Epoch AI baru sahaja mengukur kos "pemikiran" AI, dan penurunannya adalah yang paling pantas yang pernah dilihat dalam sejarah teknologi transformasional. Epoch adalah institut penyelidikan bebas yang memantau perkembangan AI dengan data sendiri: prestasi model, kos latihan, cip, dan pusat data. Dalam laporan 22 September, Luke Emberson dan David Roodman menganalisis kos untuk mencapai tahap prestasi yang sama pada lima ujian (matematik, sains ketat, dan permainan kemahiran) selama lebih kurang tiga tahun. Nombor utama: Sejak 2023, kos untuk mencapai tahap prestasi tertentu telah turun sebanyak 47% setiap kuartal. Ini bermakna 13 kali lebih murah setiap tahun. Secara perbandingan sejarah, ia 4 kali lebih pantas daripada pengurutan DNA, 6 kali lebih pantas daripada komputasi, 18 kali lebih pantas daripada bateri litium, dan 54 kali lebih pantas daripada elektrik sehingga tahun 1973. Bukti menunjukkan bahawa kadar ini sudah berlaku sekurang-kurangnya sejak November 2021, apabila OpenAI membuka API GPT-3 sepenuhnya. Pada 31 Januari 2025, o3 dari OpenAI mencapai 75% dalam GPQA Diamond (ujian pilihan berganda setaraf doktor dalam fizik, kimia, dan biologi) dengan kos sekitar 30 sen setiap soalan. Kurang daripada 18 bulan kemudian, GPT-5.6 Luna mencapai hasil yang sama dengan kos hanya empat persepuluh ribu sen ($0.0004). Penurunan sebanyak 725 kali. Epoch membandingkannya dengan harga kereta baharu yang turun dari $50,000 kepada $69! Kepantasan penurunan berbeza mengikut domain: lebih perlahan dalam teka-teki permainan (39% hingga 43% setiap kuartal), lebih pantas dalam matematik (50% hingga 52%). Kos turun lebih tajam selepas suatu tahap menjadi yang terbaik pada masanya. Secara purata lima ujian utama, penurunan 66% setiap kuartal (75 kali setahun) pada pelancaran prestasi terkini; dua tahun kemudian, separuhnya sahaja, iaitu 32% setiap kuartal (4.7 kali setahun). Hipotesis mereka: pada awalnya, laboratorium menetapkan premium, kemudian persaingan terbuka dan tertutup menurunkan harga. Mereka sendiri menyenaraikan kelemahan. Laboratorium mungkin melatih berlebihan untuk ujian tertentu. Menjawab ujian bukanlah tugas yang berguna. Pengguna sebenar tidak sentiasa memilih model termurah di hadapan. Jendela masa ini hanya tiga tahun. Purata ini boleh dihitung dengan pelbagai cara dari data yang ada. Untuk ekosistem AI, kesimpulannya jelas: kapasiti yang kemarin masih premium menjadi komoditi dengan cepat, dan apa yang membuka penggunaan massa adalah kos per tugas, bukan hanya model baru. Bagi penjual API, keuntungan berlebihan pada model tertentu kelihatan sementara. Epoch sendiri menyatakan bahawa ini adalah sekaligus punca dan kesan perlumbaan. Dalam grafik mereka, persaingan paling sengit di puncak terutamanya berlaku antara model tertutup. Bagi pelabur, margin inferens mengecut. Siapa yang mendapat volume dan siapa yang berada satu kuartal di hadapan dari segi kos menjadi lebih penting daripada naratif model abadi. Premium sebagai yang termurah di puncak lenyap dengan cepat. Kos cip dan tenaga meningkat. Kos “pemikiran” menjadi lebih murah.