Epoch算了笔账：GPQA拿75分的成本，一年半降了725倍

AI 到底变便宜了多少，研究机构 Epoch AI 换了一个角度来算。

以往大家比较的是 token 单价，但这个口径有问题：新模型单价降了，可如果它想得更久、输出更多，实际花的钱不一定少。Epoch 这次看的是“达到某个固定分数，实际要花多少美元”，还会在更严格的 token 上限下重放测试记录。

拿 GPQA Diamond 这个研究生级别的科学问答基准举例：

OpenAI 的 o3 当年要拿到 75% 的分数，每道题大约花 0.30 美元。不到一年半之后，GPT-5.6 Luna 拿到同样的分数，每道题只要约 0.0004 美元。

降了 725 倍。

放到更长的时间尺度上，Epoch 的分析是：从 2023 年起，达到同等基准表现的成本平均每个季度下降约 47%，折合每年大约 13 倍，这个结论来自五个主要基准。作为对比，电力、电池、算力、DNA 测序这些常被拿来举例的“降本神话”，速度都比不上。

这个数据对做产品的人很有参考价值。

如果一个 AI 功能今天因为成本太高没法做，那么按这个速度，一年后成本可能只剩十几分之一。很多现在算不过来账的应用，等一等就能算过来了。

当然，这里说的是“达到固定水平”的成本。前沿最强的那个模型，价格并没有这么夸张地下降，大家愿意为最好的那一档付的钱，一直都不便宜。