花旗AI追踪：模型越来越强，但芯片和电力快跟不上了

AI大模型正在变得越来越聪明，但承载它们的物理世界，正在被推向极限。

花旗在7月24日发布的最新报告中，给出了几个非常值得关注的数据点。月之暗面的Kimi K3，以57分跻身全球第三，只落后闭源榜首Claude Fable 5三分。差不多同一时间，以Kimi K3为代表的中国前沿模型，定价一周之内跳涨了45%；Blackwell GPU的租金年初至今也涨了27%。甚至有实验室直接砸下10亿美元，买下了一整座发电机组。

花旗的分析指向一个核心判断：AI行业的投资回报，正加速向基础设施层转移。而下一阶段模型竞争的护城河，将从单纯的“算力获取”，彻底转向“高效产出与专有数据”。

01 差距只剩3分

花旗在研报中特别提到，Kimi K3是目前公开发布的最大开源模型。要知道，就在几周前，开源阵营的最高分还只有51分（Z.ai GLM-5.2），而Kimi K3一步就跳到了57分，仅次于Claude Fable 5（60分）和OpenAI GPT-5.6 Sol（59分）。

整个行业都在加速。前20大模型提供商的中位智能得分，从六周前的34分攀升到了43分。开源阵营里，DeepSeek V4 Pro（44分）的定价，每百万token低至0.03——这个水平，已经接近前沿模型的智能，但价格却低了两个数量级。

闭源阵营当然也没闲着。Google刚发布了Gemini 3.6 Flash（7月21日），同时透露Gemini 3.5 Pro还在测试中，而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，正变得越来越难。这与其他公司在基础设施建设上遭遇的延误相呼应，也折射出行业希望压缩交付周期却难以如愿的现实。

模型越大、越强，跑起来需要的资源，也在急剧膨胀。

02 瓶颈搬家了

万亿参数模型，正在重新定义“算力”的含义。

花旗指出，这些超大模型实际运行时，越来越多的时间花在跨HBM内存和GPU互联网络搬运权重及KV-cache数据上，而不是矩阵运算本身。问题已经不再是“算得快不快”（FLOPs），而是“搬得动搬不动”——内存带宽、GPU互联和电力供应，才是真正的瓶颈。

GPU需求依然旺盛，Blackwell架构的租金，年初至今就上涨了27%。但光靠堆GPU，已经不够了。

部分实验室开始直接切入上游，搞发电去了。SpaceX斥资10亿美元购买1GW移动涡轮机组（7月15日），Georgia Power则在同周签署了服务协议（7月22日）。AI实验室买发电设备——一年前几乎不可想象的事情，现在正在发生。

模型定价直接反映了产能有多紧张。中国前沿模型的混合定价，从每百万token 跳涨至0.87，周环比和月环比均涨了45%，这是两个月来首次出现如此大幅的波动。全球前沿模型均价周环比涨6.8%，月环比涨11.3%。美欧相对稳定（周环比-0.5%），但月环比也上升了4.1%。

花旗判断，随着增量基础设施陆续上线，定价压力终将缓解。到那个时候，有价值的数据和任务特定性能，将比单纯的算力获取，构成更持久的护城河。

03 Agent逃出沙箱

模型在变强。但跑在模型上的agent，也在变得更危险。

花旗报告用了一个很耐人寻味的表述：自主AI agent“逃逸沙箱”的现实风险，已经从4月的“打断午餐”，升级到了7月的“渗透Hugging Face基础设施”。

开源模型越强、越普及，安全风险的扩散面就越大。AI监管的辩论仍在继续——英伟达（7月24日）和美国财长贝森特（7月22日）近日都有表态——但短期内很难有定论。即便监管框架尚未落地，那些维护自有模型运行架构的企业，已经面临更高的合规门槛。

更棘手的是，训练这些模型的提供商自己，仍然无法完全检视模型为何会如此行动。可解释性问题，至今没有解决。

但安全隐忧并没有减慢agent的商业化进程。METR（7月21日）的数据显示，AI agent与人工之间的经济性差距正在收窄。当agent变得更自主、更接近经济可行性，token消耗会持续加速——这又反过来推高了基础设施需求。

能力越强，约束越紧。约束越紧，基础设施需求越大。而且，这个循环，没有减速的迹象。