Epoch AI: Müəyyən AI performans səviyyəsinin qiyməti rübdə 47% azalır

Müəyyən bir süni intellekt səviyyəsinə çatmağın dəyəri son üç ildə rübdə ortalama təxminən 47% azalıb. Bu, Emberson və Roodman imzalı yeni Epoch AI hesabatının nəticəsidir. Bu, ildə 13 dəfə ucuzlaşma deməkdir və tarixdəki heç bir digər transformativ texnologiya bu qədər sürətli ucuzlaşmayıb. Nəticələrə iqtisadi blog olan Marginal Revolution da diqqət çəkib.

Hesabat nəyi ölçür

Müəlliflər riyaziyyat, dəqiq elmlər və intellektual oyunları əhatə edən beş benchmark-ı təhlil edib və "dəyər sərhədini" izləyiblər: müəyyən anda müəyyən nəticəni verə bilən ən ucuz model. Orta hesabla bu xərc rübdə 47%, yəni ildə 13 dəfə azalır. Azalma sürəti tapşırığın növündən asılıdır: oyun əsaslı bulmacalar daha yavaş ucuzlaşır — rübdə 39–43%, riyaziyyat isə daha sürətli — 50–52%.

Sürət sabit deyil. Yeni imkan ilk dəfə ortaya çıxanda qısa müddət texnologiyanın zirvəsini təmsil edir və qiymətlər məhz o mərhələdə ən sürətli düşür: beş benchmark üzrə orta hesabla xərc həmin dövrdə rübdə 66% (ildə 75 dəfə) azalır, iki il sonra isə iki dəfə yavaş — rübdə 32%, yəni ildə 4,7 dəfə.

o3-dən GPT-5.6 Luna-ya: 725 dəfə ucuz

Hesabatın ən bariz nümunəsi GPQA Diamond testidir: fizika, kimya və biologiya üzrə doktorantura səviyyəli suallar. Epoch AI-nin qiymətləndirməsinə görə, 2025-ci ilin yanvarında OpenAI-nin o3 modeli bu testdə 75% nəticəyə sual başına orta hesabla təxminən 30 sent xərclə çatırdı. 18 aydan az sonra OpenAI GPT-5.6 Luna-nı buraxdı; model eyni nəticəni sual başına 0,0004 dollara verir — təxminən 725 dəfə ucuz.

Niyə vacibdir

Müəlliflər qeyd edir ki, söhbət təkcə modellərin ağıllanmasından getmir: eyni səviyyəli intellektin işə salınması getdikcə daha az inferens xərci tələb edir. Marginal Revolution bundan rəqabət baxımından nəticə çıxarır: açıq çəkili modellərdən gələn təhdid göründüyü qədər böyük deyil, çünki qabaqcıl modellər köhnələri təkcə üstələmir, həm də istənilən performans səviyyəsində sürətlə ucuzlaşır.

Müəlliflər xəbərdarlıq edir ki, nəticələrin müəyyən məhdudiyyətləri var: benchmark-lar real işin mükəmməl ölçüsü deyil və şirkətlər modelləri tanınan testlərə görə qəsdən öyrədə bilər. Hesablamalar həm də hər tapşırıq üçün ən ucuz modeli seçən istifadəçini nəzərdə tutur; real istifadəçilər bunu nadir hallarda edir. Üstəlik ucuzlaşan qiymət azalan xərc demək deyil: tapşırıq milyon test qədər düşünmə tələb edirsə, hesab bir sentlik qiymətdən belə yığılır.