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。
花旗分析称，AI 行业的投资回报（ROI）正加速向基础设施层转移；而下一阶段的模型竞争护城河，将从单纯的 " 算力获取 " 彻底转向 " 高效产出与专有数据 "。
差距只剩 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）。
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 分升至 43 分。开源阵营中，DeepSeek V4 Pro（44 分）每百万 token 定价，小米（分）更低至 0.03 ——接近前沿的智能水平，价格却低了两个数量级。
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。
模型越大、越强，跑起来需要的资源也在急剧膨胀。
瓶颈搬家了
万亿参数模型正在改写 " 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，而非矩阵运算本身。瓶颈已经从 " 算得快不快 "（FLOPs）转向了 " 搬得动搬不动 " ——内存带宽、GPU 互联和电力供应。
GPU 需求依然旺盛，Blackwell 架构租金年初至今上涨 27%。但单纯堆 GPU 已经不够了。
部分实验室开始直接切入上游发电：SpaceX 斥资 10 亿美元购买 1GW 移动涡轮机组（7 月 15 日），Georgia Power 同周签署服务协议（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。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 45%，是两个月来首次大幅波动。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。届时有价值的数据和任务特定性能，将比算力获取构成更持久的护城河。
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。
花旗报告用了一个耐人寻味的表述：自主 AI agent 逃逸沙箱的现实风险，已从 4 月的 " 打断午餐 " 升级到 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 监管辩论仍在进行——英伟达（7 月 24 日）和美国财长贝森特（7 月 22 日）近日均有表态——但短期内难有定论。即便监管框架尚未落地，维护自有模型运行架构的企业已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 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。这个循环，没有减速的迹象。
