La thèse du « winner-takes-more » de JPMorgan : pourquoi le marché chinois de l'IA récompense la commercialisation, pas seulement la performance des modèles

La récente étude de JPMorgan sur le marché chinois des grands modèles de langage (LLM) révèle un marché à un point d'inflexion. La thèse centrale de la banque est que le secteur passe d'une « guerre des cent modèles » fragmentée à une phase d'« winner-takes-more », où la capacité à générer des revenus grâce à l'IA — et non les scores aux benchmarks — sépare les leaders des suiveurs . Cette dynamique est alimentée par des stratégies open-source agressives, une pression sur les prix extrême et une divergence claire dans la capacité des entreprises à imposer leurs tarifs.

La thèse du « Winner-Takes-More »

Selon JPMorgan, le marché chinois des LLM se consolide rapidement. La banque décrit explicitement cette période comme celle où, « au milieu de la vague open-source, l'IA chinoise entre dans une phase 'winner-takes-more' » . Il ne s'agit pas d'un scénario où le gagnant rafle tout, mais d'un scénario où les fournisseurs de premier plan captent une part disproportionnée de la valeur .

Alex Yao, responsable de la recherche actions Chine chez JPMorgan, soutient que les gagnants seront déterminés par la conversion en valeur d'entreprise, et non par le modèle le plus performant sur les classements . L'accent s'est déplacé vers la monétisation via les workflows d'entreprise, la consommation d'API, les outils de codage et les agents . JPMorgan prévoit que le revenu annuel récurrent (ARR) des principaux LLM chinois sera multiplié par environ 4 à 7 en 2026 .

La fracture structurelle créée par l'Open Source

Un pilier central de l'analyse de JPMorgan est la fracture structurelle créée par les stratégies open-source . Le rapport de la banque de juillet 2026 soutient que les entreprises disposant de modèles open-weight constamment à la pointe peuvent générer une « valeur d'optionnalité significative » grâce à la commercialisation . En revanche, les modèles à la traîne sont banalisés et peinent à imposer leurs prix .

Cela crée un cercle vertueux pour les leaders : les modèles de premier plan attirent plus d'utilisateurs et de développeurs, ce qui génère plus de données et de revenus, finançant ainsi d'autres améliorations. Les modèles plus faibles, même s'ils sont open-source, restent piégés dans une spirale de faible valeur, utilisés mais sans être monétisés efficacement .

DeepSeek V4 Pro : l'onde de choc tarifaire

Le V4 Pro de DeepSeek est l'exemple le plus frappant de la pression extrême sur les coûts qui redessine le marché. Ses avantages tarifaires sont saisissants :

• Baisse de prix permanente de 75 % : En mai 2026, DeepSeek a rendu permanente une remise de 75 % sur le V4 Pro, facturant les tokens de sortie à 0,87 $ par million de tokens .
• Avantage de coût radical : Ce prix rend le V4 Pro environ 12 fois moins cher que le GPT-5.5 et 7 fois moins cher que le Claude Opus 4.8 à intelligence comparable .
• Performance quasi-identique : V4 Pro obtient un score de 80,6% sur SWE-bench Verified, à moins de 0,2 point du Claude Opus 4.6, qui coûte pourtant 25 $ par million de tokens de sortie, soit un écart de prix de 7 fois .
• Avantage de coût structurel : JPMorgan a noté dans un rapport de mai 2026 que seule l'infrastructure propriétaire de DeepSeek peut faire fonctionner V4 avec une efficacité économique de pointe. La disparité dans les entrées à cache hit entre l'API officielle de DeepSeek et les pipelines tiers est d'environ 40 fois, soulignant les avantages structurels de premier ordre .

Selon JPMorgan, le marché a d'abord interprété V4 comme une menace concurrentielle pour les autres entreprises chinoises d'IA, mais la banque a soutenu qu'il renforçait en réalité trois des quatre piliers clés soutenant la monétisation des LLM nationaux .

Les notations divergentes de JPMorgan : Zhipu AI vs. MiniMax

L'expression la plus concrète de la thèse « winner-takes-more » est le traitement radicalement divergent de JPMorgan envers deux entreprises chinoises d'IA leaders : Zhipu AI et MiniMax .

Zhipu AI (02513.HK) — Surpondéré, objectif relevé à 2 000 HKD

JPMorgan a relevé l'objectif de cours de Zhipu à trois reprises en succession rapide :

• 15 juin 2026 : Relevé à 1 400 HKD contre 950 HKD, citant la visibilité du modèle et le pouvoir de fixation des prix
• 22 juin 2026 : Relevé à 1 800 HKD (30x le PER estimé pour 2030)
• 8 juillet 2026 : Relevé à 2 000 HKD pour décembre 2026, citant GLM-5.2 comme renforçant la thèse selon laquelle « la commercialisation open-weight peut générer une valeur d'optionnalité significative pour les fournisseurs de modèles leaders »

La banque a également relevé ses prévisions de revenus pour Zhipu de 26% à 42% pour les exercices 2026–2030 et abaissé ses projections de perte nette ajustée . Les actions Zhipu ont bondi de 48 % suite à la première mise à niveau .

MiniMax (00100.HK) — Neutre, objectif abaissé à 300 HKD

Simultanément, JPMorgan a dégradé MiniMax :

• 14 juin 2026 : Dégradé de « Surpondéré » à « Neutre », l'objectif passant de 1 100 HKD à 400 HKD
• 8 juillet 2026 : L'objectif est encore réduit à 300 HKD, reflétant un « pouvoir de fixation des prix limité et de faibles perspectives de commercialisation »

La justification de la banque : MiniMax n'a pas lancé de nouveau modèle national de pointe (SOTA) depuis son modèle M2, et en termes de capacité pure, il prend du retard sur ses pairs . Son modèle M3 (sorti le 1er juin) s'est classé 4e sur Code Arena WebDev, mais n'a pas réussi à combler l'écart avec les modèles leaders . JPMorgan a cité une « faible distribution et reconnaissance de la marque » en dehors du cas d'usage étroit du divertissement de MiniMax .

Le traitement contrasté est clair : l'itération constante du modèle de Zhipu (en particulier GLM-5.2) lui a valu un pouvoir de fixation des prix et une notation « Surpondéré », tandis que l'incapacité de MiniMax à suivre le rythme des modèles SOTA a entraîné une notation « Neutre » et une réduction de l'objectif de cours d'environ 73 % en seulement un mois .

Contexte plus large : l'adoption mondiale des IA chinoises en plein essor

L'analyse de JPMorgan s'inscrit dans un contexte d'adoption mondiale des modèles d'IA chinois qui s'accélère rapidement.

Domination du trafic sur OpenRouter : Les modèles chinois représentaient plus de 45 % du trafic d'OpenRouter en avril 2026, capturant la majorité de la consommation de tokens sur la plus grande plateforme d'agrégation d'IA au monde, selon des données soulignées par Michael Cembalest, stratège chez JPMorgan Asset Management . Fin mai 2026, les modèles d'IA chinois grimpent dans les classements d'utilisation mondiaux à un rythme sans précédent .

Avantage de coût vs. les modèles de pointe américains : Les modèles chinois offrent des coûts de 60 à 90 % inférieurs à ceux des modèles de pointe américains tout en approchant des performances comparables . Le DeepSeek V4 Pro à lui seul sous-cote le GPT-5.5 d'environ 12 fois sur le prix d'entrée . L'écart économique est le plus large sur les charges de travail d'entreprise à forte intensité de raisonnement .

Qwen d'Alibaba : le paradoxe adoption-revenu : Qwen d'Alibaba est devenu le système d'IA open-source le plus téléchargé au monde en janvier 2026 . Cependant, JPMorgan note que Qwen est confronté à d'importantes difficultés de conversion des revenus — illustrant la tension centrale de la dynamique « winner-takes-more » où l'adoption open-source ne se traduit pas automatiquement par un pouvoir de fixation des prix ou des revenus durables . L'écosystème plus large de l'IA chinoise a rapidement construit 538 LLM enregistrés (contre 14 en octobre 2023), mais une grande partie de cette capacité a été canalisée vers des modèles open-source à faible coût, proposés gratuitement ou presque pour maximiser l'adoption .

Principales mises en garde

• L'analyse de JPMorgan porte explicitement sur la commercialisation et la monétisation, pas sur le leadership technique — la banque prévient que la seule capacité du modèle est insuffisante pour la surperformance des investissements .
• DeepSeek lui-même n'est pas coté en bourse, donc les notations de JPMorgan s'appliquent à d'autres acteurs (Zhipu, MiniMax, et indirectement Alibaba/Baidu) .
• L'objectif de MiniMax à 300 HKD représente une réduction d'environ 73 % par rapport à l'objectif initial de 1 100 HKD en seulement un mois, reflétant la rapidité avec laquelle JPMorgan s'ajuste à la dynamique de banalisation open-source .