专题 · FULL STORY

AI 成本暴降？Epoch 报告引发激辩

Epoch AI 发布报告称同等性能下 AI 成本每季度下降 47%，引发广泛传播。随后牛津学者 Toby Ord 等人公开质疑相关「五年降价十万倍」图表的口径与结论，双方就数据方法展开争论。

2026-09-23 ~ 2026-09-24 · 2 集 · 23 条

第 1 集 · Epoch AI 报告：同等性能 AI 成本每季降 47%(2026-09-23,13 条)

Epoch AI 发布研究报告《The Plunging Price of Thought》，测算显示自 2023 年以来，在给定性能水平下 AI 的成本每季度下降约 47%，折合每年约降 13 倍，18 个月内累计暴跌约 725 倍。报告认为这是历史上成本下降速度最快的变革性技术。该结论在 Reddit 与 X 等社区被广泛转述讨论，宾大教授 Ethan Mollick、斯坦福的 Rishi Bommasani 等学者均参与传播，中文科技媒体 APPSO 也做了跟进解读。

已确认

  • 报告由 Epoch AI 研究员 David Roodman 与 Luke Emberson 发布，核心结论是同等性能水平下的 AI 成本自 2023 年以来每季度下降约 47%，每年约降 13 倍（@Jsevillamol、@kimmonismus、@ProperActuary2907、@emollick 等转述）
  • 横向对比：AI 降本速度约为 DNA 测序的 4 倍、算力（摩尔定律）的 6 倍、锂电池的 18 倍，也快于 1973 年前的电力（@Terminator857、@daveholtz、@RishiBommasani、@IgorCarron 等转述；@Terminator857 将季度降幅粗略表述为约 50%）
  • @kimmonismus 援引典型案例：OpenAI o3 在 FrontierMath Tiers 1–3 等基准上的价格大幅下滑；@rohanpaulai 补充，o3 在 GPQA Diamond 上达到 75% 正确率的价格也大幅下降，对应 18 个月约 725 倍的降幅
  • @1411337 的图表汇总帖认为，「能力变便宜」的速度本身正成为 AI 扩散最快的驱动力之一
  • APPSO 基于 Epoch AI 数据指出一个反常局面：芯片、电力、数据中心等底层投入越来越贵，但让 AI 完成同等任务的成本却在以可能超越任何通用技术的速度下降，即 AI 模型正以史上最快速度「贬值」

为什么重要

  • 若 47% 的季度降本趋势持续，AI 能力的获取门槛将快速下探，可能显著加速 AI 在各行业的渗透
  • 与基因测序、算力、电池等历史标志性降本曲线的量化对比，为判断 AI 的宏观影响提供了参照
  • 报告为「智能本身正在商品化」这一判断提供了数据支撑，是该领域讨论的重要一手信源
  • 多平台学者与从业者（如 @emollick、@RishiBommasani）及中文媒体的自发转发与解读，显示该结论已进入主流 AI 政策与经济学讨论视野

第 2 集 · 「AI 五年降价十万倍」图表遭 Ord 等学者集体质疑(2026-09-23,10 条)

9 月 23 日起，一张声称 2021–2026 年间 AI 价格下降超过 100,000 倍的流行图表遭到牛津哲学家 Toby Ord 的公开质疑，经济学家 David Roodman 与研究者 David Manheim 也在与 Epoch AI 相关的讨论中补充了方法论与结构性批评。多方共同指向一个结论：该图把能力提升与成本下降合并成一条纯成本曲线，得不出 10 万倍降价的结论；更准确的描述是各能力档位价格累计下降约 100 到 1000 倍。

已确认

  • Toby Ord 指出，很难说有什么东西真的便宜了 10 万倍，这更像是某种汇总或代理统计，不适合作为价格走势的直接呈现。
  • 他在与 @ramez 的讨论中进一步说明，按能力档位拆分后，每个档位的价格降幅并非指数级，而是很快趋于平缓（即使按每月百分比计算），因此标题中 100,000 倍的成本下降实际并不成立。
  • Ord 认为图表把能力提升混入了降价曲线，混淆了统计口径；经济学家 David Roodman 持类似批评，认为把能力快速提升与成本下降合并后试图得出纯成本维度的结论，在方法上不可行。
  • 在更正的描述中，Ord 提出两点：各能力档位价格先快速下降、随后放缓，累计约降 100 到 1000 倍；与此同时，同价位能获得的模型质量仍在加速上升。
  • 在与 David Roodman、Epoch AI 的后续讨论中，Ord 对「AI 成本急剧下降」的表述提出两点保留：除了如何呈现降幅，他也不确定降价的确切范围——AI 服务中究竟有多少环节并没有出现类似降价。此前 Epoch 相关表述曾给出约 725 倍的服务降价数字，Ord 质疑这一数字能否代表全貌。
  • David Manheim 认可蒸馏小模型确实以大幅更低的价格提供了略低的质量，但据此推出整体成本曲线大幅下降的大结论站不住脚；他还补充实际成本并没有按「GPU 降价 + 能力提升」同比例下降，因为存在固定成本。

尚未确认

  • 讨论中提及的图表原始出处与具体数据口径，帖子材料中未给出。
  • AI 服务中未经历类似降价的具体环节范围，Ord 本人亦表示不确定，讨论中没有定论。

为什么重要

  • David Manheim 补充了算力价格的结构性约束：用户无法单独购买「10 flops」的算力，同样的价格只能买到多一万亿倍的算力——反向情形（一切便宜一万亿倍）因固定成本瓶颈而不可能出现，这意味着算力价格存在事实上的价格地板。
  • 这类成本下降曲线常被用于 AI 趋势预测与政策论证，若口径有误，可能系统性夸大 AI 的降价速度，影响对 AI 普及节奏与经济影响的判断。