Epoch AI: ინტელექტის ფასი წელიწადში 13-ჯერ ეცემა

ხელოვნური ინტელექტის ერთი და იმავე დონის შედეგის მისაღებად საჭირო ხარჯი ბოლო სამი წლის განმავლობაში კვარტალში საშუალოდ დაახლოებით 47%-ით შემცირდა. ასეთია Epoch AI-ის ახალი კვლევის დასკვნა, რომლის ავტორები Emberson და Roodman არიან. წელიწადში ეს 13-ჯერ გაიაფებას ნიშნავს — ისტორიაში არც ერთი სხვა გარდამქმნელი ტექნოლოგია ასე სწრაფად არ გაიაფებულა. კვლევას ეკონომიკური ბლოგი Marginal Revolution გამოეხმაურა.

რას ზომავს კვლევა

ავტორებმა ხუთი ბენჩმარკი გააანალიზეს — მათემატიკა, ზუსტი მეცნიერებები და ინტელექტუალური თამაშები — და ე.წ. ღირებულების ფრონტი დაადგინეს: რომელი მოდელია კონკრეტულ მომენტში ყველაზე იაფი, თუ მოცემული შედეგის მიღწევა სურს. საშუალოდ ასეთი ხარჯი კვარტალში 47%-ით, ანუ წელიწადში 13-ჯერ იკლებს. კლების ტემპი დავალების ტიპზეა დამოკიდებული: თამაშებზე დაფუძნებული ამოცანები უფრო ნელა იაფდება — კვარტალში 39–43%-ით, მათემატიკა კი უფრო სწრაფად — 50–52%-ით.

ტემპი მუდმივი არ არის. როცა ახალი შესაძლებლობა პირველად ჩნდება, ის ტექნოლოგიის მწვერვალია და სწორედ მაშინ ეცემა ფასი ყველაზე სწრაფად: ხუთი ბენჩმარკის საშუალოდ კვარტალში 66%-ით, ანუ წელიწადში 75-ჯერ. ორი წლის შემდეგ ტემპი ნახევრდება — კვარტალში 32%, წელიწადში 4,7-ჯერ.

o3-დან GPT-5.6 Luna-მდე: 725-ჯერ იაფად

კვლევის ყველაზე ნათელი მაგალითი GPQA Diamond-ის ტესტია — ფიზიკის, ქიმიისა და ბიოლოგიის დოქტორანტური დონის კითხვები. Epoch AI-ის შეფასებით, 2025 წლის იანვარს OpenAI-ის მოდელი o3 ამ ტესტზე 75%-ს კითხვაზე საშუალოდ 30 ცენტის ხარჯით აღწევდა. 18 თვეზე ნაკლებ დროში OpenAI-მა GPT-5.6 Luna გამოუშვა, რომელიც იმავე შედეგს კითხვაზე 0,0004 დოლარად იღებს — დაახლოებით 725-ჯერ იაფად.

რატომ არის ეს მნიშვნელოვანი

Epoch AI-ის ავტორები აღნიშნავენ, რომ მოდელები არა მხოლოდ უფრო ჭკვიანი ხდება, არამედ იგივე დონის ინტელექტის გაშვება სულ უფრო ნაკლებ ხარჯს მოითხოვს. Marginal Revolution-ის შეფასებით, ამით ღია მოდელების საფრთხე იმაზე მცირეა, ვიდრე ჩანს: ფრონტის მოდელები ძველ მოდელებს არა მხოლოდ ჯობია, არამედ ნებისმიერი დონის შედეგზე სწრაფად იაფდება.

თუმცა ავტორები ხაზს უსვამენ, რომ მათი შედეგები სიფრთხილეს მოითხოვს. ბენჩმარკები რეალური სამუშაოს იდეალური საზომი არ არის — კომპანიებს მოდელების ცნობილ ტესტებზე მიზანმიმართულად წვრთნაც შეუძლიათ. გარდა ამისა, გათვლები იმ მომხმარებელს ვარაუდობს, რომელიც ყოველთვის ყველაზე იაფ მოდელს ეძებს; რეალურად ასე იშვიათად ხდება. ღირებულების ვარდნა ხარჯის ვარდნას არ ნიშნავს: თუ ამოცანა მილიონი ტესტის ტოლ აზროვნებას მოითხოვს, ცენტიანი ფასიც კი დიდ თანხებად იკრიბება.