ИССЛЕДОВАНИЕ · RESEARCH · #971
Epoch AI: стоимость достижения фиксированных бенчмарков упала ~47% в квартал; MIT оценивает чистые алгоритмические улучшения в ~3x/год
Epoch AI сообщает, что рыночная цена достижения фиксированных результатов по пяти AI‑бенчмаркам упала примерно на 47% в квартал (≈13x/год) с 2023 года, приводя примеры вроде OpenAI o3 и GPT‑5.6, при этом отмечая ограниченность выборки и что измеряется цена за балл, а не чистая алгоритмическая эффективность. Исследователи из MIT (Ханс Гундлах и др.), проанализировав более широкий набор моделей и цен, находят снижение стоимости на бенчмарках в 5–10x в год, но после учёта аппаратных улучшений и конкуренции оценивают чистые алгоритмические выгоды примерно в 3x/год и указывают, что часть прогресса достигается за счёт увеличения вычислений на тесте.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Epoch AI сообщает, что рыночная цена достижения фиксированных результатов по пяти AI‑бенчмаркам упала примерно на 47% в квартал (≈13x/год) с 2023 года, приводя примеры вроде OpenAI o3 и GPT‑5.6, при этом отмечая ограниченность выборки и что измеряется цена за балл, а не чистая алгоритмическая эффективность.
- Исследователи из MIT (Ханс Гундлах и др.), проанализировав более широкий набор моделей и цен, находят снижение стоимости на бенчмарках в 5–10x в год, но после учёта аппаратных улучшений и конкуренции оценивают чистые алгоритмические выгоды примерно в 3x/год и указывают, что часть прогресса достигается за счёт увеличения вычислений на тесте.
- Снижение стоимости достижения бенчмарков может быстро расширить доступ к производительным моделям и изменить экономику разработки и внедрения, но различие между аппаратно‑рыночными эффектами и реальными алгоритмическими улучшениями влияет на долгосрочные ожидания.
ПОЧЕМУ ЭТО ВАЖНО
Снижение стоимости достижения бенчмарков может быстро расширить доступ к производительным моделям и изменить экономику разработки и внедрения, но различие между аппаратно‑рыночными эффектами и реальными алгоритмическими улучшениями влияет на долгосрочные ожидания.