Epoch AI 测算：AI 达到给定基准成绩的价格每年下降 13 倍，快于历史上任何变革性技术

这是我们在网站上发布的一篇更长报告的摘要。

如果一辆新车的标价在两年内从 50,000 美元降到 296 美元，你会感到惊讶吗？

因为 AI 变便宜的速度就是这么快。

在过去五年里，思考的价格——AI 达到某一特定基准分数所需的成本——每年下降 13 倍。这一速度似乎超过了任何其他变革性技术：比 DNA 测序快四倍，比算力快六倍，比锂电池快 18 倍，并且（在截至 1973 年的那个世纪里）比电力快 54 倍。（好吧，我们并没有关于车轮刚被发明后价格的良好数据。）

我们测量了随时间推移达到基准分数的最便宜方式

为了研究这一趋势，我们计算了过去三年中不同时间点上，在涵盖数学、硬科学和技巧类游戏（如国际象棋）的五项 AI 性能基准上达到给定分数的最便宜方式。

例如，2025 年 1 月 31 日，OpenAI 发布了其“推理”模型系列的新迭代版本，名为 o3。我们估计，以平均每道题 30 美分的成本，它可以在 GPQA Diamond 上取得 75% 的分数，这是一项涵盖博士级物理、化学和生物学的多项选择题考试。仅仅不到 18 个月后，OpenAI 发布了 GPT-5.6 Luna。它取得了同样好的成绩——每道题仅需百分之四美分（0.0004 美元）。这意味着在不到 18 个月里，思考的价格下降了 725 倍，相当于一辆新车的标价在仅仅一年半内从 50,000 美元降到 69 美元。

这种价格暴跌的模式在数学和国际象棋技能的基准上也同样成立：

更粗略的证据表明，这一速率可以追溯到 2021 年 11 月商业 LLM 推理诞生之初，当时 OpenAI 全面发布了 GPT-3。

话虽如此，基准并不能完美代表 AI 在市场上的实际成本，也不能完美代表该价格与其他技术的比较。总体而言，我们认为我们的数字相当能代表现实，但不应被解读为精确值。

价格每年下降 13 倍；发布后不久下降最快

我们发现，给定性能水平的价格每季度下降约 47%，即每年下降 13 倍。我们看到基于游戏的谜题下降较慢，约为每季度 39–43%（每年 7–10 倍），而数学问题的进步更快，为每季度 50–52%（每年 16–19 倍）。

对于每一给定性能水平，成本下降往往会随时间推移而放缓。成本最初每季度下降 66%（每年 75 倍）。两年后，下降速度减半，为“仅仅”每季度 32%（每年 4.7 倍）。一种可能的解释是：当某一性能水平首次实现时，AI 公司可以短暂地对其收取溢价，随后竞争和技术进步迅速压低价格。随着时间推移，这种动态会放缓。

过去五年里，AI 的成本一直在以我们参考技术中任何一种都无法匹敌的速度暴跌。这一趋势是否会持续——以及它对行业意味着什么——只有未来几年才能回答。

这是我们在网站上发布的一篇更长报告的摘要。数据和代码在 GitHub 上。一个叠加页面有许多图表和表格可供探索。