"Vinnaren-tar-mer"-tesen

Enligt JPMorgan konsolideras den kinesiska LLM-marknaden snabbt. Banken beskriver uttryckligen perioden som en där "Kinas AI går in i en 'vinnaren-tar-mer'-fas mitt i open source-vågen" . Detta är inte ett vinnaren-tar-allt-scenario, utan ett där de främsta aktörerna fångar en oproportionerligt stor del av värdet .

Alex Yao, chef för JPMorgans Kina-aktieforskning, menar att vinnarna kommer att avgöras av förmågan att omvandla AI till företagsvärde, inte av vem som har den smartaste modellen på topplistorna . Fokus har flyttats till intäktsgenerering via företagsarbetsflöden, API-konsumtion, kodverktyg och agenter . JPMorgan förutspår att de årliga återkommande intäkterna (ARR) från Kinas stora LLM-leverantörer kommer att växa med cirka 4 till 7 gånger under 2026 .

Den strukturella klyftan från open source

En central pelare i JPMorgans analys är den strukturella klyfta som skapas av open source-strategier . Bankens rapport från juli 2026 hävdar att företag med konsekvent toppmoderna (SOTA) modeller med öppna vikter kan generera "betydande optionsvärde" genom kommersialisering . Däremot blir eftersläntrande modeller en vara som har svårt att ta ut några premiumpriser alls .

Detta skapar en självförstärkande cykel: toppmoderna modeller lockar fler användare och utvecklare, vilket genererar mer data och intäkter, som i sin tur finansierar ytterligare modellförbättringar. Svagare modeller, även om de är open source, fastnar i en lågvärdig fälla där de används men inte kan omsättas effektivt .

DeepSeek V4 Pro: Prisschockvågen

DeepSeeks V4 Pro är det tydligaste exemplet på den extrema kostnadspress som omformar marknaden. Dess prisfördelar är slående:

• Permanent prissänkning på 75 %: I maj 2026 gjorde DeepSeek en permanent prissänkning på 75 % för V4 Pro, vilket prissatte output-tokens till 0,87 USD per miljon tokens .
• Radikal kostnadsfördel: Denna prissättning gör V4 Pro cirka 12 gånger billigare än GPT-5.5 och 7 gånger billigare än Claude Opus 4.8 vid jämförbar intelligens .
• Nästan identisk prestanda: V4 Pro uppnår 80,6 % på SWE-bench Verified, inom 0,2 poäng från Claude Opus 4.6, som kostar 25 USD per miljon output-tokens – en prisskillnad på 7 gånger .
• Strukturell kostnadsfördel: JPMorgan noterade i en rapport från maj 2026 att endast DeepSeeks egen infrastruktur kan driva V4 med toppmodern ekonomisk effektivitet. Skillnaden i cache-träff-input mellan DeepSeeks officiella API och tredjepartspipelines är cirka 40 gånger, vilket belyser strukturella förstahandsfördelar .

Enligt JPMorgan tolkade marknaden initialt V4 som ett konkurrenshot mot andra kinesiska AI-bolag, men banken hävdade att den faktiskt stärkte tre av de fyra centrala pelarna som stödjer inhemsk LLM-intäktsgenerering .

JPMorgans diametralt motsatta betyg: Zhipu AI vs. MiniMax

Det mest konkreta uttrycket för "vinnaren-tar-mer"-tesen är JPMorgans starkt divergerande behandling av två ledande kinesiska AI-bolag: Zhipu AI och MiniMax .

Zhipu AI (02513.HK) – Övervikt, riktkurs höjd till 2 000 HKD

JPMorgan höjde Zhipus riktkurs tre gånger i snabb följd:

• 15 juni 2026: Höjd till 1 400 HKD från 950 HKD, med hänvisning till modellsynlighet och prissättningskraft
• 22 juni 2026: Höjd ytterligare till 1 800 HKD (30 gånger framåtblickande P/E baserat på 2030 års resultat)
• 8 juli 2026: Höjd till 2 000 HKD för december 2026, med hänvisning till GLM-5.2 som förstärker tesen att "kommersialisering av öppna vikter kan generera betydande optionsvärde för ledande modellleverantörer"

Banken höjde också Zhipus intäktsprognoser med 26 % till 42 % för räkenskapsåren 2026–2030 och sänkte prognoserna för justerad nettoförlust . Zhipu-aktien steg med så mycket som 48 % vid den första uppgraderingen .

MiniMax (00100.HK) – Neutral, riktkurs sänkt till 300 HKD

Samtidigt nedgraderade JPMorgan MiniMax:

• 14 juni 2026: Nedgraderad från "Övervikt" till "Neutral", riktkursen sänkt från 1 100 HKD till 400 HKD
• 8 juli 2026: Riktkursen sänktes ytterligare till 300 HKD, vilket återspeglar "begränsad prissättningskraft och svaga kommersialiseringsutsikter"

Bankens motivering: MiniMax har inte lanserat en ny inhemsk SOTA-modell sedan sin M2-modell, och när det gäller ren modellkapacitet hamnar man efter konkurrenterna . Deras M3-modell (släppt 1 juni) rankades #4 på Code Arena WebDev men lyckades inte minska gapet till de ledande modellerna . JPMorgan hänvisade till "svag distribution och varumärkesigenkänning" utanför MiniMaxs smala underhållningsanvändningsområde .

Den kontrasterande behandlingen är tydlig: Zhipus konsekventa modelliteration (särskilt GLM-5.2) gav dem prissättningskraft och ett "Övervikt"-betyg, medan MiniMaxs oförmåga att hålla jämna steg med ledande SOTA-modeller resulterade i ett "Neutralt" betyg och en sänkning av riktkursen med cirka 73 % på bara en månad .

Bredare sammanhang: Explosiv global adoption av kinesisk AI

JPMorgans analys sker mot bakgrund av snabbt accelererande global adoption av kinesiska AI-modeller.

OpenRouter-trafikdominans: Kinesiska modeller stod för över 45 % av OpenRouter-trafiken i april 2026 och fångade större delen av tokenkonsumtionen på världens största AI-aggregationsplattform, enligt data som lyfts fram av Michael Cembalest, strateg på JPMorgan Asset Management . I slutet av maj 2026 rusade kinesiska AI-modeller i globala användningsrankningar i en aldrig tidigare skådad takt .

Kostnadsfördel vs. amerikanska frontlinjemodeller: Kinesiska modeller erbjuder 60–90 % lägre kostnader än amerikanska frontlinjemodeller samtidigt som de närmar sig jämförbar prestanda . DeepSeek V4 Pro understiger ensamt GPT-5.5 med cirka 12 gånger på input-prissättning . Det ekonomiska gapet är störst vid resonemangstunga företagsarbetsbelastningar .

Alibabas Qwen: Adoptions-intäkts-paradoxen: Alibabas Qwen blev världens mest nedladdade open source AI-system i januari 2026 . JPMorgan noterar dock att Qwen har betydande problem med intäktsomvandling – vilket illustrerar kärnspänningen i "vinnaren-tar-mer"-dynamiken där open source-adoption inte automatiskt översätts till prissättningskraft eller hållbara intäkter . Det bredare kinesiska AI-ekosystemet har snabbt byggt upp 538 registrerade LLM:er (upp från 14 i oktober 2023), men mycket av denna kapacitet har kanaliserats till open source-modeller till låg kostnad som erbjuds gratis eller nästan gratis för att maximera adoption .

Viktiga reservationer

• JPMorgans analys handlar uttryckligen om kommersialisering och intäktsgenerering, inte teknisk ledning – banken varnar för att enbart modellkapacitet är otillräcklig för investeringsframgång .
• DeepSeek är i sig inte börsnoterat, så JPMorgans betyg gäller andra aktörer (Zhipu, MiniMax och indirekt Alibaba/Baidu) .
• MiniMax-riktkursen på 300 HKD representerar en sänkning på ~73 % från den ursprungliga riktkursen på 1 100 HKD på bara en månad, vilket speglar hur snabbt JPMorgan anpassar sig till open source-varudynamiken .

"Vinnaren-tar-mer"-tesen

Enligt JPMorgan konsolideras den kinesiska LLM-marknaden snabbt. Banken beskriver uttryckligen perioden som en där "Kinas AI går in i en 'vinnaren-tar-mer'-fas mitt i open source-vågen" . Detta är inte ett vinnaren-tar-allt-scenario, utan ett där de främsta aktörerna fångar en oproportionerligt stor del av värdet .

Alex Yao, chef för JPMorgans Kina-aktieforskning, menar att vinnarna kommer att avgöras av förmågan att omvandla AI till företagsvärde, inte av vem som har den smartaste modellen på topplistorna . Fokus har flyttats till intäktsgenerering via företagsarbetsflöden, API-konsumtion, kodverktyg och agenter . JPMorgan förutspår att de årliga återkommande intäkterna (ARR) från Kinas stora LLM-leverantörer kommer att växa med cirka 4 till 7 gånger under 2026 .

Den strukturella klyftan från open source

En central pelare i JPMorgans analys är den strukturella klyfta som skapas av open source-strategier . Bankens rapport från juli 2026 hävdar att företag med konsekvent toppmoderna (SOTA) modeller med öppna vikter kan generera "betydande optionsvärde" genom kommersialisering . Däremot blir eftersläntrande modeller en vara som har svårt att ta ut några premiumpriser alls .

Detta skapar en självförstärkande cykel: toppmoderna modeller lockar fler användare och utvecklare, vilket genererar mer data och intäkter, som i sin tur finansierar ytterligare modellförbättringar. Svagare modeller, även om de är open source, fastnar i en lågvärdig fälla där de används men inte kan omsättas effektivt .

DeepSeek V4 Pro: Prisschockvågen

DeepSeeks V4 Pro är det tydligaste exemplet på den extrema kostnadspress som omformar marknaden. Dess prisfördelar är slående:

• Permanent prissänkning på 75 %: I maj 2026 gjorde DeepSeek en permanent prissänkning på 75 % för V4 Pro, vilket prissatte output-tokens till 0,87 USD per miljon tokens .
• Radikal kostnadsfördel: Denna prissättning gör V4 Pro cirka 12 gånger billigare än GPT-5.5 och 7 gånger billigare än Claude Opus 4.8 vid jämförbar intelligens .
• Nästan identisk prestanda: V4 Pro uppnår 80,6 % på SWE-bench Verified, inom 0,2 poäng från Claude Opus 4.6, som kostar 25 USD per miljon output-tokens – en prisskillnad på 7 gånger .
• Strukturell kostnadsfördel: JPMorgan noterade i en rapport från maj 2026 att endast DeepSeeks egen infrastruktur kan driva V4 med toppmodern ekonomisk effektivitet. Skillnaden i cache-träff-input mellan DeepSeeks officiella API och tredjepartspipelines är cirka 40 gånger, vilket belyser strukturella förstahandsfördelar .

Enligt JPMorgan tolkade marknaden initialt V4 som ett konkurrenshot mot andra kinesiska AI-bolag, men banken hävdade att den faktiskt stärkte tre av de fyra centrala pelarna som stödjer inhemsk LLM-intäktsgenerering .

JPMorgans diametralt motsatta betyg: Zhipu AI vs. MiniMax

Det mest konkreta uttrycket för "vinnaren-tar-mer"-tesen är JPMorgans starkt divergerande behandling av två ledande kinesiska AI-bolag: Zhipu AI och MiniMax .

Zhipu AI (02513.HK) – Övervikt, riktkurs höjd till 2 000 HKD

JPMorgan höjde Zhipus riktkurs tre gånger i snabb följd:

• 15 juni 2026: Höjd till 1 400 HKD från 950 HKD, med hänvisning till modellsynlighet och prissättningskraft
• 22 juni 2026: Höjd ytterligare till 1 800 HKD (30 gånger framåtblickande P/E baserat på 2030 års resultat)
• 8 juli 2026: Höjd till 2 000 HKD för december 2026, med hänvisning till GLM-5.2 som förstärker tesen att "kommersialisering av öppna vikter kan generera betydande optionsvärde för ledande modellleverantörer"

Banken höjde också Zhipus intäktsprognoser med 26 % till 42 % för räkenskapsåren 2026–2030 och sänkte prognoserna för justerad nettoförlust . Zhipu-aktien steg med så mycket som 48 % vid den första uppgraderingen .

MiniMax (00100.HK) – Neutral, riktkurs sänkt till 300 HKD

Samtidigt nedgraderade JPMorgan MiniMax:

• 14 juni 2026: Nedgraderad från "Övervikt" till "Neutral", riktkursen sänkt från 1 100 HKD till 400 HKD
• 8 juli 2026: Riktkursen sänktes ytterligare till 300 HKD, vilket återspeglar "begränsad prissättningskraft och svaga kommersialiseringsutsikter"

Bankens motivering: MiniMax har inte lanserat en ny inhemsk SOTA-modell sedan sin M2-modell, och när det gäller ren modellkapacitet hamnar man efter konkurrenterna . Deras M3-modell (släppt 1 juni) rankades #4 på Code Arena WebDev men lyckades inte minska gapet till de ledande modellerna . JPMorgan hänvisade till "svag distribution och varumärkesigenkänning" utanför MiniMaxs smala underhållningsanvändningsområde .

Den kontrasterande behandlingen är tydlig: Zhipus konsekventa modelliteration (särskilt GLM-5.2) gav dem prissättningskraft och ett "Övervikt"-betyg, medan MiniMaxs oförmåga att hålla jämna steg med ledande SOTA-modeller resulterade i ett "Neutralt" betyg och en sänkning av riktkursen med cirka 73 % på bara en månad .

Bredare sammanhang: Explosiv global adoption av kinesisk AI

JPMorgans analys sker mot bakgrund av snabbt accelererande global adoption av kinesiska AI-modeller.

OpenRouter-trafikdominans: Kinesiska modeller stod för över 45 % av OpenRouter-trafiken i april 2026 och fångade större delen av tokenkonsumtionen på världens största AI-aggregationsplattform, enligt data som lyfts fram av Michael Cembalest, strateg på JPMorgan Asset Management . I slutet av maj 2026 rusade kinesiska AI-modeller i globala användningsrankningar i en aldrig tidigare skådad takt .

Kostnadsfördel vs. amerikanska frontlinjemodeller: Kinesiska modeller erbjuder 60–90 % lägre kostnader än amerikanska frontlinjemodeller samtidigt som de närmar sig jämförbar prestanda . DeepSeek V4 Pro understiger ensamt GPT-5.5 med cirka 12 gånger på input-prissättning . Det ekonomiska gapet är störst vid resonemangstunga företagsarbetsbelastningar .

Alibabas Qwen: Adoptions-intäkts-paradoxen: Alibabas Qwen blev världens mest nedladdade open source AI-system i januari 2026 . JPMorgan noterar dock att Qwen har betydande problem med intäktsomvandling – vilket illustrerar kärnspänningen i "vinnaren-tar-mer"-dynamiken där open source-adoption inte automatiskt översätts till prissättningskraft eller hållbara intäkter . Det bredare kinesiska AI-ekosystemet har snabbt byggt upp 538 registrerade LLM:er (upp från 14 i oktober 2023), men mycket av denna kapacitet har kanaliserats till open source-modeller till låg kostnad som erbjuds gratis eller nästan gratis för att maximera adoption .

Viktiga reservationer

• JPMorgans analys handlar uttryckligen om kommersialisering och intäktsgenerering, inte teknisk ledning – banken varnar för att enbart modellkapacitet är otillräcklig för investeringsframgång .
• DeepSeek är i sig inte börsnoterat, så JPMorgans betyg gäller andra aktörer (Zhipu, MiniMax och indirekt Alibaba/Baidu) .
• MiniMax-riktkursen på 300 HKD representerar en sänkning på ~73 % från den ursprungliga riktkursen på 1 100 HKD på bara en månad, vilket speglar hur snabbt JPMorgan anpassar sig till open source-varudynamiken .