Epoch AI только что измерила стоимость «мышления» ИИ, и падение цен стало самым быстрым среди всех когда-либо существовавших трансформационных технологий. Epoch — независимый исследовательский институт, отслеживающий развитие ИИ на основе собственных данных: производительность моделей, стоимость обучения, чипы и центры обработки данных. В отчете от 22 сентября Люк Эмберсон и Дэвид Рудман проанализировали стоимость достижения одного и того же уровня производительности на пяти бенчмарках (математика, точные науки и игры на навыки) за примерно три года. Центральный показатель: с 2023 года стоимость достижения определенного уровня производительности снижалась в среднем на 47% за квартал. Это означает, что каждый год модели становятся в 13 раз дешевле. В историческом сравнении это в четыре раза быстрее, чем секвенирование ДНК, в шесть раз быстрее, чем вычислительные мощности, в 18 раз быстрее, чем литий-ионные батареи, и в 54 раза быстрее, чем электричество до 1973 года. Данные указывают, что такой темп снижения цен сохранялся как минимум с ноября 2021 года, когда OpenAI полностью открыла API GPT-3. 31 января 2025 года o3 от OpenAI набирала 75% на GPQA Diamond (экзамен в стиле докторантуры по физике, химии и биологии) за около 30 центов за вопрос. Менее чем через 18 месяцев GPT-5.6 Luna достигала того же результата за четыре сотых цента ($0,0004). Падение в 725 раз. Epoch сравнивает это со снижением цены нового автомобиля с $50 000 до $69. Скорость снижения различается по доменам: медленнее в игровых головоломках (39–43% за квартал), быстрее в математике (50–52%). Цена падает наиболее сильно сразу после того, как модель становится новым лидером. В среднем по пяти основным бенчмаркам снижение составляло 66% за квартал (75 раз в год) при дебюте передового состояния; через два года — уже половина этого показателя: 32% за квартал (4,7 раза в год). Их гипотеза: в начале лаборатории взимают премиум, а затем конкуренция — как открытая, так и закрытая — снижает цены. Сами авторы перечисляют ограничения. Лаборатории могут переобучать модели под конкретный бенчмарк. Успешное прохождение теста не всегда означает полезную работу. Реальные пользователи не всегда выбирают самую дешевую модель на передовой. Период анализа — всего три года. Средние значения можно рассчитать разными способами. Для стека ИИ вывод ясен: возможности, которые вчера были премиум, быстро становятся товаром, а массовое внедрение обеспечивается стоимостью за задачу, а не только новой моделью. Для продавцов API прибыль выше нормы для конкретной модели кажется временной. Сама Epoch отмечает, что это одновременно и причина, и следствие гонки. На их графике самая острая конкуренция у вершины наблюдается преимущественно между закрытыми моделями. Для инвестора маржа вывода сжимается. Важнее объем и преимущество в стоимости на один квартал, чем миф об «вечной» модели. Премиум за то, чтобы быть самым дешевым на вершине, быстро исчезает. Стоимость чипов и энергии выросла. Стоимость «мышления» снизилась.