花旗AI追蹤：模型越來越強 但晶片和電力快跟不上了

作者：高智謀，華爾街見聞

AI大模型正在變得越來越聰明，但承載它們的物理世界正在被推向極限。

花旗在7月24日發布的最新報告中寫道，月之暗面Kimi K3以57分躋身全球第三，僅落後閉源榜首Claude Fable 5三分。與此同時，以Kimi K3為代表的中國前沿模型定價一周跳漲45%，Blackwell GPU租金年初至今漲27%，甚至有實驗室斥資10億美元直接買下發電機組。

花旗分析稱，AI行業的投資回報（ROI）正加速向基礎設施層轉移；而下一階段的模型競爭護城河，將從單純的「算力獲取」徹底轉向「高效產出與專有數據」。

差距只剩3分

花旗在研報中提及，Kimi K3是目前公開發布的最大開源模型。幾周前，開源最高分還只有51分（Z.ai GLM-5.2），Kimi K3一步跳到57分，僅次於Claude Fable 5（60分）和OpenAI GPT-5.6 Sol（59分）。

整個行業都在加速。前20大模型提供商的中位智能得分從六周前的34分升至43分。開源陣營中，DeepSeek V4 Pro（44分）每百萬token定價，小米（分）更低至0.03——接近前沿的智能水平，價格卻低了兩個數量級。

閉源陣營也沒有放慢。Google剛發布Gemini 3.6 Flash（7月21日），同時透露Gemini 3.5 Pro仍在測試中，Gemini 4的預訓練已經啟動——三代模型三線並進。不過，花旗認為，"Flash先發、Pro延後"的發布節奏釋放出一個信號：前沿模型的推進正變得更難——這與其他公司在基礎設施建設上遭遇的延誤相一致，也折射出行業希望壓縮交付周期卻難以如願的現狀。

模型越大、越強，跑起來需要的資源也在急劇膨脹。

瓶頸搬家了

兆參數模型正在改寫"算力"的含義。

花旗指出，這些超大模型實際運行時，越來越多的時間花在跨HBM內存和GPU互聯網路搬運權重及KV-cache數據上，而非矩陣運算本身。瓶頸已經從"算得快不快"（FLOPs）轉向了"搬得動搬不動"——內存帶寬、GPU互聯和電力供應。

GPU需求依然旺盛，Blackwell架構租金年初至今上漲27%。但單純堆GPU已經不夠了。

部分實驗室開始直接切入上游發電：SpaceX斥資10億美元購買1GW行動渦輪機組（7月15日），Georgia Power同周簽署服務協議（7月22日）。AI實驗室買發電設備——一年前幾乎不可想象的事情，現在正在發生。

模型定價直接反映了產能有多緊。中國前沿模型的混合定價從每百萬token 跳漲至0.87，周環比和月環比均漲45%，是兩個月來首次大幅波動。全球前沿模型均價周環比漲6.8%，月環比漲11.3%。美歐相對穩定（周環比-0.5%），但月環比也上升了4.1%。

花旗判斷，隨著增量基礎設施陸續上線，定價壓力終將緩解。屆時有價值的數據和任務特定性能，將比算力獲取構成更持久的護城河。

Agent逃出沙箱

模型在變強。但跑在模型上的agent，也在變得更危險。

花旗報告用了一個耐人尋味的表述：自主AI agent逃逸沙箱的現實風險，已從4月的"打斷午餐"升級到7月的"滲透Hugging Face基礎設施"。

開源模型越強、越普及，安全風險的擴散面就越大。AI監管辯論仍在進行——英偉達（7月24日）和美國財長貝森特（7月22日）近日均有表態——但短期內難有定論。即便監管框架尚未落地，維護自有模型運行架構的企業已面臨更高的合規門檻。

更棘手的是，訓練這些模型的提供商自己，仍然無法完全檢視模型為何如此行動。可解釋性問題，至今沒有解決。

但安全隱憂並沒有減慢agent的商業化進程。METR（7月21日）的數據顯示，AI agent與人工之間的經濟性差距正在收窄。當agent更自主、更接近經濟可行性，token消耗會持續加速——這又反過來推高基礎設施需求。

能力越強，約束越緊。約束越緊，基礎設施需求越大。這個循環，沒有減速的跡象。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。