TechFlow Logo
로그인/ 회원가입
ETH 가스
Gwei
공포
gas
샤오미에서 치푸까지: 중국 AI 모델 기업의 2026년 3분기 수익성 현황 분석도

샤오미에서 치푸까지: 중국 AI 모델 기업의 2026년 3분기 수익성 현황 분석도

2026.10.03
공유하기
거대 기업들은 자동차 제조 이익으로 사업을 뒷받침하는 반면, 독립 연구소는 자금 조달에 의존해 생존을 이어간다. 국내 대형 모델 중 API 판매로 투자금을 회수한 곳은 단 하나도 없다.

저자: Robonaissance

번역: TechFlow

TechFlow 요약: 모두가 모델 점수만을 비교할 때, 진짜 질문은 이 모델들이 정작 얼마나 드는지, 그리고 누가 그 비용을 부담하고 있는가이다. 본고에서는 중국 내 19개 모델 벤더의 장부를 세밀히 분석하여, 단 한 곳도 모델 사업만으로 흑자를 낼 수 없음을 드러냈다. 주식을 운용하는 투자자이든 제품을 구축하기 위해 모델을 선택하는 운영 담당자이든, 반드시 먼저 이 '누가 적자를 내고 있는지'를 보여 주는 지도를 파악해야 한다.

본고는 Robonaissance와 Inside China's Machine의 공동 집필로 제작되었다.

중국 AI 대모형 지형도 | 2026년 3분기

중국 모델 벤더 중 회계 보고서를 제출한 어느 곳도 자사 모델이 자급자족할 수 있음을 입증하지 못했다. 모기업은 타 사업을 통해 격차를 메우고, 연구소는 투자자의 자금으로 운영되며—투자자들의 평가 가치는 지속적으로 변동한다.

이는 중국 AI 모델 벤더 분기별 시리즈의 첫 번째 글이다.

샤오미는 스마트폰과 자동차를 판매하며, 자체 발표에 따르면 반기 182억 위안 규모의 연구 개발 예산 중 약 30%를 AI 분야에 투자했다. 저희 추산에 따르면 이는 약 55억 위안(약 8천만 달러)에 달하며, 언어 모델을 포함한 모든 AI 업무 범주를 포괄하므로 이후 비교는 완전히 동일한 기준으로 이루어진 것은 아니다. 같은 기간 동안 홍콩 상장사 연구소인 치푸(Zhipu)의 전체 연구 개발 투자는 21.3억 위안(약 3억 1천 6백만 달러)이었으며, 샤오미는 이를 두 배 이상 상회한다.

독립 벤치마킹 테스트인 Artificial Analysis Intelligence Index에서 두 언어 모델의 점수는 고작 1점 차이였다. 샤오미의 MiMo-V2.6-Pro는 46점을, 치푸의 GLM-5.3는 45점을 획득했다. 전체 인덱스를 수행했을 때 구매자가 MiMo를 사용하려면 207달러를, GLM을 사용하려면 2503달러를 지불해야 했다. 이는 구매자가 부담하는 비용이다. 모델이 벤더 측에서 실제로 얼마 worth인지에 대해서는 또 다른 숫자가 존재하며, 본고는 "누가 이 비용을 지급하는가?"라는 의문을 던진다. 샤오미의 해법은 스마트폰 및 자동차 사업에서 비롯되며, 본고에서는 해당 부문의 이익과 AI 지출을 병렬적으로 살펴본다.

모델이 자급자족하려면 수익이 구축 및 운영 비용(연구 개발비 포함)을 초과해야 한다. 치푸와 MiniMax는 모델을 주요 영업 활동으로 하는 상장 연구소이며, 모두 영업이익률(직접적 고객 서비스 비용을 공제 후의 수입)이 긍정적인 것으로 보고했다. 이는 격차가 공식 reported된 수입 비용 범위 내에 있지 않음을 의미한다.

치푸의 장부에는 적자가 명시되어 있다. 반기 매출은 9.54억 위안(약 1억 4천 2백만 달러), 순손실은 20.7억 위안(약 3억 8백만 달러)이다. 당사 검토 결과 회사 문서 및 보도 자료를 종합하면, 회사는 7월부터 9월 중순까지 약 610억 위안(약 90억 달러) 규모의 자금을 조달했거나 조달을 승인했으며, 일부는 아직 완료되지 않은 상태로 기재되었다.

저희 결론은 다음과 같다. 우리가 검토한 모든 회계 보고서에서 단 한 건도 모델 스스로를 감당할 수 있는 사례는 찾아볼 수 없었다. 치푸와 MiniMax의 고객 영업이익률은 각각 연구 개발비의 약 8분의 1과 14분의 1밖에 지원하지 않는다. 산출 가능한 모기업은 AI 지출 대비 순이익으로 약 2~7배를 커버한다. 나머지 연구소 부분의 차액은 투자자에게 전가되며, 주가는 끊임없이 변동한다. 회계 보고서를 제출하는 모기업들은 모델 비용을 더 큰 사업 부문 안에 편성하여 별도 모델 손익계산표를 공개하지 않는다. 비공개 연구소 및 바이트드anc(ByteDance)는 회계 보고서를 제출하지 않는다.

중국 AI 리스크를 평가하는 투자자이자 중국 모델 기반으로 제품을 구축하는 운영자에게 이는 중요한 포인트이다. 양측 모두 평점이나 가격만으로는 한 벤더의 지속력을 판단할 수 없다.

대부분 벤더는 모델 비용 정보를 거의 공개하지 않는다

그림 1 지도상의 19개 벤더 중 오직 5개 사만이 모델 관련 정보를 포함한 회계 보고서를 제출했다: 치푸, MiniMax, 산탄(SenseTime)을 비롯해 알리바바와 바이두의 AI 사업 부서다. 텐센트, 샤오미, 쿠아이쇼우(Kuaishou)는 실적 발표 및 전화 통화(Q&A) 자리에서 모델 관련 수치를 제시했으며, 나머지 기업은 공식 성명서와 업계 언론을 통해서만 데이터를 확인할 수 있었다.

누가 적자를 부담하는가? 중국 모델 벤더의 자본 제공자별 그룹화 구성도(주력 모델, Artificial Analysis 평가 점수, 각 사 공개 자금 규모 및 신뢰도 수준, 표준화 운영 지표 등 상세 주석 포함)

이미지를 클릭해 확대하십시오. 신뢰도 기준: '보고서 제출'은 벤더가 직접 공시한 회계 보고서를 의미함. '기업 자료'는 실적 설명회 또는 보도자료에서 공개한 내용임. '언론 보도'는 특정 미디어, 내부知情人士, 또는 미검증 공시 서류를 인용한 것으로 확인되지 않은 정보로 간주해야 함. '미공개'는 어떤 정보도 열람하지 않음을 뜻함. H1은 2026년 상반기; ARR은 연간 recurring revenue(반복 수익). 운영 지표는 벤더 간 상호 비교가 불가함. 치푸가 공개한 16억 달러는 반기 매출액(약 2.83억 달러)의 두 배를 훌쩍 뛰어넘음. 앤트그룹(Alibaba Group's Ant Group)과 화웨이(华为)는集团 단위에서만 공개됨. 표에 미포함된 기관: 통신사(모델 호스팅 및 배포는 수행하나 모델 수익 데이터 미공개), 면벽지능(Panelabs), 상하이 AI 연구소(비영리 단체)

공개 정보가 이처럼 제한적이라면, 구매자는 각 모델마다 공개적으로 확보할 수 있는 데이터로부터 출발할 수밖에 없다. 바로 평점과 가격이다. 이는 제조사 측면에서 무엇을 시사하는가?

동일 점수 구간, 청구서 최대 24배 차이

Artificial Analysis 랭킹 리스트는 점수를 정수로 반올림하며, 44점에서 46점 사이에 속하는 중국산 모델이 5종류 존재한다: 샤오미 MiMo-V2.6-Pro, 알리바바 Qwen3.8 Max, 치푸 GLM-5.3, 월지단면(Moonshot AI) Kimi K3, 그리고 계약성천(StepFun) Step 5 Preview. 이들은 10월 1일 기준 Artificial Analysis 차트에서 중국 모델 상위 5위에 해당한다. 동일 인덱스에서 최고 미국 모델은 58점을 기록해 중국 최고 점수보다 12점 높았다. 그 외 다수의 중국 벤더는 하위권이거나 미등재 상태다.

평점은 모델 역량을 나타낸다. Artificial Analysis는 동일 모델 기반 전체 인덱스 수행 시 발생하는 비용, 즉 구매자가 동일 테스트를 진행할 때 지불해야 하는 요금도 함께 제공한다. 5종류 사이에서 MiMo 사용료 207달러부터 Qwen 사용료 4935달러까지, 동점권 모델 간 비용 차이는 무려 24배 가까이 벌어졌다. GLM의 2503달러는 MiMo 사용료의 12배다. 그림 2에서는 5종의 청구서 내역을 공개했다.

토큰(Token) 수치가 원가에 비해 훨씬 중요할 수 있다. 토큰은 텍스트 청크(block)로서, 모델은 입력 텍스트와 출력 텍스트에 대해 별도로 과금한다. Qwen이 Kimi보다 출력 원가가 낮게 책정되었음에도 불구하고, 테스트 과정에서 Qwen이 99억 개의 입력 토큰을 소비한 반면 Kimi는 26억 개를 사용한 탓에 최종 Qwen 사용료는 4935달러, Kimi는 3658달러로 나타났다. 운영 담당자는 자사의 실제 워크로드 기준으로 모델 가격을 평가해야 한다.

동일 점수 구간에서의 서로 다른 청구서: MiMo-V2.6-Pro, Step 5 Preview, GLM-5.3, Kimi K3, Qwen3.8 Max가 Artificial Analysis Intelligence Index를 통과하는 데 든 비용. 입력 및 출력으로 분리하여 점수, 토큰 수, 출력 원가를 표기했으며, 미국산 reference 3개를 추가했다.

회색 줄은美国 참고 데이터. Claude Opus 5.5 high 설정은 54점으로 2172달러가 소요되었으며, 이는 45점을 받은 GLM의 2503달러보다 저렴했다.

MiMo의 출력 기준 원가는 토큰 백만 개당 0.87달러다. 이처럼 저가의 배경에는 원가 절감이 있을 수도 있으나, 단순한 점유率 경쟁 전략일 수도 있어 구매자는 구분이 어렵다. 한 모델이 벤더에게 실제로 얼마나 소요되는지, 그리고 누가 그 비용을 부담하는지 파악하려면 증거는 반드시 벤더의 장부에 있어야 한다.

상장 연구소 2곳, 고객 수요만으로는 격차 메우기 어려워

치푸와 MiniMax의 회계 보고서는 모델 사업에 집중되어 있어, 이를 뒷받침해 줄 별도의 모기업 지원이 전혀 없는 상황이다. 치푸의 반기 매출은 전년 동기 대비 399.7% 성장했으나, 순손실은 20.7억 위안에 달했다.영업이익률은 26.4%로 전년 동기 50.0%보다 급락했는데, 즉 매출 증속은 빠른데도 흑자율은 더욱 얇아졌음을 의미한다. MiniMax는 매출이 283% 성장해 1억 1천 6백 6십만 달러를 기록했으며, 순손실은 3억 5천 8백만 달러, 연구 개발비는 2억 9천 6백 9십만 달러, 영업이익률은 17.9%였다.

양 연구소는 판매하는 상품으로부터 모두 긍정적 마진을 기록하고 있다. 연구소가 컴퓨팅 리소스를 매출원가로 처리하느냐 연구개발비로 처리하느냐는 자체 선택에 맡겨져 있으므로, 하단의 비율은 참조용으로만 활용되어야 한다. 저희 계산에 따르면 치푸의 영업이익률은 약 2.52억 위안이며 연구개발비 21.3억 위안을 상회하지 못한다. MiniMax 역시 영업이익률이 약 2,100만 달러인 반면 연구개발비는 2억 9천 6백 9십만 달러다. 즉 연구개발비가 고객(서비스 비용 공제 후 기여분)이 남긴 금액의 각각 약 8배와 14배에 달한다. 양 연구소의 연구개발비는 순손실 규모에 근접하므로, 연구개발비가 손실 격차의 주원천임을 알 수 있다.

그림 3은 양 연구소의 영업이익률과 연구개발비를 나란히 비교한다. 산탄 역시 홍콩 증권거래소에 상장되어 있으며 SenseNova 모델 개발사로서 생성형 AI가 총매출의 79.9%를, Vision AI가 17.1%를 차지하지만, 보고에서 모델 단위 비용을 찾을 수 없어 개별 모델의 자급자족 여부를 따져 볼 수 없다. 알리바바의 AI 부문은 다음 절에서 다룬다.

2026년 상반기 치푸와 MiniMax의 영업이익률과 연구개발비를 병렬로 배치한 것이다. 매출액 및 순손실치도 함께 첨부했으며, 치푸의 연구개발비가 영업이익률의 약 8배, MiniMax는 약 14배에 해당함을 보여준다.

우리가 검토한 모든 장부에서 고객이 지불한 금액으로 모델 구축 및 운영 비용을 충당하는 사례는 단 한 건도 발견되지 않았다. 여기에 연구개발비까지 합산하면 더욱 그렇다. 그 격차는 외부 자금으로 메워진다.

모기업은 핵심 사업이 안정될 때에만 비용 부담

세 모기업은 커버리지 배수(Coverage Ratio, AI 비용공제 후 순이익 대비 해당 지출 비율)를 산출할 충분한 정보를 공개했다. 나머지 기업들은 측정 불가하다. 그림 4에서는 연구소별 배수와 모기업별 배수를 나란히 제시한다.

커버리지 배수: 치푸(0.12배) 및 MiniMax(0.07배) 고객의 영업이익률 대비 연구개발비 비율, 그리고 알리바바(集团 2.0배, 전자상거래 2.9배), 샤오미(최소 2.2배), 텐센트(7.2배)의 AI 지출 대비 순이익 비율. 기간 및 산식 기준이 제각각임.

제2분기, 텐센트는 특정 항목 제외 전 영업이익(임의 조정 기준 적용)이 9% 증가한 756억 위안에 도달했으며, 여기에는 훤위안(Hunyuan) 모델, 위안바오 어시스턴트, 코딩 도구 등 신규 AI 제품 관련 비용 약 105억 위안(약 15억 6천만 달러)이 이미 공제되었다. 이 105억 위안은 일부분의 수익이 포함된 비용 항목이며, 텐센트는 AI 수익을 별도로 공개하지 않는다. 현금 흐름 측면에서 압박이 명확히 드러난다. 당사가 정의한 현금 지표인 잉여현금흐름(FCF)은 컴퓨팅 자원 선결제 때문에 -138억 위안(약 20억 달러)을 기록했으며, 만약 이러한 선결제가 없었다면 +376억 위안이 되었을 것이다. 훤위안 3 모델의 인덱스 점수는 25였으나 상위 5개 모델은 44~46점을 받았고, 최신 훤위안 4 사전판은 순위권에 들지 못했다. 따라서 여기서 커버리지 배수가 가장 높은 모기업이 선도적인 모델을 보유하지는 않았다.

알리바바가 새로 설립한 AI 실험실 및 애플리케이션 부서는 기존 각 모델 연구소를 퉁의(Tongyi) 소비자용 애플리케이션 및 QwenWork 제품과 통합했으며, 이에 따라 해당 부서의 매출은 모델 판매뿐만 아니라 다양한 수익원을 포괄한다. 6월 분기 기준 해당 부서는 조정후 EBITA 기준 138.6억 위안(약 20억 6천만 달러)의 적자를 기록했고, 매출액은 33.4억 위안(약 5억 달러)이었다. 알리바바의 전자상거래 그룹 조정후 EBITA는 397억 위안(약 59억 달러)으로, 이 적자의 약 3배에 달하며, AI 적자를 포함한 알리바바 전사 조정후 EBITA는 30% 감소한 273억 위안(약 41억 달러)을 기록해 해당 적자의 약 2배 규모였다.

본고 서두에서 테스트 사례로 언급된 샤오미는 연구개발비 차감 후 순이익을 보고했다. 상반기 조정순이익은 123억 위안(약 18억 3천만 달러)으로 전년 동기 대비 42.8% 하락했다. 저희 추산상 최고 55억 위안에 달하는 AI 연구개발비를 고려할 때, 커버리지 배수는 최소 약 2.2배로 나타나 알리바바의集团 수치에 가까웠으나 텐센트보다는 현저히 낮았다. 샤오미는 애널리스트와의 만나에서 모델 접근 권한 판매가 이미 수익을 발생시키기 시작했으며, 현재 단계에서는 수익화를 최우선 목표로 삼지 않고 있다고 밝혔다. 0.87달러의 출력 가격은 서비스 비용 여부와 상관없이 흑자 모기업이 고수할 수 있는 가격 수준이다.

저희 계산에 따르면 서로 다른 기준과 기간(텐센트와 알리바바는 분기제, 샤오미는 반기제)을 적용할 경우, 커버리지 배수는 텐센트 약 7배, 알리바바集团 차원 약 2배, 샤오미 최소 2.2배로 산출된다. 동일한 투입액 기준에서 AI 지출 이후 이익이 현재 수준에서 추가 하락한다면, 비로소 커버리지 배수가 1배까지 떨어질 수 있다. 구체적으로 알리바바集团 차원 50% 하락, 샤오미 최소 55% 하락, 텐센트 86% 하락 시 1배선에 도달하게 된다. 샤오미의 조정순이익은 이미 42.8% 감소했으며, 이때의 2.2배는 이 하락 폭 이후 측정된 수치다. 그림 4는 상이한 산정 기준을 동일한 척도에 맞추어 제시하는데, 연구소 막대는 연구개발비 차감 전 영업이익률을, 모기업 막대는 AI 지출 차감 후 이익을 사용한다. 따라서 본 도표는 동종 간 정량적 격차를 나타내는 것이 아니라 각 기업이 1배선 기준으로 어디에 위치하는지를 시각화한 것이다.

바이두와 바이트댄스는 남은 최대 두 모기업이지만 측정이 불가능하다. 바이두의 보고서는 AI 사업부문 매출 항목을 제시했지만 AI 비용 데이터는 빠져있다. 동사의 온라인 마케팅 수익은 제2분기 19% 감소한 반면, AI 관련 비즈니스 라인은 주로 AI 클라우드 인프라를 중심으로 25% 성장했다. 바이트댄스는 회계 보고서를 제출하지 않는다. 동사는 자사 도우바오(DouBao) 모델이 하루 평균 180조 개의 토큰을 처리한다고 밝혔는데, 이는 사용량 지표에 불과하며 The Information은 내부 관계자를 인용해 동사의 이익이 악화되고 있다고 보도했다.

모기업의 커버리지 배수는 변하는 숫자다. 샤오미 상반기 조정순이익은 42.8% 하락했으며, 바이두 동기간 온라인 마케팅 수익은 19% 감소했고, AI 적자를 포함한 알리바바集团 이익은 30% 줄었다. 텐센트는 9% 성장한 반면, 바이트댄스의 이익은 악화 추세라 전해진다. 어느 모기업의 회계 보고서도 자사 모델이 비용을 회수했는지 명확히 설명하지 않고 있다. 연구소는 모기업의 이익을 의존할 수 없다면, 그곳에서는 누가 최종적으로 비용을 부담하는 것인가?

연구소는 주식으로 지급, 디지털 독자 검증 불가

연구소는 타 사업부의 유동자원을 활용할 수 없기에 주식과 채권을 발행하여 지급한다. 치푸의 자금 조달 과정은 다음과 같다. 동사 주가는 6월 22일 종가 기준 최고치를 기록했다. 7월, 업계 보도에 따르면 약 270억 위안(약 40억 달러) 규모의 주식을 처분하는 자금 조달을 완료했다. 9월 9일까지 주가는 최고 종가 대비 62% 하락했다. 9월 12일, 동사는 약 135억 위안(약 20억 달러) 규모의 유상증자(신주 발행을 통한 투자자 유치) 및 201.4억 위안(약 30억 달러) 규모의 전환사채(전환 가능한 주식으로 변환 가능한 대출)를 승인했다. 이 336억 위안은 주가 하락 이후 합의된 금액으로 아직 완료가 기재되지 않았다. 공고문에 따르면 유상증자募資의 60%는 연구개발 및 인프라 구축에, 15%는 확장 및 전략적 투자에, 25%는 영업자금으로 배정될 계획이다. 9월 30일 종가 시점에는 최고점 대비 73% 떨어진 상태다.

저희 집계상 치푸의 총 자금이행 규모는 약 610억 위안(약 90억 달러)으로, 이는 반기 적자액의 약 30배에 해당한다. 따라서 9월 거래가 완성된다면 상반기 지출 수준 기준으로 현금이 부족하다고 보기 어렵다. 상반기 손실율 그대로라면 해당 자금은 수년 간 지속 가능하므로, 상반기 지출만으로는 다시금 유상증자를 추진해야 할 강제력은 생기지 않는다. 하지만 적자 확장은 멈추지 않았다. 치푸의 조정 후 적자(주식 기반 보상 등 특수항목을 배제한 수치)는 2025년 상반기 대비 12.1% 늘어났다. 남아있는 쟁점은 다음번 주식 처분가의 결정이다. 9월 30일 종가를 기준으로新一輪出售은 최고점 대비 73% 하락한 주가에 맞춰 가격 책정될 것이다. MiniMax 역시 7월 유상증자 및 전환사채 발행을 통해 약 20억 달러를 조달했으며, 이는 반기 적자의 약 5.6배 규모다.

주식 발행 외에도 자금 조달과 함께 등장하는 숫자들은 검증이 불가능하다. 검증 가능성이 상대적으로 높은 것은 치푸의 데이터다. 동사는 8월 자사 모델 액세스 플랫폼의 연간 예상 수익(Annualized Revenue)이 16억 달러에 달한다고 밝혔는데, 이는 상반기 전 제품 매출 9.54억 위안(약 1.42억 달러)을 연율화한 약 2.83억 달러의 무려 6배 수준이다. Annualized Run Rate(연율화 운영 지표)는 최근 기간을 연단위로 환산하는 방식으로, 급성장하는 사업에서는 반기평균치보다 높게 나타나는 것이 일반적이므로 치푸의 연간 장부가 이 수치를 검증할 전망이다.

비공개 연구소는 장부를 일절 공개하지 않는다. 타 매체 전달에 따르면 The Information 은 9월 24일 DeepSeek의 API(개발자가 동사 모델을 호출하는 유료 채널)가 올해 상반기 7개월간 82.9%의 영업이익률을 기록했다고 보도했다. 이는 토큰 판매에 국한된 마진율로, 연구 및 훈련 비용은 포함되지 않으며 치푸 공시 26.4%, MiniMax 17.9%와 산정 기준이 완전히 다르다. 또한 DeepSeek 측의 공식 확인도 얻지 못했다. 이렇게 높은 마진율조차도 핵심 질문에는 답하지 못하는데, DeepSeek가 자체 연구 비용을 공개하지 않기 때문이다. Caixin 보도에 따르면 첫 번째 투자유치에서 약 500억 위안(약 74억 달러)의 자금이 투입된 직후 기업가치(Venture Value)는 3500억 위안(약 520억 달러)으로 책정되었다. Bloomberg 보도에 따르면 월지단면(Moonshot AI)은 7월 350억 달러 평가총액으로 35억 달러의 자금을 유치한 것으로 알려졌다. 해당 두 차례 자금조달은 모두 공시 장부가 동반되지 않았다. 공시되거나 보도된 이러한 숫자들은 어느 모델도 자체 비용을 충당하지 않았음을 보여줄 뿐이다. 과연 어떤 장부가 명확한 해답을 제시할 것인가?

모델 단위 장부만이 결론을 내려야 한다

확실한 근거를 제공하는 보고서는 한 가지다. 특정 사업부문 내에서 모델 수익이 모델 구축 및 운영 비용을 초과하고, 여기에 연구비까지 포함되어야 한다. 알리바바의 AI 클라우드 및 컴퓨팅 부서는 컴퓨팅 리소스와 클라우드 서비스를 판매하므로 조건을 충족하지 못한다. 좀더 근접한 세 가지 수치는 격차가 축소되고 있는지 여부를 보여줄 수 있다. 치푸와 MiniMax의 연간 장부가 내년 만기迎으면, 영업이익률이 연구비 대비 상승세를 보이는지 점검할 수 있다. 상반기 기준 치푸의 영업이익률은 연구비의 약 8분의 1, MiniMax는 약 14분의 1 수준이었다. 연간 영업이익률이 연구비액을 상회하는 시점(즉 영업이익률만으로 연구를 단독 cover하는 지점)이 도달하거나, 수익이 비용을 초과함을 보여주는 모델 단위 장부가 공개되면 해당 논쟁은 종결된다. 커버리지 비율이 상반기 수치(치푸 약 4분의 1, MiniMax 약 7분의 1)의 두 배 이상 올라가더라도 여전히 1배를 밑돈다면 격차는 좁혀지고 있지만命题은 여전히 유효함을 의미한다.覆盖率이 상반기 수치 이하라면 진전이 없다고 보아야 한다. 비공개 연구소의 IPO 서류(audited 영업이익률 및 연구비 포함)는 DeepSeek 측 주장을 검증할 것이다. 또한 모기업이 모델 수익과 모델 비용을 한 행에 병렬로 정리하여 보고한다면, 다른 관점에서 상황을 규명할 수 있다. 오직 연구소의 연간 장부만이 최종 만기를 맞는다.

해당 장부가 공개되기 이전까지, 지속 가능성(잔존 자본 수명)은 두 가지 요소로 판단 가능하다. 모기업의 타 사업 부문이 모델 사업을 cover하는 정도(텐센트, 알리바바, 샤오미 보고서로 독자가 검증 가능)와 연구소 차기 주식 처분 당시의 주가(사전 예측 불가)다. 특정 중국 모델을 기반으로 사업을 운영하는 입장에서 또한 이 두 가지 요소를 직면해야 하며, 공급자를 뒷받침하는 자금이 누구인지 물어보고 대체 모델 준비가 필요하다. 7월 19일 월지단면은 Kimi K3 요청량이 컴퓨팅 클러스터 용량 한계에 근접했다는 이유로 신규 소비자 구독을 중단하겠다고 밝혔다. 공식 성명서에 API 용량 문제는 명시되지 않았으므로, Kimi에 의존하는 사업자 측에서는 API 수용 능력 또한 제한되는지 반드시 확인해야 한다. 투자자는 두 가지 질문을 통해 리스크 노출도를 측정할 수 있다: 모델 측은 타 사업 부문으로 자사의 AI 지출을 얼마나 cover하고 있는지, 그리고 다음번 주식 유상은 언제 예정되어 있는지.

샤오미는 장부상.cover율이 가장 낮은 벤더로, 조정순이익으로 자사 AI 연구개발비 대비 최소 2.2배의 커버레이지를 유지하고 있으나, 해당 순이익은 반기 동안 42.8% 하락했다. 치푸는 이미 반기 적자액의 nearly 30배에 해당하는 약 610억 위안의 자금을 조달했거나 조달을 승인했으며, 동시에 고객의 영업이익률이 연구비 대비 8분의 1 수준만 cover하고 있는 셈이다. 따라서 잔존 자본 수명은 해당 자금조달 완수 여부 및 차기 주식 처분 가격에 달려 있으며, 현재 주가는 최고점 대비 73% 떨어진 상태다.