Pasar AI China Memasuki Fase Baru: Bukan Model Terpintar, Tapi yang Paling Cuan yang Menang

Analisis terbaru JPMorgan tentang pasar Large Language Model (LLM) di China mengungkapkan sebuah titik balik yang krusial. Inti dari laporan bank investasi raksasa ini adalah: industri AI China bergerak dari 'perang seratus model' yang terfragmentasi menuju fase 'pemenang mengambil lebih banyak' (winner-takes-more) ^TDA.

Dalam fase ini, kemampuan untuk menghasilkan pendapatan dari AI — bukan sekadar skor benchmark atau kecerdasan model — yang akan memisahkan para pemimpin dari yang tertinggal. Dinamika ini didorong oleh strategi open-source yang agresif, tekanan harga yang ekstrem, dan perbedaan jelas dalam kemampuan perusahaan untuk menentukan harga (pricing power) ^M.

Teori 'Pemenang Mengambil Lebih Banyak'

Menurut JPMorgan, pasar LLM China mengalami konsolidasi dengan cepat. Bank ini secara eksplisit menggambarkan periode ini sebagai era di mana "di tengah gelombang open-source, AI China memasuki fase 'pemenang mengambil lebih banyak'" ^DN. Ini bukan skenario 'pemenang mengambil semua' (winner-takes-all), melainkan di mana penyedia model lapis atas mengambil bagian keuntungan yang jauh lebih besar ^TD.

Alex Yao, kepala riset ekuitas China di JPMorgan, berargumen bahwa pemenang akan ditentukan oleh konversi nilai perusahaan (enterprise value conversion), bukan oleh model terpintar di papan peringkat ^TA. Fokus telah bergeser ke monetisasi melalui alur kerja perusahaan (enterprise workflows), konsumsi API, alat coding, dan agen AI ^AI. JPMorgan memperkirakan bahwa pendapatan berulang tahunan (ARR) dari LLM utama China akan tumbuh sekitar 4x hingga 7x tahun ini ^DN.

Jurang Struktural Open-Source

Pilar utama analisis JPMorgan adalah jurang struktural yang diciptakan oleh strategi open-source ^D. Laporan bank tersebut pada Juli 2026 berargumen bahwa perusahaan dengan model open-weight yang konsisten menjadi yang terdepan (SOTA) dapat menghasilkan "nilai opsi yang signifikan" melalui komersialisasi ^DN. Sebaliknya, model-model yang tertinggal akan terkomoditisasi dan kesulitan untuk menentukan harga jual ^D.

Ini menciptakan siklus yang menguatkan diri sendiri: model top-tier menarik lebih banyak pengguna dan pengembang, yang menghasilkan lebih banyak data dan pendapatan, yang kemudian mendanai peningkatan model lebih lanjut. Model yang lebih lemah, meskipun open-source, terjebak dalam perangkap nilai rendah di mana mereka digunakan tetapi tidak dimonetisasi secara efektif ^DS.

DeepSeek V4 Pro: Gelombang Kejut Harga

DeepSeek V4 Pro adalah contoh paling jelas dari tekanan biaya ekstrem yang membentuk ulang pasar. Keunggulan harganya sangat mencolok:

• Diskon permanen 75%: Pada Mei 2026, DeepSeek membuat permanen diskon 75% pada V4 Pro, dengan harga token output $0,87 per juta token ^BCD.
• Keunggulan biaya radikal: Harga ini membuat V4 Pro kira-kira 12x lebih murah dari GPT-5.5 dan 7x lebih murah dari Claude Opus 4.8 dengan kecerdasan yang sebanding ^DD.
• Performa hampir identik: V4 Pro mencetak 80,6% pada SWE-bench Verified, hanya terpaut 0,2 poin dari Claude Opus 4.6 yang harganya $25 per juta token output — kesenjangan harga 7x ^AC.
• Keunggulan biaya struktural: JPMorgan mencatat dalam laporan Mei 2026 bahwa hanya infrastruktur milik DeepSeek sendiri yang dapat mengoperasikan V4 dengan efisiensi ekonomi yang mutakhir. Perbedaan dalam input cache hit antara API resmi DeepSeek dan pihak ketiga mencapai sekitar 40x, menyoroti keunggulan struktural pihak pertama ^NI.

Menurut JPMorgan, pasar awalnya salah mengartikan V4 sebagai ancaman kompetitif bagi perusahaan AI China lainnya, tetapi bank tersebut berargumen bahwa V4 justru memperkuat tiga dari empat pilar utama yang mendukung monetisasi LLM domestik ^CN.

Perbedaan Peringkat JPMorgan: Zhipu AI vs. MiniMax

Ekspresi paling konkret dari teori 'pemenang mengambil lebih banyak' adalah perlakuan JPMorgan yang sangat berbeda terhadap dua perusahaan AI China terkemuka: Zhipu AI dan MiniMax ^ST.

Zhipu AI (02513.HK) — Overweight, Target Naik ke HK$2.000

JPMorgan menaikkan target harga Zhipu tiga kali dalam waktu singkat:

• 15 Juni 2026: Naik menjadi HK$1.400 dari HK$950, dengan alasan visibilitas model dan daya tawar harga ^CSN
• 22 Juni 2026: Naik lagi menjadi HK$1.800 (30x forward P/E berdasarkan laba 2030) ^NM
• 8 Juli 2026: Naik menjadi HK$2.000 untuk Desember 2026, menyebut GLM-5.2 memperkuat tesis bahwa "komersialisasi open-weight dapat menghasilkan nilai opsi yang signifikan bagi penyedia model terkemuka" ^DN

Bank ini juga menaikkan perkiraan pendapatan Zhipu sebesar 26% hingga 42% untuk FY2026–2030 dan menurunkan proyeksi kerugian bersih yang disesuaikan ^NK. Saham Zhipu melonjak hingga 48% setelah upgrade pertama ^EBI.

MiniMax (00100.HK) — Neutral, Target Dipotong ke HK$300

Secara bersamaan, JPMorgan menurunkan peringkat MiniMax:

• 14 Juni 2026: Turun dari "Overweight" menjadi "Neutral" , target dipotong dari HK$1.100 ke HK$400 ^NB
• 8 Juli 2026: Target kembali dipangkas menjadi HK$300, mencerminkan "daya tawar harga yang terbatas dan prospek komersialisasi yang lemah" ^DNN

Alasan bank: MiniMax belum meluncurkan model SOTA domestik baru sejak model M2 mereka, dan dalam hal kemampuan model murni, mereka tertinggal dari pesaing ^B. Model M3 mereka (dirilis 1 Juni) menempati peringkat #4 di Code Arena WebDev tetapi gagal menutup kesenjangan dengan model-model terdepan ^DR. JPMorgan menyebut "distribusi dan pengakuan merek yang lemah" di luar kasus penggunaan hiburan MiniMax yang sempit ^DN.

Perlakuan yang kontras ini jelas: iterasi model Zhipu yang konsisten (terutama GLM-5.2) memberinya daya tawar harga dan peringkat "Overweight", sementara ketidakmampuan MiniMax mengimbangi model SOTA terdepan mengakibatkan peringkat "Neutral" dan pemotongan target sekitar 73% hanya dalam satu bulan ^DI.

Konteks Lebih Luas: Adopsi AI Global China yang Melonjak

Analisis JPMorgan berlangsung di tengah latar adopsi model AI China yang melonjak pesat secara global.

Dominasi Lalu Lintas OpenRouter: Model China menyumbang lebih dari 45% lalu lintas OpenRouter pada April 2026, menangkap mayoritas konsumsi token pada platform agregasi AI terbesar di dunia, menurut data yang disorot oleh Michael Cembalest, ahli strategi JPMorgan Asset Management ^DE. Pada akhir Mei 2026, model AI China meroket dalam peringkat penggunaan global dengan kecepatan yang belum pernah terjadi sebelumnya ^ES.

Keunggulan Biaya vs. Model AS: Model China menawarkan biaya 60–90% lebih rendah daripada model AS sambil mendekati performa yang sebanding ^DDN. DeepSeek V4 Pro saja mengalahkan GPT-5.5 dengan harga sekitar 12x lebih murah untuk input ^DD. Kesenjangan ekonomi paling lebar pada beban kerja perusahaan yang membutuhkan penalaran berat ^CY.

Qwen dari Alibaba: Paradoks Adopsi-Pendapatan: Qwen dari Alibaba menjadi sistem AI open-source yang paling banyak diunduh di dunia pada Januari 2026 ^YX. Namun, JPMorgan mencatat bahwa Qwen menghadapi kesulitan konversi pendapatan yang signifikan — yang menggambarkan ketegangan inti dari dinamika 'pemenang mengambil lebih banyak' di mana adopsi open-source tidak secara otomatis menghasilkan daya tawar harga atau pendapatan berkelanjutan ^YX. Ekosistem AI China yang lebih luas dengan cepat membangun 538 LLM terdaftar (naik dari 14 pada Oktober 2023), tetapi sebagian besar kapasitas ini disalurkan ke model open-source berbiaya rendah yang ditawarkan gratis atau hampir gratis untuk memaksimalkan adopsi ^YX.

Catatan Penting

• Analisis JPMorgan secara eksplisit tentang komersialisasi dan monetisasi, bukan kepemimpinan teknis — bank memperingatkan bahwa kemampuan model saja tidak cukup untuk kinerja investasi yang unggul ^TAM.
• DeepSeek sendiri tidak tercatat di bursa saham, jadi peringkat JPMorgan berlaku untuk pemain lain (Zhipu, MiniMax, dan secara tidak langsung Alibaba/Baidu) ^NI.
• Target MiniMax sebesar HK$300 merupakan pemotongan ~73% dari target awal HK$1.100 hanya dalam satu bulan, yang mencerminkan seberapa cepat JPMorgan menyesuaikan diri dengan dinamika komoditisasi open-source ^DI.