 1H fue Rmb2.13bn, un 34% más interanual, y Goldman Sachs prevé Rmb4.3bn/Rmb6.4bn para 2H26/FY26E, frente a Rmb4.1bn/Rmb6.2bn anteriormente. Se espera que dos tercios de la I+D de FY26E se relacionen con inversiones en cómputo. Este mayor gasto y las pérdidas de 1H superiores a lo previsto llevan a la institución a reducir las estimaciones de ingresos 2026-28E en 8%/4%/2%, principalmente por menores ingresos de despliegue on-premise; los ingresos de API permanecen prácticamente sin cambios y las estimaciones de beneficios caen 2%/4%/2%. La hoja de ruta tecnológica y de infraestructura sustenta la tesis de largo plazo. La dirección considera que el escalado, mediante la optimización combinada de escala de preentrenamiento, profundidad efectiva, profundidad de entrenamiento y entornos de tareas, es la vía hacia una mayor inteligencia. La empresa destaca GLM-5.2 y GLM-5.3 como evidencia de que el postentrenamiento es actualmente una de las palancas de escalado con mayor retorno, mientras que GLM-5.3 Flash busca ampliar la frontera inteligencia-coste con una nueva arquitectura y eficiencia significativamente mejorada. La siguiente fase se centrará cada vez más en modelos fundacionales más grandes, ventanas de contexto nativas más largas y capacidad multimodal nativa, antes de avanzar hacia Fully Self Training, un marco recursivo en el que la IA ayuda a generar y mejorar los datos, entornos e infraestructura utilizados en el entrenamiento futuro de IA. La oferta de cómputo sigue siendo una consideración operativa clave. Z.AI está ampliando capacidad mediante clústeres propios, capacidad arrendada y adquisición de servicios en la nube; su clúster de más de 100k chips domésticos respalda la inferencia a gran escala y el coste de inferencia por token cayó 80% en lo que va de año. El multiplicador de monetización de cómputo, es decir, los ingresos de API por cada Rmb1 de gasto de cómputo, mejoró 14 veces interanual. Goldman Sachs señala que la anterior colocación de acciones de HK$31bn financia tanto el entrenamiento de modelos más grandes como la creciente demanda de cómputo, pero también pone de relieve el desafío del consumo de caja y la capacidad de autofinanciación. Goldman Sachs mantiene su precio objetivo a 12 meses de HK$1,610 y su calificación Neutral relativa al sector. Su valoración DCF utiliza un WACC de 12% y una tasa de crecimiento terminal de 2%, y asume que Z.AI alcanza una cuota de mercado de 20% en 2030E y un margen EBIT ajustado a largo plazo de 26% en 2035E. Las valoraciones implícitas revisadas para los casos alcista y bajista son HK$2,508 y HK$839, respectivamente. El precio objetivo sin cambios y la postura Neutral reflejan un perfil equilibrado de riesgo-retorno pese al mayor impulso del ARR.

Marco de análisis

Goldman Sachs compara los resultados reales de 1H26 con el consenso y sus estimaciones previas, y después evalúa ARR, uso de token, precios de API, adopción empresarial, márgenes, I+D y eficiencia de cómputo para revisar sus previsiones. Valora la compañía con un marco de flujo de caja descontado y contrasta las perspectivas con escenarios alcista, base y bajista.

Notas metodológicas

• Métodos de valoraciónDCF (flujo de caja descontado)

  Valoración por flujo de caja descontado

  Goldman Sachs valora Z.AI mediante un DCF con un WACC de 12% y una tasa de crecimiento terminal de 2%, incorporando supuestos de una cuota de mercado de 20% para 2030E y un margen EBIT ajustado de 26% para 2035E.

• Marco de análisis sectorialDescomposición de volumen y precio

  Análisis de volumen de token y precios de API

  El informe explica el impulso del ARR y de los ingresos mediante el consumo de token de MaaS, el uso de Coding Plan y los precios medios de venta de API.

Correspondencia y comparación de activos

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

• Z.AI Co. (2513.HK)

  Compañía principal cubierta; su expansión del ARR, monetización de API, hoja de ruta de modelos e inversión en cómputo impulsan las perspectivas del informe.

  Fortalezas

  Rápido crecimiento del ARR, mayores precios de API, creciente adopción empresarial, mejora de la eficiencia de inferencia y expansión hacia flujos de trabajo de IA de mayor valor.

  Debilidades

  Los ingresos y la rentabilidad del despliegue on-premise son más débiles de lo esperado; la rentabilidad consolidada sigue bajo presión.

  Comparación

  El margen bruto de API de 24.6% fue superior al 18% de MiniMax citado en el informe; la estimación de Goldman Sachs para el ARR de Z.AI a finales de 2026 es US$2.7bn frente a US$1.2bn para MiniMax.

  Riesgos

  Competencia, altos gastos de I+D, visibilidad limitada de beneficios a corto plazo, consumo de caja y riesgo geopolítico.

Datos clave

• ARR de agostoAbove US$1.6bnUS$2bn anualizado según el ritmo de la última semana, sobre una base bruta.
• Estimación de ARR al cierre de 2026US$2.7bnElevada desde US$2.5bn.
• Ingresos de plataforma abierta/API en 1H26Rmb825mn4% por encima del consenso; 38% por debajo de las estimaciones de Goldman Sachs.
• Ingresos de 1H26Rmb954mn400% más interanual.
• Margen bruto de API en 1H2624.6%Por encima de la estimación de Goldman Sachs de 24.0% y del 22.4% en 2H25.
• Gasto de I+D en 1H26Rmb2.13bn34% más interanual.
• Revisiones de estimaciones de ingresos 2026-28E-8% / -4% / -2%Impulsadas principalmente por menores ingresos de despliegue on-premise.
• Precio objetivoHK$1,610Precio objetivo a 12 meses basado en DCF, sin cambios.

Impacto e implicaciones

El informe sostiene que MaaS basado en la nube y la comercialización de API están sustituyendo cada vez más el despliegue on-premise, mientras que la programación, Agent, Co-work y los flujos de trabajo de IA autónoma amplían la demanda. Una monetización y eficiencia de inferencia más fuertes podrían mejorar los márgenes, pero la transición y la inversión en I+D centrada en cómputo mantienen limitada la visibilidad de beneficios a corto plazo.

Riesgos

• La inteligencia de los modelos podría superar las expectativas y mejorar el escenario alcista.
• La visibilidad de beneficios podría mejorar más rápido de lo esperado.
• Fuentes adicionales de ingresos de take rate no vinculadas a inferencia o una capacidad de comercialización más fuerte de lo esperado podrían mejorar los resultados.
• La competencia en la industria global de modelos fundacionales podría intensificarse.
• El elevado gasto de I+D podría limitar la visibilidad de beneficios a corto plazo.
• El consumo de caja y la capacidad de autofinanciación siguen siendo riesgos.
• Una carrera tecnológica más intensa entre Estados Unidos y China podría crear riesgo geopolítico.

Aspectos que vigilar

• El ritmo de crecimiento del ARR, consumo de token, uso de Coding Plan y precios de API.
• La ejecución en flujos de trabajo de Agent, Co-work e IA autónoma.
• La evolución del margen bruto de la plataforma abierta y las mejoras de eficiencia de inferencia.
• La escala y financiación de la inversión en cómputo y del gasto de I+D.
• El progreso hacia la rentabilidad y el efecto de menores ingresos de despliegue on-premise.
• El desarrollo de modelos de próxima generación, modelos fundacionales más grandes, ventanas de contexto más largas y capacidad multimodal.