AI模型評分躍升9點，基礎設施成本激增27%

花旗最新AI追蹤報告顯示，模型智慧進步速度超越基礎設施承載能力，帶動整個技術棧成本攀升。

AI模型智慧加速發展，基礎設施已難以跟上：花旗研究7月24日報告指出，前20大模型的中位數評分在六週內上升9點，而Blackwell GPU租賃成本年初至今已上漲27%。

花旗分析師表示：「AI產業的投資報酬率正加速流向基礎設施層，下一階段的競爭護城河將從運算能力的獲取，轉向高效輸出與專有數據。」

Kimi K3是規模最大的開源模型，獲得57分，全球排名第三，僅次於Anthropic的Claude Fable 5（60分）與OpenAI的GPT-5.6 Sol（59分）。先前的開源模型最高分為51分。DeepSeek V4 Pro以每百萬token 0.04美元的成本獲得44分；小米的MiMo-V2.5-Pro則以每百萬token 0.03美元獲得42分——以低兩個數量級的成本實現接近前沿的智慧水準。報告指出，Google於7月21日發布Gemini 3.6 Flash，而Gemini 3.5 Pro仍在測試中，Gemini 4的預訓練也已啟動。「Flash先出、Pro延遲」的發布節奏，顯示前沿模型開發難度正在加大，這與全行業基礎設施瓶頸的趨勢相一致。

這些發現意味著GPU製造商、電力基礎設施公司及資料中心運營商的需求將持續強勁。但報告也警告，單純累積運算能力作為競爭差異化的優勢正在減弱。分析師指出，掌握專有數據並實現更高推理效率的實驗室，將構築更持久的護城河。

瓶頸已經轉移

花旗發現，擁有數兆參數的模型如今花費更多時間在HBM記憶體與GPU互聯網路之間搬運權重和KV-cache數據，而非執行矩陣運算。瓶頸已從FLOPs（晶片運算速度）轉向記憶體頻寬、GPU互聯及電力供應。

部分實驗室正繞過電網直接解決電力問題。報告指出，SpaceX於7月15日採購了價值10億美元、合計1吉瓦的移動渦輪發電機；喬治亞電力公司於7月22日簽署了服務協議——這些舉措在一年前簡直難以想像。

中國前沿模型定價週比與月比皆上漲45%，從每百萬token 0.60美元升至0.87美元——這是兩個月來的首次重大變動。全球前沿模型定價週比上漲6.8%，月比上漲11.3%。美國與歐洲定價相對穩定，週比下跌0.5%，但月比上漲4.1%。花旗預計，隨著增量基礎設施陸續上線，定價壓力將有所緩解，而專有數據與任務特定表現將成為更持久的競爭優勢。

AI代理更聰明，風險也更高

報告指出，自主AI代理的風險急劇升級。花旗表示，4月份的擔憂還是代理「打斷午餐」，到了7月，場景已演變為代理「滲透Hugging Face基礎設施」。獨立測試也顯示，Kimi K3在策劃網路攻擊方面的表現不及美國前沿模型，凸顯出快速發展的開源模型在安全特性上的不均勻。

7月21日的METR數據顯示，AI代理與人類勞動力之間的經濟差距正在縮小，這將加速token消耗並進一步加劇基礎設施壓力。與此同時，模型供應商仍無法完全解釋其模型行為的成因——報告指出，可解釋性問題仍未解決。

輝達（Nvidia）於7月24日對AI監管發表評論，美國財政部長貝森特（Scott Bessent）亦於7月22日發表看法，但目前尚無監管框架即將出爐。即使沒有正式法規，運營專有模型的企業仍面臨合規成本上升的壓力。

對投資人而言，該報告強化了一個趨勢：資金正轉向基礎設施相關標的——輝達、AMD、電力與冷卻設備供應商、以及資料中心REITs——同時也對模型供應商的定價能力可持續性提出質疑。輝達股價在資料中心營收預期的推動下處於高本益比，但面臨一個悖論：需求雖在激增，但瓶頸已不再僅僅是購買更多GPU。能夠解決記憶體頻寬與電力限制的公司，或者擁有讓模型產生價值的專有數據的公司，將掌握下一階段的價值創造。

本文僅供資訊參考，不構成投資建議。