Mercado de IA na China entra em fase de 'vencedor leva mais', diz JP Morgan

Alex Yao, chefe de pesquisa de ações da China no JP Morgan, argumenta que os vencedores serão decididos pela conversão em valor empresarial, e não por qual modelo é mais inteligente nos rankings ^TA. O foco mudou para a monetização por meio de fluxos de trabalho empresariais, consumo de API, ferramentas de programação e agentes de IA ^AI. O JP Morgan prevê que a receita recorrente anual (ARR) dos principais LLMs chineses crescerá aproximadamente 4x a 7x em 2026 ^DN.

A Divisão Estrutural do Código Aberto

Um pilar central da análise do JP Morgan é a divisão estrutural criada pelas estratégias de código aberto ^D. O relatório de julho de 2026 do banco argumenta que empresas com modelos de pesos abertos consistentemente de ponta (SOTA) podem gerar 'valor de opcionalidade significativo' por meio da comercialização ^DN. Em contraste, modelos atrasados são commoditizados e lutam para comandar qualquer poder de precificação ^D.

Isso cria um ciclo auto-reforçador: modelos de ponta atraem mais usuários e desenvolvedores, o que gera mais dados e receita, que financia novas melhorias. Modelos mais fracos, mesmo sendo de código aberto, ficam presos em uma armadilha de baixo valor, onde são usados, mas não monetizados de forma eficaz ^DS.

DeepSeek V4 Pro: O Choque de Preços

O V4 Pro da DeepSeek é o exemplo mais claro da pressão extrema de custos que está remodelando o mercado. Suas vantagens de preço são gritantes:

• Corte permanente de 75%: Em maio de 2026, a DeepSeek tornou permanente um desconto de 75% no V4 Pro, precificando tokens de saída em US$ 0,87 por milhão de tokens ^BCD.
• Vantagem de custo radical: Esse preço torna o V4 Pro aproximadamente 12x mais barato que o GPT-5.5 e 7x mais barato que o Claude Opus 4.8 em inteligência comparável ^DD.
• Desempenho quase idêntico: O V4 Pro atinge 80,6% no SWE-bench Verified, dentro de 0,2 pontos do Claude Opus 4.6, que custa US$ 25 por milhão de tokens de saída — uma diferença de preço de 7x ^AC.
• Vantagem de custo estrutural: O JP Morgan observou em um relatório de maio de 2026 que apenas a infraestrutura proprietária da DeepSeek pode operar o V4 com eficiência econômica de ponta. A disparidade no cache hit input entre a API oficial da DeepSeek e pipelines de terceiros é de aproximadamente 40x, destacando vantagens estruturais de primeira parte ^NI.

Segundo o JP Morgan, o mercado inicialmente interpretou mal o V4 como uma ameaça competitiva a outras empresas chinesas de IA, mas o banco argumentou que ele na verdade fortaleceu três dos quatro pilares que sustentam a monetização de LLMs domésticos ^CN.

Ratings Divergentes do JP Morgan: Zhipu AI vs. MiniMax

A expressão mais concreta da tese do 'vencedor leva mais' é o tratamento starkmente divergente do JP Morgan em relação a duas empresas líderes chinesas de IA: Zhipu AI e MiniMax ^ST.

Zhipu AI (02513.HK) — Overweight, Alvo Elevado para HK$ 2.000

O JP Morgan elevou o preço-alvo da Zhipu três vezes em rápida sucessão:

• 15 de junho de 2026: Elevado para HK$ 1.400 (de HK$ 950), citando visibilidade do modelo e poder de precificação ^CSN
• 22 de junho de 2026: Elevado novamente para HK$ 1.800 (30x P/L futuro com base nos lucros de 2030) ^NM
• 8 de julho de 2026: Elevado para HK$ 2.000 para dezembro de 2026, citando o GLM-5.2 como reforço da tese de que 'a comercialização de pesos abertos pode gerar valor de opcionalidade significativo para provedores de modelos líderes' ^DN

O banco também elevou as previsões de receita da Zhipu em 26% a 42% para o período FY2026–2030 e reduziu as projeções de perda líquida ajustada ^NK. As ações da Zhipu dispararam até 48% com a primeira atualização ^EBI.

MiniMax (00100.HK) — Neutro, Alvo Reduzido para HK$ 300

Simultaneamente, o JP Morgan rebaixou a MiniMax:

• 14 de junho de 2026: Rebaixada de 'Overweight' para 'Neutro', alvo cortado de HK$ 1.100 para HK$ 400 ^NB
• 8 de julho de 2026: Alvo ainda mais reduzido para HK$ 300, refletindo 'poder de precificação limitado e perspectivas de comercialização fracas' ^DNN

A justificativa do banco: a MiniMax não lançou um novo modelo SOTA doméstico desde seu modelo M2, e em termos de capacidade de modelo pura, está ficando para trás dos concorrentes ^B. Seu modelo M3 (lançado em 1º de junho) ficou em 4º lugar no Code Arena WebDev, mas não conseguiu fechar a lacuna com os modelos líderes ^DR. O JP Morgan citou 'distribuição e reconhecimento de marca fracos' fora do caso de uso restrito de entretenimento da MiniMax ^DN.

O tratamento contrastante é claro: a iteração consistente de modelo da Zhipu (especialmente o GLM-5.2) lhe rendeu poder de precificação e uma classificação 'Overweight', enquanto a incapacidade da MiniMax de acompanhar o ritmo dos modelos SOTA líderes resultou em uma classificação 'Neutro' e um corte de alvo de aproximadamente 73% em apenas um mês ^DI.

Contexto Amplo: Adoção Global Crescente da IA Chinesa

A análise do JP Morgan ocorre em um cenário de adoção global de modelos de IA chineses em rápida aceleração.

Domínio de Tráfego no OpenRouter: Modelos chineses representaram mais de 45% do tráfego do OpenRouter em abril de 2026, capturando a maioria do consumo de tokens na maior plataforma de agregação de IA do mundo, de acordo com dados destacados pelo estrategista do JP Morgan Asset Management, Michael Cembalest ^DE. No final de maio de 2026, os modelos de IA chineses estavam disparando nos rankings globais de uso em um ritmo sem precedentes ^ES.

Vantagem de Custo vs. Modelos de Fronteira dos EUA: Os modelos chineses oferecem custos 60-90% menores do que os modelos de fronteira dos EUA, ao mesmo tempo em que se aproximam de um desempenho comparável ^DDN. Somente o DeepSeek V4 Pro supera o GPT-5.5 em aproximadamente 12x no preço de entrada ^DD. A diferença econômica é maior em cargas de trabalho empresariais pesadas em raciocínio ^CY.

Qwen da Alibaba: O Paradoxo Adoção-Receita: O Qwen da Alibaba se tornou o sistema de IA de código aberto mais baixado do mundo em janeiro de 2026 ^YX. No entanto, o JP Morgan observa que o Qwen enfrenta dificuldades significativas de conversão de receita — ilustrando a tensão central da dinâmica do 'vencedor leva mais', onde a adoção de código aberto não se traduz automaticamente em poder de precificação ou receita sustentável ^YX. O ecossistema mais amplo de IA chinês construiu rapidamente 538 LLMs registrados (contra 14 em outubro de 2023), mas grande parte dessa capacidade foi canalizada para modelos de código aberto e baixo custo, oferecidos gratuitos ou quase gratuitos para maximizar a adoção ^YX.

Principais Riscos e Observações

• A análise do JP Morgan é explicitamente sobre comercialização e monetização, não sobre liderança técnica — o banco alerta que a capacidade do modelo sozinha é insuficiente para superação de investimento ^TAM.
• A própria DeepSeek não é listada em bolsa, portanto as classificações do JP Morgan se aplicam a outros players (Zhipu, MiniMax e, indiretamente, Alibaba/Baidu) ^NI.
• O alvo da MiniMax de HK$ 300 representa um corte de ~73% em relação ao alvo inicial de HK$ 1.100 em apenas um mês, refletindo a rapidez com que o JP Morgan está se ajustando à dinâmica de commoditização do código aberto ^DI.