Key Takeaways
JP모건 체이스(JPMorgan Chase & Co.)는 DeepSeek의 새로운 V4 대규모 언어 모델이 라이벌들보다 최대 40배의 구조적 비용 우위를 점하고 있으며, 이는 중국의 AI 리더인 KNOWLEDGE ATLAS와 MINIMAX-W의 경쟁 구도를 재편하는 격차라고 분석했습니다. 이러한 성능 차이는 DeepSeek가 자체 인프라에서 모델을 운영하는 데서 비롯되는데, 이는 제3자 클라우드 채널을 사용하는 경쟁사들이 따라올 수 없는 '제1자 우위(First-party advantage)'입니다.
JP모건 보고서는 "DeepSeek V4-Pro의 프로모션 가격은 이제 저비용의 경계를 정의하는 반면, GLM-5.1은 선호도 측면의 기준이 되고 있다"며 "모델 가중치는 자유롭게 배포할 수 있지만, 비용 곡선은 그렇지 않다"고 설명했습니다.
V4 출시 이후의 증분 데이터에 대한 은행의 분석에 따르면, DeepSeek 공식 API와 제3자 클라우드 서비스 간의 캐시 히트(cache-hit) 입력 성능에서 40배의 격차가 나타났습니다. 접두사 캐시 재사용, 트래픽 밀도 및 컴퓨팅 할당에서의 이러한 효율성은 시장에 새로운 저비용 계층을 구축했습니다. OpenRouter 데이터에 따르면 V4의 사용량은 증가하고 있는 반면, KNOWLEDGE ATLAS(GLM), MiniMax, 심지어 이전 DeepSeek 버전의 기존 모델들도 광범위한 하락세를 보이지 않고 있어, 시장이 통합되기보다는 확장되고 있음을 시사합니다.
보고서는 두 주요 AI 상장 기업에 새로운 전략적 과제를 제시했습니다. KNOWLEDGE ATLAS의 경우, 높은 가격을 정당화하기 위해 모델의 리더십을 더욱 확대하는 데 수익화가 달려 있습니다. MINIMAX-W의 경우, 인프라 성능에서의 기존 강점이 이제 직접적인 도전에 직면했습니다. JP모건은 두 회사 모두에 대해 '비중 확대(Overweight)' 등급을 부여했으며, KNOWLEDGE ATLAS의 목표 주가는 950 港元(HKD), MINIMAX-W는 1,100 港元(HKD)으로 설정하여 그들의 적응 능력에 대한 신뢰를 보내는 한편 증가된 압박을 강조했습니다.
KNOWLEDGE ATLAS는 이제 가격 정책을 방어하기 위해 성능 리드를 넓혀야 합니다. 현재 GLM-5.1 모델은 평가 지표에서 DeepSeek V4보다 앞서 있으며, 품질에 민감한 사용자들에게 최우선 선택지로 자리 잡고 있습니다. JP모건은 이러한 지위를 유지하기 위해 차기 GLM 주기가 에이전트 기반 코딩이나 긴 문맥 추론과 같이 품질과 신뢰성이 토큰 비용보다 더 중요한 복잡한 워크플로 관련 작업에서 우위를 점해야 한다고 밝혔습니다. 이 리드를 확장하지 못할 경우, 가격 민감 시장을 DeepSeek에 내주고 더 작고 마진이 높은 비즈니스에 머물게 될 위험이 있습니다.
그동안 처리량과 지연 시간으로 경쟁해 온 MINIMAX-W는 더 직접적인 압박에 직면해 있습니다. 효율적인 제1자 스택을 기반으로 한 DeepSeek의 새로운 저비용 100만 컨텍스트 API는 MiniMax의 전통적인 인프라 주도 가치 제안을 무력화합니다. JP모건에 따르면, MiniMax M2.7 모델의 후속작은 V4의 후속작에 맞서 차별성을 유지하기 위해 더 적은 사이클과 재시도로 더 낮은 전체 비용을 이끌어내는, 측정 가능한 수준의 작업 완료 경제성을 입증해야 할 것입니다.
이 기사는 정보 제공만을 목적으로 하며 투자 조언을 구성하지 않습니다.
