Epoch AI. AI-ի տվյալ մակարդակի արժեքը մեկ եռամսյակում նվազում է 47%-ով

Արհեստական բանականության տվյալ մակարդակի հասնելու արժեքը վերջին երեք տարվա ընթացքում մեկ եռամսյակում միջինը նվազել է մոտ 47%-ով։ Սա Epoch AI-ի նոր հետազոտության եզրակացությունն է, որի հեղինակներն են Emberson-ը և Roodman-ը։ Դա նշանակում է տարեկան 13 անգամ անկում՝ ավելի արագ, քան պատմության մեջ ցանկացած այլ վերափոխող տեխնոլոգիա։ Հետազոտությանը անդրադարձել է տնտեսական Marginal Revolution բլոգը։

Ինչ է չափում հետազոտությունը

Հեղինակները վերլուծել են հինգ թեստ՝ մաթեմատիկայից, ճշգրիտ գիտություններից և ինտելեկտուալ խաղերից, և գնահատել «արժեքի սահմանը»՝ տվյալ պահին տվյալ արդյունքն ապահովող ամենաէժան մոդելը։ Միջինում նման ծախսը նվազում է եռամսյակում 47%-ով, այսինքն՝ տարեկան 13 անգամ։ Անկման արագությունը կախված է առաջադրանքի տեսակից. խաղային գլուխկոտրուկները էժանանում են ավելի դանդաղ՝ եռամսյակում 39–43%-ով, իսկ մաթեմատիկան՝ ավելի արագ՝ 50–52%-ով։

Տեմպը հաստատուն չէ։ Երբ նոր հնարավորությունն առաջին անգամ է ի հայտ գալիս, այն կարճ ժամանակով տեխնոլոգիայի գագաթն է, և գները հենց այդ փուլում են ամենաարագ անկում ապրում. հինգ թեստերի միջինում ծախսն այդ շրջանում նվազում է եռամսյակում 66%-ով (տարեկան 75 անգամ), իսկ երկու տարի անց՝ երկու անգամ ավելի դանդաղ՝ 32%-ով, այսինքն՝ տարեկան 4,7 անգամ։

o3-ից մինչև GPT-5.6 Luna՝ 725 անգամ ավելի էժան

Հետազոտության ամենավառ օրինակը GPQA Diamond թեստն է՝ ֆիզիկայի, քիմիայի և կենսաբանության դոկտորական մակարդակի հարցեր։ Epoch AI-ի գնահատմամբ՝ 2025 թվականի հունվարին OpenAI-ի o3 մոդելը այս թեստում 75% արդյունքի հասնում էր հարցի դիմաց միջինը մոտ 30 ցենտ ծախսով։ 18 ամսից էլ քիչ անց OpenAI-ն թողարկեց GPT-5.6 Luna-ն, որը նույն արդյունքը տալիս է հարցի դիմաց 0,0004 դոլարով՝ մոտ 725 անգամ ավելի էժան։

Ինչու է սա կարևոր

Եզրակացությունը միայն այն չէ, որ մոդելները խելացիանում են. նույն մակարդակի ինտելեկտը գործարկելու համար զգալիորեն ավելի քիչ ռեսուրս է հարկավոր։ Marginal Revolution-ը դրանից մրցակցային եզրակացություն է անում. բաց մոդելների սպառնալիքը այնքան մեծ չէ, որքան թվում է, քանի որ առաջատար մոդելները ոչ միայն գերազանցում են հին մոդելներին, այլև արագորեն էժանանում են ցանկացած արդյունավետության դեպքում։

Հեղինակները զգուշացնում են, որ արդյունքներն ունեն սահմանափակումներ. թեստերը իրական աշխատանքի կատարյալ չափիչ չեն, և ընկերությունները կարող են մոդելները միտումնավոր կրթել հայտնի թեստերի համար։ Հաշվարկները նաև ենթադրում են օգտատեր, որը միշտ ընտրում է ամենաէժան մոդելը, ինչը իրական մարդիկ գրեթե չեն անում։ Բացի այդ, էժանացող գինը չի նշանակում նվազող ծախս. եթե առաջադրանքը պահանջում է միլիոն թեստի չափ մտածողություն, հաշիվը կուտակվում է նույնիսկ մեկ ցենտով։