Теза «переможець отримує більше»

За даними JPMorgan, китайський ринок LLM консолідується швидкими темпами. Банк прямо описує цей період як той, коли «в умовах хвилі відкритого коду, штучний інтелект Китаю входить у фазу «переможець отримує більше»» . Це не сценарій «переможець отримує все», а такий, де найкращі провайдери захоплюють непропорційно велику частку вартості .

Алекс Яо, керівник досліджень акцій китайських компаній у JPMorgan, стверджує, що переможців визначатиме конвертація корпоративної цінності, а не те, чия модель найрозумніша в рейтингах . Фокус змістився на монетизацію через корпоративні робочі процеси, споживання API, інструменти для кодування та агенти . JPMorgan прогнозує, що щорічний повторюваний дохід (ARR) від основних китайських LLM зросте приблизно в 4–7 разів у 2026 році .

Структурний поділ через відкритий код

Центральним елементом аналізу JPMorgan є структурний поділ, створений стратегіями відкритого коду . У звіті від липня 2026 року банк стверджує, що компанії з постійно найсучаснішими (SOTA) моделями з відкритою вагою можуть генерувати «значну опційну вартість» через комерціалізацію . Натомість моделі, що відстають, стають товаром і ледве можуть диктувати ціни .

Це створює самопідсилювальний цикл: найкращі моделі приваблюють більше користувачів і розробників, що генерує більше даних і доходу, який фінансує подальше вдосконалення моделей. Слабші моделі, навіть якщо вони з відкритим кодом, потрапляють у пастку низької вартості, де їх використовують, але не монетизують ефективно .

DeepSeek V4 Pro: ціновий шок

DeepSeek V4 Pro є найяскравішим прикладом екстремального цінового тиску, який змінює ринок. Його цінові переваги вражають:

• Постійне зниження ціни на 75%: У травні 2026 року DeepSeek зробив постійною 75% знижку на V4 Pro, встановивши ціну вихідних токенів на рівні $0,87 за мільйон токенів .
• Радикальна перевага у витратах: Це ціноутворення робить V4 Pro приблизно в 12 разів дешевшим за GPT-5.5 та в 7 разів дешевшим за Claude Opus 4.8 за порівнянного рівня інтелекту .
• Майже ідентична продуктивність: V4 Pro набирає 80,6% у SWE-bench Verified, що лише на 0,2 пункти менше за Claude Opus 4.6, який коштує $25 за мільйон вихідних токенів — різниця в ціні в 7 разів .
• Структурна перевага у витратах: JPMorgan зазначив у звіті за травень 2026 року, що лише власна інфраструктура DeepSeek може експлуатувати V4 з передовою економічною ефективністю. Розрив у кешованих вхідних даних між офіційним API DeepSeek і сторонніми сервісами становить приблизно 40 разів, що підкреслює структурні переваги першої сторони .

За словами JPMorgan, ринок спочатку неправильно витлумачив V4 як конкурентну загрозу для інших китайських ШІ-компаній, але банк стверджував, що це насправді зміцнило три з чотирьох ключових стовпів, що підтримують монетизацію вітчизняних LLM .

Різні рейтинги JPMorgan: Zhipu AI проти MiniMax

Найконкретнішим вираженням тези «переможець отримує більше» є різке різне ставлення JPMorgan до двох провідних китайських ШІ-компаній: Zhipu AI та MiniMax .

Zhipu AI (02513.HK) — Overweight, ціль підвищено до 2000 гонконгських доларів

JPMorgan підвищував цільову ціну Zhipu тричі поспіль:

• 15 червня 2026 року: Підвищено до 1400 гонконгських доларів з 950, посилаючись на видимість моделі та цінову владу
• 22 червня 2026 року: Підвищено далі до 1800 гонконгських доларів (30-кратний форвардний P/E на основі прибутку за 2030 рік)
• 8 липня 2026 року: Підвищено до 2000 гонконгських доларів на грудень 2026 року, посилаючись на GLM-5.2, який, як вважають, зміцнює тезу про те, що «комерціалізація з відкритою вагою може створити значну опційну вартість для провідних постачальників моделей»

Банк також підвищив прогнози доходів Zhipu на 26%–42% на 2026–2030 фінансові роки та знизив прогнози скоригованого чистого збитку . Акції Zhipu злетіли на 48% після першого підвищення рейтингу .

MiniMax (00100.HK) — Нейтрально, ціль знижено до 300 гонконгських доларів

Одночасно JPMorgan знизив рейтинг MiniMax:

• 14 червня 2026 року: Знижено з «Overweight» до «Нейтрально», ціль знижено з 1100 до 400 гонконгських доларів
• 8 липня 2026 року: Ціль додатково знижено до 300 гонконгських доларів, що відображає «обмежену цінову владу та слабкі перспективи комерціалізації»

Обґрунтування банку: MiniMax не випустив нової вітчизняної SOTA-моделі з часів своєї моделі M2, і з точки зору чистої потужності моделі він відстає від конкурентів . Його модель M3 (випущена 1 червня) посіла 4-те місце в Code Arena WebDev, але не змогла скоротити розрив із провідними моделями . JPMorgan послався на «слабке поширення та впізнаваність бренду» за межами вузького сценарію використання розваг MiniMax .

Контрастне ставлення є очевидним: послідовна ітерація моделей Zhipu (особливо GLM-5.2) принесла їй цінову владу та рейтинг «Overweight», тоді як нездатність MiniMax йти в ногу з провідними SOTA-моделями призвела до рейтингу «Нейтрально» та зниження цільової ціни приблизно на 73% лише за один місяць .

Ширший контекст: стрімке глобальне зростання китайського ШІ

Аналіз JPMorgan відбувається на тлі швидкого прискорення впровадження китайських моделей ШІ в усьому світі.

Домінування в трафіку OpenRouter: Станом на квітень 2026 року китайські моделі становили понад 45% трафіку OpenRouter, захопивши більшість споживання токенів на найбільшій у світі платформі агрегації ШІ, згідно з даними, на які посилається стратег JPMorgan Asset Management Майкл Сембалест . До кінця травня 2026 року китайські моделі ШІ зростали в глобальних рейтингах використання безпрецедентними темпами .

Перевага у витратах порівняно з американськими передовими моделями: Китайські моделі пропонують на 60–90% нижчі витрати, ніж американські передові моделі, наближаючись до порівнянної продуктивності . Лише DeepSeek V4 Pro в 12 разів дешевший за GPT-5.5 за ціною вхідних токенів . Економічний розрив є найбільшим для ресурсомістких корпоративних завдань .

Alibaba Qwen: парадокс прийняття та доходу: Qwen від Alibaba став найбільш завантажуваною системою ШІ з відкритим кодом у світі до січня 2026 року . Однак JPMorgan зазначає, що Qwen стикається зі значними труднощами з конвертацією доходу — це ілюструє основну напругу динаміки «переможець отримує більше», де впровадження відкритого коду не автоматично перетворюється на цінову владу чи стабільний дохід . Ширша китайська екосистема ШІ швидко створила 538 зареєстрованих LLM (з 14 у жовтні 2023 року), але значна частина цієї потужності була спрямована на моделі з відкритим кодом і низькою вартістю, які пропонуються безкоштовно або майже безкоштовно для максимізації впровадження .

Ключові застереження

• Аналіз JPMorgan стосується насамперед комерціалізації та монетизації, а не технічного лідерства — банк попереджає, що лише потужності моделі недостатньо для випередження інвестицій .
• DeepSeek не є публічною компанією, тому рейтинги JPMorgan застосовуються до інших гравців (Zhipu, MiniMax та опосередковано Alibaba/Baidu) .
• Ціль MiniMax у 300 гонконгських доларів являє собою скорочення приблизно на 73% від початкової цілі в 1100 гонконгських доларів лише за один місяць, що відображає швидкість, з якою JPMorgan пристосовується до динаміки комодитизації відкритого коду .

Теза «переможець отримує більше»

За даними JPMorgan, китайський ринок LLM консолідується швидкими темпами. Банк прямо описує цей період як той, коли «в умовах хвилі відкритого коду, штучний інтелект Китаю входить у фазу «переможець отримує більше»» . Це не сценарій «переможець отримує все», а такий, де найкращі провайдери захоплюють непропорційно велику частку вартості .

Алекс Яо, керівник досліджень акцій китайських компаній у JPMorgan, стверджує, що переможців визначатиме конвертація корпоративної цінності, а не те, чия модель найрозумніша в рейтингах . Фокус змістився на монетизацію через корпоративні робочі процеси, споживання API, інструменти для кодування та агенти . JPMorgan прогнозує, що щорічний повторюваний дохід (ARR) від основних китайських LLM зросте приблизно в 4–7 разів у 2026 році .

Структурний поділ через відкритий код

Центральним елементом аналізу JPMorgan є структурний поділ, створений стратегіями відкритого коду . У звіті від липня 2026 року банк стверджує, що компанії з постійно найсучаснішими (SOTA) моделями з відкритою вагою можуть генерувати «значну опційну вартість» через комерціалізацію . Натомість моделі, що відстають, стають товаром і ледве можуть диктувати ціни .

Це створює самопідсилювальний цикл: найкращі моделі приваблюють більше користувачів і розробників, що генерує більше даних і доходу, який фінансує подальше вдосконалення моделей. Слабші моделі, навіть якщо вони з відкритим кодом, потрапляють у пастку низької вартості, де їх використовують, але не монетизують ефективно .

DeepSeek V4 Pro: ціновий шок

DeepSeek V4 Pro є найяскравішим прикладом екстремального цінового тиску, який змінює ринок. Його цінові переваги вражають:

• Постійне зниження ціни на 75%: У травні 2026 року DeepSeek зробив постійною 75% знижку на V4 Pro, встановивши ціну вихідних токенів на рівні $0,87 за мільйон токенів .
• Радикальна перевага у витратах: Це ціноутворення робить V4 Pro приблизно в 12 разів дешевшим за GPT-5.5 та в 7 разів дешевшим за Claude Opus 4.8 за порівнянного рівня інтелекту .
• Майже ідентична продуктивність: V4 Pro набирає 80,6% у SWE-bench Verified, що лише на 0,2 пункти менше за Claude Opus 4.6, який коштує $25 за мільйон вихідних токенів — різниця в ціні в 7 разів .
• Структурна перевага у витратах: JPMorgan зазначив у звіті за травень 2026 року, що лише власна інфраструктура DeepSeek може експлуатувати V4 з передовою економічною ефективністю. Розрив у кешованих вхідних даних між офіційним API DeepSeek і сторонніми сервісами становить приблизно 40 разів, що підкреслює структурні переваги першої сторони .

За словами JPMorgan, ринок спочатку неправильно витлумачив V4 як конкурентну загрозу для інших китайських ШІ-компаній, але банк стверджував, що це насправді зміцнило три з чотирьох ключових стовпів, що підтримують монетизацію вітчизняних LLM .

Різні рейтинги JPMorgan: Zhipu AI проти MiniMax

Найконкретнішим вираженням тези «переможець отримує більше» є різке різне ставлення JPMorgan до двох провідних китайських ШІ-компаній: Zhipu AI та MiniMax .

Zhipu AI (02513.HK) — Overweight, ціль підвищено до 2000 гонконгських доларів

JPMorgan підвищував цільову ціну Zhipu тричі поспіль:

• 15 червня 2026 року: Підвищено до 1400 гонконгських доларів з 950, посилаючись на видимість моделі та цінову владу
• 22 червня 2026 року: Підвищено далі до 1800 гонконгських доларів (30-кратний форвардний P/E на основі прибутку за 2030 рік)
• 8 липня 2026 року: Підвищено до 2000 гонконгських доларів на грудень 2026 року, посилаючись на GLM-5.2, який, як вважають, зміцнює тезу про те, що «комерціалізація з відкритою вагою може створити значну опційну вартість для провідних постачальників моделей»

Банк також підвищив прогнози доходів Zhipu на 26%–42% на 2026–2030 фінансові роки та знизив прогнози скоригованого чистого збитку . Акції Zhipu злетіли на 48% після першого підвищення рейтингу .

MiniMax (00100.HK) — Нейтрально, ціль знижено до 300 гонконгських доларів

Одночасно JPMorgan знизив рейтинг MiniMax:

• 14 червня 2026 року: Знижено з «Overweight» до «Нейтрально», ціль знижено з 1100 до 400 гонконгських доларів
• 8 липня 2026 року: Ціль додатково знижено до 300 гонконгських доларів, що відображає «обмежену цінову владу та слабкі перспективи комерціалізації»

Обґрунтування банку: MiniMax не випустив нової вітчизняної SOTA-моделі з часів своєї моделі M2, і з точки зору чистої потужності моделі він відстає від конкурентів . Його модель M3 (випущена 1 червня) посіла 4-те місце в Code Arena WebDev, але не змогла скоротити розрив із провідними моделями . JPMorgan послався на «слабке поширення та впізнаваність бренду» за межами вузького сценарію використання розваг MiniMax .

Контрастне ставлення є очевидним: послідовна ітерація моделей Zhipu (особливо GLM-5.2) принесла їй цінову владу та рейтинг «Overweight», тоді як нездатність MiniMax йти в ногу з провідними SOTA-моделями призвела до рейтингу «Нейтрально» та зниження цільової ціни приблизно на 73% лише за один місяць .

Ширший контекст: стрімке глобальне зростання китайського ШІ

Аналіз JPMorgan відбувається на тлі швидкого прискорення впровадження китайських моделей ШІ в усьому світі.

Домінування в трафіку OpenRouter: Станом на квітень 2026 року китайські моделі становили понад 45% трафіку OpenRouter, захопивши більшість споживання токенів на найбільшій у світі платформі агрегації ШІ, згідно з даними, на які посилається стратег JPMorgan Asset Management Майкл Сембалест . До кінця травня 2026 року китайські моделі ШІ зростали в глобальних рейтингах використання безпрецедентними темпами .

Перевага у витратах порівняно з американськими передовими моделями: Китайські моделі пропонують на 60–90% нижчі витрати, ніж американські передові моделі, наближаючись до порівнянної продуктивності . Лише DeepSeek V4 Pro в 12 разів дешевший за GPT-5.5 за ціною вхідних токенів . Економічний розрив є найбільшим для ресурсомістких корпоративних завдань .

Alibaba Qwen: парадокс прийняття та доходу: Qwen від Alibaba став найбільш завантажуваною системою ШІ з відкритим кодом у світі до січня 2026 року . Однак JPMorgan зазначає, що Qwen стикається зі значними труднощами з конвертацією доходу — це ілюструє основну напругу динаміки «переможець отримує більше», де впровадження відкритого коду не автоматично перетворюється на цінову владу чи стабільний дохід . Ширша китайська екосистема ШІ швидко створила 538 зареєстрованих LLM (з 14 у жовтні 2023 року), але значна частина цієї потужності була спрямована на моделі з відкритим кодом і низькою вартістю, які пропонуються безкоштовно або майже безкоштовно для максимізації впровадження .

Ключові застереження

• Аналіз JPMorgan стосується насамперед комерціалізації та монетизації, а не технічного лідерства — банк попереджає, що лише потужності моделі недостатньо для випередження інвестицій .
• DeepSeek не є публічною компанією, тому рейтинги JPMorgan застосовуються до інших гравців (Zhipu, MiniMax та опосередковано Alibaba/Baidu) .
• Ціль MiniMax у 300 гонконгських доларів являє собою скорочення приблизно на 73% від початкової цілі в 1100 гонконгських доларів лише за один місяць, що відображає швидкість, з якою JPMorgan пристосовується до динаміки комодитизації відкритого коду .