The Information 今日线索指向同一条主线：AI 竞争正从「谁的模型更强」转向「谁能用更少的算力和美元产出同样的智能」。Google 正把 Gemini 蓝图刻进专用芯片以缓解算力短缺，市场当日给 Alphabet 加价约 3%；同一天，中国开源前沿模型 Kimi K3、Qwen3.8 Max 以原生能力逼近美国顶尖模型，把效率与开源推到台前。
覆盖 Latest / 首页、AI Agenda、AI Infrastructure、Applied AI、The Briefing、Topic / Search 六个固定入口。
供给侧（Google 专用芯片压低推理成本）与需求侧（中国高效开源模型压低使用门槛）两条独立证据簇，共同指向算力效率重定价。
正式主线限于 7 月 19–20 日仍在页面可见、与 AI 产业结构强相关的更新；超 72h 的来源仅作背景与前情。
The Information 独家 Google「Frozen」芯片 报道称，公司在研代号 “Frozen v2” 的服务器芯片，把 Gemini 模型蓝图直接刻进硅片，目标是每瓦特能服务的 token 数达到现有自研芯片的 6–10 倍，用来缓解迫使 Google Cloud 拒单的算力短缺；市场当日以 Alphabet 股价上涨约 3% 回应。
与此同时，AI Agenda 的 Kimi K3 深度 指出，Moonshot 的 2.8 万亿参数开源模型在 Arena 编码榜上超过 OpenAI 的 GPT-5.6 与 Anthropic 的 Claude Fable 5，且被认为并非单纯“蒸馏”美国模型。供给侧压低推理成本、需求侧压低智能门槛，正是同一枚硬币的两面。这条主线暂不覆盖训练侧成本，也未断言 Nvidia/TPU 需求会立刻下滑。
Google「Frozen」芯片 把 Gemini 蓝图刻进硅片，目标每瓦特 token 产出达现有自研芯片的 6–10 倍，用来缓解让 Cloud 拒单的算力短缺。
推理成本有望结构性下降，「模型专用芯片」成为超大规模厂商的新护城河，并重塑对通用 GPU / TPU 的需求结构。
报道当日 Alphabet 股价 上涨约 3%；管理层近期财报已承认云业务算力受限。
市场把「算力效率」而非单纯「算力规模」视为估值变量；能效叙事开始直接影响科技巨头市值。
Kimi K3（2.8T 参数）登顶 Arena 编码榜、超 GPT-5.6 与 Claude Fable 5；Qwen3.8 Max（2.4T）自称「仅次于 Fable 5」。
中国开源模型以效率和原生能力（而非蒸馏）逼近美国前沿，智能的获取门槛与价格同步下移。
从 Google「Frozen」芯片 入手，理解「把模型刻进硅片」对能效、成本与云业务约束的含义，这是理解今日主线的地基。
读 AI Agenda：Kimi K3 对中美 AI 竞争意味着什么，把握「非蒸馏」叙事与开源效率路线，与供给侧芯片故事互为镜像。
Final takeaway：今天值得记住的不是任一款芯片或模型，而是一条趋势——AI 的竞争正从「堆算力、堆参数」转向「单位算力、单位美元能换多少智能」。上游用专用硅片压低推理成本、下游用高效开源模型压低使用门槛，两股力量同向发力，正在把「智能」重新定价。对企业而言，真正的杠杆已从「能否用上最强模型」，变为「以什么成本、绑定谁、用什么效率指标去用 AI」。