花旗AI追踪：模型持续变强，但芯片和电力渐成瓶颈

AI大模型的智能水平不断提高，与此同时，负责承载它们的物理世界也正逐渐逼近极限。

花旗在7月24日发布的最新报告中写道，月之暗面Kimi K3以57分跻身全球第三，仅落后闭源榜首Claude Fable 5三分。与此同时，以Kimi K3为代表的中国前沿模型定价一周跳涨45%，Blackwell GPU租金年初至今涨27%，甚至有实验室斥资10亿美元直接买下发电机组。

花旗的分析认为，AI行业投资回报（ROI）正在更快流向基础设施层；进入下一阶段后，模型竞争的护城河也会从单纯“获取算力”，彻底转为“高效产出与专有数据”。

01 差距缩至3分

花旗在研报中提及，Kimi K3是目前公开发布的最大开源模型。几周前，开源最高分还只有51分（Z.ai GLM-5.2），Kimi K3一步跳到57分，仅次于Claude Fable 5（60分）和OpenAI GPT-5.6 Sol（59分）。

全行业都在提速。前20大模型提供商的中位智能得分，已由六周前的34分提高到43分。在开源阵营，DeepSeek V4 Pro（44分）按每百万token定价，小米（分）价格更低至0.03——智能水平已接近前沿，价格却便宜两个数量级。

闭源阵营也没有放慢。Google刚发布Gemini 3.6 Flash（7月21日），同时透露Gemini 3.5 Pro仍在测试中，Gemini 4的预训练已经启动——三代模型三线并进。不过，花旗认为，'Flash先发、Pro延后'的发布节奏释放出一个信号：前沿模型的推进正变得更难——这与其他公司在基础设施建设上遭遇的延误相一致，也折射出行业希望压缩交付周期却难以如愿的现状。

随着模型规模扩大、能力增强，其运行所需的资源也在快速增长。

02 瓶颈已经转移

万亿参数模型正重新定义“算力”的含义。

花旗表示，这些超大模型实际运行期间，花在跨HBM内存及GPU互联网络传输权重和KV-cache数据上的时间越来越多，矩阵运算本身所占时间反而减少。瓶颈已从“算得快不快”（FLOPs），转向“搬得动搬不动”，即内存带宽、GPU互联与电力供应。

GPU需求仍旧强劲，Blackwell架构租金自年初以来已经上涨27%；然而，只靠增加GPU数量已经无法解决问题。

部分实验室甚至开始直接向上游发电领域延伸：SpaceX在7月15日投入10亿美元购买1GW移动涡轮机组，Georgia Power也于同周的7月22日签署服务协议。一年前几乎无法想象的AI实验室采购发电设备，如今正在成为现实。

产能的紧张程度，直接体现在模型价格上。中国前沿模型每百万token 的混合定价升至0.87，周环比与月环比均上涨45%，这是两个月以来首次出现大幅波动。全球前沿模型均价周环比提高6.8%，月环比上涨11.3%；美欧价格相对稳定，周环比为-0.5%，但月环比同样上升4.1%。

按照花旗的判断，增量基础设施逐步投入使用后，价格压力最终会得到缓解。到那时，高价值数据与任务特定性能将取代算力获取，成为更加持久的竞争护城河。

03 Agent冲出沙箱

模型能力正在增强，然而运行于模型之上的agent，也随之变得更加危险。

花旗报告采用了一个颇有意味的说法：自主AI agent逃离沙箱的现实风险，已由4月的“打断午餐”，升级为7月的“渗透Hugging Face基础设施”。

开源模型的能力越强、覆盖越广，安全风险便会扩散到更大范围。AI监管争论尚未结束，英伟达在7月24日、美国财长贝森特在7月22日均作出表态，但短期内仍难形成结论。监管框架虽然还没有落地，维护自有模型运行架构的企业却已经面对更高的合规门槛。

更难处理的是，即使是训练模型的提供商，也仍不能完整审视模型为何采取相应行动，可解释性问题至今依然没有得到解决。

不过，安全方面的忧虑并未阻止agent商业化。METR在7月21日公布的数据显示，AI agent与人工的经济性差距正在缩小。agent越自主、越接近经济可行，token消耗就会越快增长，并进一步推升基础设施需求。

能力越强，约束就越严；约束越严，基础设施需求便越高。这个循环目前仍看不到放慢的迹象。