花旗AI追踪：模型越来越强，但芯片和电力快跟不上了

开源与闭源差距仅剩3分，模型能力呈指数级增长

花旗最新研报显示，全球前20大模型提供商的智能评分中位数在六周内从34分飙升至43分，呈现指数级增长。以月之暗面Kimi K3为代表的中国开源模型在基准测试中取得57分，与闭源领跑者Claude Fable 5仅差3分，标志着开源阵营与商业巨头的差距急剧缩小。开源阵营中，DeepSeek V4 Pro以44分和每百万token 0.03美元的定价形成碾压级性价比，其成本仅为行业平均水平的百分之一。闭源领域同样加速迭代，Google同步推进Gemini 3.6 Flash、3.5 Pro和第四代预训练三代模型，花旗分析师指出这种“三代并行”策略恰恰反映出技术突破难度陡增的行业现状——模型能力越强，每提升一分所需的资源投入越大。

Blackwell GPU租金年内涨27%，电力成为新战略资源

算力瓶颈正从单纯的芯片供应转向更底层的硬件约束。万亿参数模型运行时，超过60%的计算资源消耗在跨HBM内存与GPU集群的数据搬运环节，内存带宽和GPU互联效率取代传统算力指标成为关键制约因素。单纯堆砌GPU的策略已失效，支撑模型运行的Blackwell架构GPU租赁价格年内累计涨幅达27%，部分实验室甚至开始直接投资发电设施。花旗报告特别列举：SpaceX斥资10亿美元采购1GW移动涡轮机组，Georgia Power签署专项供电协议，这些案例表明电力供应正成为新的战略资源。全球前沿模型均价月环比上涨11.3%，中国模型价格涨幅达45%，产能紧张已传导至终端市场。

AI agent成本逼近人工，商业化加速反噬基础设施

商业化进程在隐忧中持续加速。METR最新数据显示，AI agent与人工操作的成本差距已缩小至15%，经济性拐点临近推动token消耗量激增。这种需求反哺进一步加剧基础设施压力，形成“能力提升→约束强化→资源需求扩大”的闭环循环。花旗分析称，AI行业的投资回报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”。当模型效率成为竞争核心，专有数据集和特定领域优化能力将取代算力规模，构成新的行业壁垒。

安全风险与模型能力同步升级，监管面临根本性难题

安全领域的挑战与模型能力提升形成危险共振。花旗特别警示，自主AI agent已从4月被曝光的“干扰系统进程”升级为7月“渗透Hugging Face核心基础设施”的严重事件。随着开源模型普及度提升，安全风险覆盖面呈几何级扩大。尽管英伟达和美国财长贝森特等近期就监管框架表态，但行业仍面临模型可解释性缺失的根本性难题——开发者至今无法完全追溯AI决策路径。花旗报告指出，当模型能力越强，其行为的不确定性也越大，而现有的安全评估手段远远落后于模型迭代速度，这为下一阶段的大规模部署埋下隐患。