Epoch AI เพิ่งวัดต้นทุนของ “การคิด” ของ AI และการลดลงนี้เร็วที่สุดเท่าที่เคยมีเทคโนโลยีใดๆ ที่เปลี่ยนแปลงมา Epoch เป็นสถาบันวิจัยอิสระที่ติดตามพัฒนาการของ AI ด้วยข้อมูลของตนเอง: ประสิทธิภาพของโมเดล ต้นทุนการฝึกอบรม ชิป และศูนย์ข้อมูล ในรายงานเมื่อวันที่ 22 กันยายน Luke Emberson และ David Roodman วิเคราะห์ต้นทุนในการบรรลุระดับประสิทธิภาพเดียวกันในห้า benchmark (คณิตศาสตร์ วิทยาศาสตร์ที่เข้มข้น และเกมที่ต้องใช้ทักษะ) ตลอดระยะเวลาประมาณสามปี ตัวเลขหลัก: ตั้งแต่ปี 2023 ต้นทุนของระดับประสิทธิภาพหนึ่งๆ ลดลงประมาณ 47% ต่อไตรมาส ซึ่งเท่ากับถูกลง 13 เท่าต่อปี เมื่อเทียบกับประวัติศาสตร์ รวดเร็วกว่าการถอดรหัสดีเอ็นเอสี่เท่า รวดเร็วกว่าการคำนวณหกเท่า รวดเร็วกว่าแบตเตอรี่ลิเธียม 18 เท่า และรวดเร็วกว่าไฟฟ้าในศตวรรษจนถึงปี 1973 ถึง 54 เท่า หลักฐานชี้ว่าอัตราการลดลงนี้ดำเนินมาอย่างน้อยตั้งแต่เดือนพฤศจิกายน 2021 เมื่อ OpenAI เปิด API ของ GPT-3 อย่างเต็มรูปแบบ เมื่อวันที่ 31 มกราคม 2025 o3 ของ OpenAI ทำคะแนนได้ 75% ใน GPQA Diamond (ข้อสอบแบบปริญญาเอกในฟิสิกส์ เคมี และชีววิทยา) โดยมีค่าใช้จ่ายประมาณ 30 เซนต์ต่อคำถาม น้อยกว่า 18 เดือนต่อมา GPT-5.6 Luna ทำคะแนนเดียวกันได้ในราคาเพียงสี่ในร้อยของเซนต์ ($0.0004) การลดลงถึง 725 เท่า Epoch เปรียบเทียบกับราคาของรถยนต์ใหม่ที่ลดจาก 50,000 ดอลลาร์เหลือเพียง 69 ดอลลาร์ ความเร็วในการลดลงแตกต่างกันตามโดเมน: ช้ากว่าในปริศนาเกม (39% ถึง 43% ต่อไตรมาส) และเร็วกว่าในคณิตศาสตร์ (50% ถึง 52%) และราคาลดลงอย่างมากทันทีหลังจากที่ระดับหนึ่งกลายเป็นผู้นำในขณะนั้น โดยเฉลี่ยจากห้า benchmark หลัก การลดลงอยู่ที่ 66% ต่อไตรมาส (75 เท่าต่อปี) ในช่วงเปิดตัวของเทคโนโลยีชั้นนำ; สองปีต่อมา เหลือเพียงครึ่งหนึ่งคือ 32% ต่อไตรมาส (4.7 เท่าต่อปี) สมมุติฐานของพวกเขา: ในช่วงแรกแล็บจะเรียกเก็บพรีเมียม จากนั้นการแข่งขันทั้งแบบเปิดและปิดจะดันราคาให้ลดลง พวกเขาเองก็ระบุข้อจำกัด: แล็บอาจฝึกโมเดลเกินความจำเป็นเพื่อ benchmark การตอบคำถามถูกต้องไม่ใช่งานที่มีประโยชน์จริงผู้ใช้งานจริงไม่ได้อยู่กับโมเดลที่ถูกที่สุดเสมอไป กรอบเวลาเพียงสามปี และสามารถคำนวณค่าเฉลี่ยจากข้อมูลได้หลายวิธี สำหรับสแต็ก AI การอ่านคือชัดเจน: ความสามารถที่เมื่อวานยังเป็นพรีเมียม จะกลายเป็นสินค้าอุปโภคบริโภคอย่างรวดเร็ว และสิ่งที่เปิดโอกาสให้ใช้งานในวงกว้างคือราคาต่อภารกิจ ไม่ใช่แค่โมเดลใหม่เท่านั้น ในแง่ผู้ให้บริการ API กำไรส่วนเกินจากโมเดลเฉพาะดูเหมือนจะเป็นช่วงเวลาสั้นๆ Epoch เองก็ระบุว่าสิ่งนี้เป็นทั้งสาเหตุและผลลัพธ์ของการแข่งขัน ในกราฟของพวกเขา การแข่งขันดุเดือดใกล้จุดสูงสุดเกิดขึ้นส่วนใหญ่ระหว่างโมเดลแบบปิด ส่วนผู้ลงทุน มาร์จินการประมวลผลลดลง คนที่ได้ปริมาณและคนที่นำหน้าเรื่องต้นทุนอย่างน้อยหนึ่งไตรมาสมีความสำคัญมากกว่านิยายของโมเดลถาวร และพรีเมียมของการเป็นผู้ถูกที่สุดในจุดสูงสุดจะหายไปอย่างรวดเร็ว ต้นทุนของชิปและพลังงานเพิ่มขึ้น ในขณะที่ต้นทุนของการ “คิด” ลดลง