人工智能基准性能成本以前所未有的速度下降

关键信息

Epoch 的估计基于涵盖数学、科学和逻辑的五项基准，因此明确只是粗略测量，并不能完整代表人工智能进步。新的推理模型可能通过增加测试时计算量来取得更高分数，所以即使每个令牌的价格下降，每个正确答案的成本仍可能上升。

资讯摘要

自2023年以来，在部分人工智能基准测试中达到固定性能水平的价格大幅下降。Epoch AI 报告称，成本平均每季度下降约47%，相当于每年下降约13倍，并认为这一速度超过了以往转型性技术的下降速度。这个数字反映的是达到特定基准分数的市场价格，而不是纯粹的算法进步、架构改进，或现实生产力的生产成本。Epoch 举例称，OpenAI 的 o3 在2025年初的博士级科学测试 GPQA Diamond 上达到75%准确率时，每道题估计成本约30美分；18个月后，一个 GPT-5.6 系列模型以约0.04美分达到同一分数，成本约为原来的七百二十五分之一。

Epoch 的分析覆盖数学、科学、逻辑谜题以及保密的 Mystery Game Puzzles 等五项基准，但该机构称这些结果只是合理而粗略的估计。MIT 研究人员使用 Artificial Analysis 在2024年4月至2025年11月期间的定价数据，并纳入更多模型，估计总体成本每年下降约5到10倍。研究发现，廉价硬件和市场竞争解释了其中很大一部分，剩余的纯算法效率提升约为每年3倍；与此同时，前沿推理模型可能因每项任务使用更多计算量而变得更昂贵。

来源与参考

1. 原始链接
2. AI performance costs are falling faster than those of any previous technology