花旗在7月24日发布的最新AI追踪报告中指出，AI大模型正变得越来越聪明，但承载它们的物理世界——芯片算力、内存带宽和电力供应——正在被推向极限。报告显示，月之暗面旗下Kimi K3以57分的智能得分跻身全球第三，仅落后于闭源榜首Claude Fable 5（60分）和OpenAI GPT-5.6 Sol（59分），差距缩小至3分。Kimi K3是目前公开发布的最大开源模型，几周前开源阵营最高分还只有51分（智谱AI GLM-5.2），Kimi K3一步跃升6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定价低至0.03美元，接近前沿智能水平，价格却低了两个数量级。闭源阵营也没有放慢，谷歌刚发布Gemini 3.6 Flash（7月21日），同时Gemini 3.5 Pro仍在测试，Gemini 4的预训练已经启动，三代模型三线并进。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，运行所需的资源也在急剧膨胀。花旗指出，万亿参数模型正在改写“算力”的含义：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互联和电力供应成为新的制约。GPU需求依然旺盛，Blackwell架构GPU租金年初至今上涨27%。但单纯堆GPU已经不够，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实验室购买发电设备——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美元，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。
模型在变强，但跑在模型上的AI 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。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”。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。