AI性能成本下降速度超过以往任何技术

一句话看懂：达到同一 AI 基准成绩的成本正以每年约 13 倍的速度下降，远超以往任何技术；但这主要是市场价格变化，不等于算法效率同等幅度提升，也不代表跑最先进模型的账单在变便宜。

事件核心：发生了什么

研究机构 Epoch AI 追踪发现，自 2023 年以来，在若干 AI 基准测试上达到固定分数的价格平均每季度下降约 47%，折合每年约 13 倍。它给出的典型案例是 OpenAI 的 o3：2025 年初 o3 在博士级科学测试 GPQA Diamond 上取得 75% 分数，单题成本约 0.3 美元；约 18 个月后，GPT-5.6 系列模型达到同等分数，单题成本约 0.0004 美元，约为原价的 1/725。Epoch 的结论基于数学、科学、逻辑谜题五类基准，因此自称是“合理但粗略”的测量。

MIT 研究者 Hans Gundlach 等人使用 Artificial Analysis 平台 2024 年 4 月至 2025 年 11 月的定价数据，得出年降幅约 5 至 10 倍。在剔除更便宜的硬件和厂商竞争压价后，纯算法效率的提升约为每年 3 倍。差异来自统计口径：Epoch 反映市场报价，MIT 试图分离技术因素。

为什么重要

成本曲线决定 AI 能否大规模嵌入产品。固定能力越来越便宜，意味着过去只有预算充足才能跑的任务——图像生成、代码生成、文档问答——开始进入中小团队甚至个人可承受的范围。但两组数据也揭示一个容易被误读的点：模型前沿能力本身并没有变便宜。新推理模型会在难题上投入更多 test-time compute，单次查询成本反而更高。也就是说，“追平去年的顶尖水平”在大幅降价，“跑今年最强模型”往往更贵。

MIT 还提醒，部分基准分数提升来自单纯增加算力，而非效率改进；加之“benchmaxxing”（针对公开测试优化）的问题，Epoch 特意加入了一个保密游戏的测试集，其成本下降最慢，但作者也承认这可能是任务格式或数据噪声所致，目前公开信息显示尚无法下定论。

对用户/开发者/创作者的影响

选型不能只看每 token 价格。低成本模型若延迟高，做不了实时对话；强推理模型可能太慢，不适合自动化工作流；而更贵的前沿模型如果一次答对率更高、减少重试，总账反而更省。开发者应把质量、价格、延迟、上下文窗口、输出速度放在一起评估，类似 Artificial Analysis 这类对比平台提供多维度排名。创作者和企业采购同样如此：图像生成、批量内容处理可能受益于固定能力降价，但要求最高质量或复杂推理的场景，预算压力短期不会消失。