Stanford 457 页 AI Index 报告:推理成本每年降 30%,开源与闭源差距缩至 1.7%
mdancho84 · x · 2026-09-03
Matt Dancho 连发长推梳理 Stanford AI Index(457 页)的关键数据,并给出 2026 年数据科学家职业建议。要点:
- 成本与效率:2025 年 AI 的性价比每年提升约 30%,能效每年提升约 40%,AI 正从「demo」走向「默认选项」。
- 算力仍在爆炸:知名模型训练算力约每 5 个月翻倍,scaling 仍在继续,但只有少数玩家玩得起。
- 产业主导:2024 年约 90% 的知名模型来自企业界(2023 年约 60%),前沿越来越是产品+基础设施的游戏。
- 前沿趋同:Chatbot Arena 第 1 名与第 10 名的差距一年内从 11.9% 缩到 5.4%,「选哪个模型」变得不如工作流、评测和数据重要。
- 开源追赶:开源与闭源模型在 Chatbot Arena 的差距缩至约 1.70%(截至 2025 年 2 月),影响技术选型与预算。
- 基准被刷爆:MMMU / GPQA / SWE-bench 等硬基准 2023→2024 年提升 1967 个百分点,公共基准快速失效。
- 职业建议:自建 eval 体系、做工作流工程(agent + pipeline)、掌握推理成本经济学。
所属事件:斯坦福457页AI报告：推理成本年降30%，开源闭源差距缩至1.7%(2 条相关)→
「漫话AGI」频道最新
- 物理学家 Sabine：别把人类可理解性当作科学的前提，AI 才是出路 — coherence · 2026-10-21
- 花3个月实测:Anthropic 内部模型能否设计蝎子抗毒血清 — apoorvasriniva · 2026-10-21
- Nat Lambert：AI 网络风险是生态问题，而非开源模型独有问题 — natolambert · 2026-10-21
- 减肥药年入 710 亿美元,仍是 OpenAI 与 Anthropic 营收总和四倍 — HealthcareAIGuy · 2026-10-21
- AI 只能模拟自我如何说话，无法模拟自我本身 — gerardsans · 2026-10-21
- 马斯克预言货币将失效：未来以「瓦特与吨位」计价 — Polymarket · 2026-10-21