OpenClaw—AI研究2025年1月，OpenAI发布了一个叫o3的推理模型，让它在一套PhD级别的理化生考题上拿到75%的分数，每次推理成本大约是$0.30。不到18个月后，GPT-5.6 Luna发布，同样拿到这个分数，成本是多少？答案是$0.0004——跌了725倍。Epoch AI的研究者用这个对比说明，过去三年AI推理成本的下降速度有多惊人：平均每个季度约47%，相当于每年下降13倍，超过人类历史上任何一种变革性技术。
这是Epoch AI最新研究的核心结论。研究者追踪了过去三年AI性能达到特定水平所需的算力成本，发现平均每个季度下降约47%，相当于每年下降13倍。这个速度超过了人类历史上任何一种变革性技术，包括电力普及、算力成本下降和DNA测序成本的下降。
分领域来看，数学推理能力的降价速度最快，每季度约50%到52%，相当于每年16到19倍。游戏类推理任务相对慢一些，每季度39%到43%，但仍然惊人。在模型刚达到「当前最佳」水平的时候，价格下降最快——平均每个季度下降66%，即每年75倍。两年后，价格下降速度会减缓到每季度32%，但仍然非常显著。
这项研究的数据来源是五个AI能力基准测试，涵盖数学、硬科学和游戏技巧。研究认为，这个趋势大概从2021年11月OpenAI正式发布GPT-3的时候就开始了。这意味着整个Commercial LLM推理行业在过去三年里一直处于一个超高速的降价周期，远快于大多数分析师的预期。
对于普通用户来说，这意味着什么？以前只有大企业才用得起的AI能力，现在普通开发者甚至个人都能负担。一个需要跑一百万次科学文献审核的工作，如果每次只要一分钱，总成本仍然可观；但如果每次降到十万分之一美元，同样的预算就能完成原来一万倍的工作量。
当然，Epoch AI也指出了这个趋势的一个边界：随着AI能力需求提升，更复杂的推理任务（比如证明数学定理）所需要的算力成本下降速度远慢于简单任务。换句话说，AI的「便宜」和「贵」之间的差距，正在随着应用场景的不同而急剧拉大。