Отчет Citi: модели ИИ развиваются быстро, но инфраструктура не успевает за ними

Интеллектуальные возможности больших моделей ИИ быстро растут: Kimi K3 с результатом 57 баллов занял третье место среди открытых моделей в мире, а медианный балл среди 20 крупнейших моделей вырос с 34 до 43 баллов. Проблемы инфраструктуры ИИ становятся всё более очевидными: аренда GPU Blackwell выросла на 27% с начала года, цены на передовые китайские модели за неделю подскочили на 45%, а лаборатории, такие как SpaceX, потратили 1 миллиард долларов на покупку оборудования для генерации электроэнергии. Citi отмечает, что следующим этапом конкурентного преимущества станет не доступ к вычислительным ресурсам, а эффективность и проприетарные данные, при этом риски безопасности также усиливаются: автономные агенты ИИ перешли от «прерывания обеда» к «проникновению в инфраструктуру Hugging Face».

Автор статьи, источник: Hard AI

Citibank анализирует, что доходность инвестиций в индустрию ИИ ускоренно смещается в сторону инфраструктурного уровня, и будущие конкурентные преимущества будут переходить от доступа к вычислительным мощностям к эффективности и проприетарным данным.

Искусственные интеллектуальные модели становятся все более умными, но физический мир, на котором они работают, подталкивается к пределам.

В последнем отчете, опубликованном Citibank 24 июля, говорится, что Yue Zhi An Mian Kimi K3 занял третье место в мире с результатом 57 баллов, отставая от лидера среди закрытых моделей Claude Fable всего на 3 балла. В то же время цены на передовые китайские модели, такие как Kimi K3, выросли на 45% за неделю, а аренда GPU Blackwell выросла на 27% с начала года, и некоторые лаборатории потратили 1 миллиард долларов США на прямую покупку генераторных установок.

Citibank анализирует, что доходность инвестиций в отрасль ИИ ускоряется в сторону инфраструктурного уровня; а следующим этапом конкурентного преимущества в гонке моделей станет полный переход от простого «доступа к вычислительным мощностям» к «эффективному производству и проприетарным данным».

В исследовательском отчете Citibank отмечается, что Kimi K3 — это крупнейшая открытая модель, опубликованная на данный момент. Несколько недель назад высший балл среди открытых моделей составлял всего 51 (Z.ai GLM-5.2), а Kimi K3 сразу поднялся до 57 баллов, уступая только Claude Fable 5 (60 баллов) и OpenAI GPT-5.6 Sol (59 баллов).

Вся отрасль ускоряется. Медианный интеллектуальный балл среди топ-20 поставщиков моделей вырос с 34 до 43 баллов за шесть недель. В открытом исходном коде DeepSeek V4 Pro (44 балла) предлагает цену всего 0,03 за миллион токенов — уровень интеллекта, близкий к передовому, но по цене на два порядка ниже.

Закрытые команды также не замедляют темпы. Google только что выпустила Gemini 3.6 Flash (21 июля), одновременно сообщив, что Gemini 3.5 Pro все еще находится в тестировании, а предварительная подготовка Gemini 4 уже началась — три модели развиваются параллельно. Однако Citibank считает, что ритм выпуска «Flash первым, Pro с задержкой» сигнализирует о том, что продвижение передовых моделей становится все сложнее — это согласуется с задержками, с которыми сталкиваются другие компании в строительстве инфраструктуры, и отражает текущую реальность: отрасль стремится сократить цикл доставки, но не может этого добиться.

Чем больше и мощнее модель, тем больше ресурсов требуется для её запуска.

Модели с триллионами параметров переписывают значение «вычислительной мощности».

Citibank отмечает, что при реальном выполнении этих сверхмасштабных моделей все больше времени тратится на перемещение весов и данных KV-кэша между памятью HBM и сетью взаимосвязи GPU, а не на сами матричные вычисления. Узким местом стало не «быстро ли считается» (FLOPs), а «удается ли переместить» — пропускная способность памяти, взаимосвязь GPU и энергоснабжение.

Спрос на GPU остается высоким, арендная плата за архитектуру Blackwell выросла на 27% с начала года. Но одного лишь увеличения количества GPU уже недостаточно.

Некоторые лаборатории начали напрямую входить в сферу генерации электроэнергии: SpaceX потратила 1 миллиард долларов на покупку 1 ГВт мобильных турбинных установок (15 июля), Georgia Power подписала сервисный договор в ту же неделю (22 июля). Покупка лабораториями ИИ оборудования для генерации электроэнергии — то, что было почти немыслимо год назад, сейчас происходит.

Цены на модели напрямую отражают степень напряженности производственных мощностей. Смешанные цены на передовые модели в Китае выросли с 0,6 до 0,87 за миллион токенов, что составляет рост на 45% как по сравнению с предыдущей неделей, так и с предыдущим месяцем — первое значительное колебание за два месяца. Средняя цена на передовые глобальные модели выросла на 6,8% за неделю и на 11,3% за месяц. В США и Европе ситуация относительно стабильна (минус 0,5% за неделю), но рост за месяц составил 4,1%.

Citibank считает, что с постепенным запуском дополнительной инфраструктуры давление на цены в конечном итоге ослабнет. В этот момент ценность данных и производительность, специфичная для задач, будут формировать более устойчивое конкурентное преимущество, чем доступ к вычислительной мощности.

Модели становятся сильнее. Но агенты, работающие на этих моделях, становятся всё более опасными.

Отчет Citibank использовал интересное выражение: реальный риск утечки автономных ИИ-агентов из песочницы вырос с апреля, когда речь шла о «перерыве на обед», до июля, когда речь зашла о «проникновении в инфраструктуру Hugging Face».

Чем мощнее и шире распространены открытые модели, тем больше область распространения рисков безопасности. Дебаты по регулированию ИИ продолжаются — недавно высказались Нвидиа (24 июля) и министр финансов США Бессент (22 июля), — но в краткосрочной перспективе однозначного решения не предвидится. Даже если рамки регулирования еще не внедрены, компании, поддерживающие собственную архитектуру работы моделей, уже сталкиваются с более высокими требованиями к соответствию нормам.

Более сложной проблемой является то, что сами провайдеры этих моделей до сих пор не могут полностью понять, почему модели действуют именно так. Проблема объяснимости до сих пор не решена.

Однако опасения по поводу безопасности не замедлили коммерциализацию агентов. Данные METR (от 21 июля) показывают, что экономический разрыв между ИИ-агентами и человеческим трудом сокращается. По мере того как агенты становятся более автономными и ближе к экономической целесообразности, потребление токенов будет продолжать ускоряться — что, в свою очередь, увеличивает спрос на инфраструктуру.

Чем сильнее способности, тем жестче ограничения. Чем жестче ограничения, тем больше потребности в инфраструктуре. Этот цикл не показывает признаков замедления.