Een rapport van Goldman Sachs, aangehaald in een artikel door Tyler Durden van ZeroHedge, beschrijft hoe Chinese AI-modellen ondanks beperkingen op geavanceerde chips zeer concurrerend zijn geworden. Dit komt door kleinere modellen, efficiënte Mixture-of-Experts (MoE)-architecturen, verbeterde trainingsmethoden en technieken zoals speculative decoding, waardoor de modellen aanzienlijk sneller en goedkoper kunnen draaien.
Volgens Goldman Sachs ontstaat er een tweedeling in de Chinese AI-markt. De krachtigste modellen, zoals GLM5.2 en Qwen3.7 Max, kunnen hogere prijzen vragen dankzij betere prestaties, terwijl goedkopere modellen zich richten op prijsgevoelige klanten zoals kleine bedrijven en zelfstandigen. DeepSeek introduceert bovendien piek- en daluurtarieven om de grote vraag beter te beheren.
Chinese AI-bedrijven profiteren steeds meer van een positieve leercyclus. Doordat ondernemingen op grote schaal AI inzetten voor programmeren en automatisering, verzamelen de modellen enorme hoeveelheden praktijkdata. Deze feedback wordt gebruikt om de modellen via reinforcement learning verder te verbeteren, waardoor hun prestaties snel blijven toenemen.
De nieuwste generatie Chinese modellen behoort inmiddels tot de wereldtop op het gebied van programmeren en agentische AI. Tegelijkertijd dalen de kosten per token verder. Ook investeren Chinese cloudbedrijven fors in AI-infrastructuur, terwijl hun investeringsniveau volgens Goldman financieel beheersbaar blijft.
Een belangrijk voorbeeld is Meituans LongCat 2.0, een open-source model met 1,6 biljoen parameters dat volledig is getraind op Chinese hardware. Dit laat zien dat China steeds minder afhankelijk wordt van buitenlandse AI-chips en een grotendeels eigen AI-ecosysteem kan opbouwen.
Veel Chinese AI-bedrijven kiezen voor een open-source of open-weight strategie. Daardoor kunnen ontwikkelaars wereldwijd de modellen eenvoudig gebruiken en aanpassen, wat de adoptie versnelt. De bedrijven verdienen vervolgens via API-diensten, abonnementen en commerciële licenties, hoewel een deel van het gebruik geen directe inkomsten oplevert.
Goldman verwacht een explosieve groei van de Chinese AI-markt. De gezamenlijke omzet uit AI-modellen zou volgens de prognoses stijgen van ongeveer 35 miljard yuan in 2026 naar bijna 879 miljard yuan in 2030. Zowel de binnenlandse markt als internationale toepassingen moeten daarbij sterk groeien, vooral buiten de Verenigde Staten.
Het rapport stelt dat bedrijven minder gaan sturen op het maximale aantal gebruikte tokens en meer op het rendement van AI. Nieuwe maatstaven zoals het aantal actieve AI-agenten en de werkelijke productiviteit worden belangrijker dan puur het tokenverbruik. Tegelijk blijven geopolitieke beperkingen een belangrijk risico voor de internationale groei van Chinese AI.
Goldman Sachs verwacht dat uiteindelijk vooral bedrijven met veel gebruikers, hoge marges, sterke technologie en voldoende financiële middelen de markt zullen domineren. Op basis van deze criteria ziet de bank vooral Zhipu, DeepSeek en ByteDance als de best gepositioneerde spelers voor de lange termijn.