Z.AI CO., LTD. (02513) — Interpretação do relatório

Visão geral

Esta revisão de resultados argumenta que o ARR acima do esperado da Z.ai, o rápido crescimento do consumo de API e a melhora na economia de inferência reforçam sua liderança no mercado chinês de modelos fundacionais. O Morgan Stanley eleva previsões de receita e preço-alvo, mantendo Overweight.

Visões principais

A principal mudança é o impulso mais forte de receita recorrente. A administração informou que o ARR mensal alcançou US$1.6bn e o ARR semanal superou US$2bn em agosto, acima da expectativa de US$1.2bn do Morgan Stanley. A orientação de ARR no fim do ano subiu para US$2.4bn, versus a estimativa anterior de US$2bn, e o Morgan Stanley elevou sua previsão de ARR de fim de ano para US$2.4bn. Há potencial adicional se a oferta de computação for melhor do que o esperado. O relatório relaciona essa elevação de ARR à expansão do uso e da monetização. De janeiro a agosto, o consumo de token cresceu mais de 40x, incluindo mais de 23x nos tokens do plano de codificação, e o preço médio de API aumentou 101%. Os usuários da Open Platform superaram 7.4mn; os usuários da MaaS cresceram 144% no ano e os usuários ativos diários pagantes cresceram 603%. Entre os dez maiores clientes por contribuição de receita, o uso diário médio de token aumentou cerca de 98x, e a administração disse que a Z.ai se tornou o fornecedor global mais priorizado para quatro das dez maiores empresas de Internet da China. No fim de agosto, os clientes com ARR acima de US$100k, US$500k, US$1mn, US$10mn, US$25mn e US$250mn eram aproximadamente 115, 25, 37, oito, dois e dois. O Morgan Stanley vê a codificação como base para uma oportunidade maior em agentes, não como um vertical comercial isolado. A administração descreveu a codificação como uma “meta capability” para agentes de trabalho colaborativo profissional em cibersegurança, áreas jurídicas e financeiras; as capacidades do GLM-5.3 já estão sendo transferidas para casos de cibersegurança. A Z.ai estima TAM de codificação em US$500bn e TAM de trabalho colaborativo em US$5tn. A estratégia comercial se amplia de codificação para trabalho colaborativo e de D2B para B2C; as restrições de venda de API e planos de codificação foram removidas, e o ZCode superou 1mn usuários ativos mensais em seu primeiro mês. Infraestrutura e desenvolvimento de modelos sustentam a argumentação de margem e competitividade. A estratégia inclui aquisição de computação de múltiplas fontes, expansão de GPUs domésticas, possíveis data centers próprios e otimização em modelos, rede e semicondutores. Maior taxa de acerto de cache, maior throughput de token e menor custo de atendimento melhoraram a receita API por custo de computação: o multiplicador de computação subiu 14x em termos anuais no 2Q26, para 0.46x, e o custo unitário de inferência caiu 80% no 1H26. A administração busca margem bruta da Open Platform acima de 50% em 12-18 meses. O GLM-5 é posicionado da codificação para engenharia agêntica; GLM-5.1/5.2 para tarefas de longo horizonte, GLM-5.3 pelo avanço em pós-treinamento e GLM-5.3-Flash por combinar capacidade de fronteira, baixo custo e suporte a chips domésticos. O GLM-6.0 é planejado como modelo totalmente auto-treinável com autoavaliação e autocorreção, e a administração indicou que avanços competitivos podem surgir em um a dois meses. A perspectiva de receita mais forte supera o trade-off de rentabilidade de curto prazo. O Morgan Stanley elevou as previsões de receita para 2026, 2027 e 2028 em 20.4%, 25.8% e 29.3%, para Rmb6.329bn, Rmb19.313bn e Rmb47.641bn. Premissas menores de margem bruta e maiores despesas de R&D ampliam a estimativa de prejuízo operacional de 2026 em 4.5%, mas reduzem a de 2027 em 35.2% e elevam a previsão de lucro operacional de 2028 em 489.1%. As estimativas de EPS não IFRS indicam prejuízo de 2026 14.4% maior, prejuízo de 2027 28.0% menor e previsão de EPS de 2028 122.6% maior. A instituição projeta ponto de equilíbrio em 2028, à medida que a expansão de receita supera os custos de R&D. O Morgan Stanley eleva o preço-alvo em 5.9%, para HK$1,800, pois a maior receita de longo prazo compensa as perdas líquidas maiores no curto prazo. O DCF usa 15% WACC e crescimento terminal de 3%, ambos inalterados. O alvo implica 35x 2027e P/S, abaixo do P/S histórico de um ano à frente citado de 176x; o relatório afirma que a ação negocia a 25x 2027e P/S e está subavaliada. Os cenários apontam receita de 2027 de Rmb33.8bn e valor de HK$3,340 no caso otimista, Rmb19.3bn no caso base e Rmb13.5bn e HK$670 no caso pessimista. O cenário otimista exige desempenho global de ponta dos modelos e expansão de clientes por API na nuvem; o pessimista pressupõe que a Z.ai não acompanhe o desempenho global dos modelos e que o crescimento de receita seja linear, não escalonado.

Estrutura de análise

O Morgan Stanley combina indicadores de resultados intermediários e da teleconferência da administração —ARR, consumo de token, usuários, precificação e eficiência computacional— com premissas revisadas de receita, margem e R&D. Em seguida, avalia a empresa por DCF, com verificação cruzada por múltiplos preço/vendas de 2027e, e apresenta cenários de receita otimista, base e pessimista.

Notas metodológicas

• Métodos de avaliaçãoDCF (fluxo de caixa descontado)

  Valuation por fluxo de caixa descontado com fluxo de caixa livre desalavancado

  O Morgan Stanley desconta o FCFF projetado usando 15% WACC e crescimento terminal de 3% para derivar o preço-alvo.

• Métodos de avaliaçãoAvaliação por P/Vendas

  Verificação de valuation por preço/vendas de 2027e

  O relatório compara o 35x 2027e P/S implícito no alvo DCF com o múltiplo de negociação de 25x e o P/S histórico de um ano à frente citado de 176x.

• Marco de análise setorialDecomposição de volume e preço

  Análise de uso, precificação e eficiência computacional

  O relatório usa crescimento de token, aumentos de preço API e receita por unidade de custo de computação para explicar a expansão de ARR e margem.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Z.AI CO., LTD. (02513.HK)

  Empresa principal coberta; o relatório vincula ARR mais forte, monetização de nuvem/API e eficiência computacional a maior receita e valuation de longo prazo.

  Pontos fortes

  Liderança em modelos fundacionais, rápido crescimento do uso de token e do engajamento de clientes, preços API mais altos, expansão de clientes premium e melhora da economia computacional.

  Pontos fracos

  As premissas de margem bruta de curto prazo são menores e as previsões de R&D são maiores, ampliando a estimativa de prejuízo operacional de 2026.

  Comparação

  O preço-alvo implica 35x 2027e P/S, versus 25x 2027e P/S atual e o P/S histórico de um ano à frente citado de 176x.

  Riscos

  Restrições de computação, desempenho dos modelos abaixo dos pares, risco geopolítico e falha em alcançar crescimento não linear de receita.

Dados principais

• ARR mensalUS$1.6bnDivulgado para agosto; acima da expectativa de US$1.2bn do Morgan Stanley.
• ARR semanalAbove US$2bnDivulgado para agosto.
• Orientação de ARR no fim do anoUS$2.4bnElevada frente à estimativa anterior de US$2bn do Morgan Stanley.
• Crescimento do consumo de tokenMore than 40xDe janeiro a agosto; tokens do plano de codificação cresceram mais de 23x.
• Crescimento do preço médio de API101%Aumento de janeiro a agosto.
• Multiplicador de computação0.46xSubiu 14x em termos anuais no 2Q26; definido como receita API dividida pelo custo de computação.
• Variação do custo unitário de inferência-80%Queda no 1H26.
• Previsão de receita 2027ERmb19.313bnElevada 25.8% frente à previsão anterior.
• Previsão de lucro operacional 2028ERmb5.018bnElevada 489.1% frente à previsão anterior.
• Preço-alvoHK$1,800Elevado 5.9% de HK$1,700; implica 51% de potencial frente a HK$1,195.

Impacto e implicações

O Morgan Stanley entende que o crescimento mais rápido de ARR, a expansão da monetização de nuvem/API e os menores custos de inferência sustentam uma trajetória de receita de longo prazo mais forte, apesar de maiores perdas no curto prazo. Espera que a expansão de receita supere os custos de R&D e leve ao ponto de equilíbrio em 2028.

Riscos

• Restrições de computação podem limitar o crescimento.
• O desempenho dos modelos pode ficar abaixo dos pares globais e reduzir a chance de crescimento escalonado de receita.
• O risco geopolítico é identificado como fator de baixa.

Pontos a observar

• Se GLM-5.3 e as próximas iterações de modelos mantêm ou melhoram o desempenho competitivo.
• O progresso de receita de nuvem/API, expansão de clientes e precificação.
• Melhorias adicionais na oferta de computação, taxa de acerto de cache, throughput de token e custos de atendimento.
• O avanço para margem bruta da Open Platform acima de 50% em 12-18 meses.
• A execução da expansão global com provedores estrangeiros de serviços em nuvem e o nível de concorrência de mercado.