返回资讯中心
外部精选
软件工程
#开发者实时流

前沿AI模型成本下降速度加快,GPT-5任务成本从79美分降至约2美分

来源标题:Frontier AI takes only months to get 10 times cheaper

前沿AI模型的能力等价成本正快速下降:GPT-5发布时需79美分的任务,如今用更新的模型约2美分即可完成。模型发布越晚,更便宜的模型追平它的速度越快。GPT-4在2023年完成任务需88美分,而目前能力最强的模型之一Claude Opus 5.5在高推理强度下成本已低于这一水平。

Hacker News 最新kevin_hu2026/11/13 · 4 天前10 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

用GPT-5刚发布时花79美分才能完成的任务,如今用更新的模型只需约2美分。而且模型发布得越晚,更便宜的模型追平它的速度就越快。

同样的钱,每年能买到强得多的AI

如今,任何一个里程碑模型都能以极低成本被追平

越新的水平,变便宜的速度越快

我们是如何制作这张图的

AI的价格通常按token报价,但企业真正付费购买的,是在特定质量水平上完成的一项任务。Village的LLM Atlas对两者都做了估算:每个模型及每种推理设置的能力评分,以及完成一项典型agentic任务(例如在终端中修复代码,或起草一份专业文档)的成本。这样一来,我们就能追踪每个预算随时间能买到什么,以及用最便宜的方式追平某个里程碑模型的能力需要多少成本。如今,追平任何里程碑模型的成本都只是其发布价的一小部分,而追平近期里程碑模型的成本下降得最快。

按月绘制自2024年以来,每项任务10美分预算所能达到的最佳Atlas评分。

GPT-4的发布价,如今能买到Claude Opus 5.5。GPT-4在2023年每项任务成本为88美分;而Opus 5.5是Atlas中能力最强的模型之一,在高推理强度下成本仍低于这个数。

这种变化每年都在发生。在过去两年中的每一年,花一毛钱能买到的最佳模型,都胜过了前一年花一美元能买到的最佳模型。

如今,任何一个里程碑模型都能以极低成本被追平

当LLM Atlas中出现追平GPT-5.5、且每项agentic任务成本低于5美分的模型时通知我。如今,哪个开放权重模型是追平GPT-5最便宜的方式?

GPT-5水平的工作,成本只有其发布时的三十三分之一。2025年8月用GPT-5完成一项agentic任务要花79美分,而用OpenAI的GPT-6 Luna只需约2美分。

o1水平的工作便宜了143倍。OpenAI的第一款推理模型在2024年12月每项任务成本为2.68美元;如今同样的水平成本不到2美分。

甚至连今年的前沿模型也已是白菜价。追平2月发布的Claude Opus 4.6,如今便宜了51倍。

降价的很大一部分来自更便宜的档位——它们只需更少的推理就能达到同等质量:如今追平o1最便宜的方式是关闭推理的GPT-6 Luna。短问题的降幅甚至比agentic任务更大,GPT-5水平的问题比发布时便宜了171倍。

绘制自2025年以来,GPT-5水平模型的每token价格与每任务成本各自的变化。

GPT-4和GPT-4o设定的水平,每年下降3到5倍。

自2024年底o1以来设定的水平,每年下降11到25倍。

前沿与廉价档位之间的差距也在更快缩小,尽管并非每个水平都如此。GPT-4水平的工作花了14个月才便宜10倍,o3水平的工作花了13个月,但自GPT-4以来另外五个里程碑模型只用了4到9个月就做到了。

本研究使用Village的LLM Atlas。它根据公开基准结果估算每个模型及每种推理设置的能力评分,并用一个独立的成本模型,根据评测者的运行结果估算一项任务的典型美元成本,具体方法见其方法论。Agentic任务对应成本模型中的Terminal-Bench 2.1和GDPval工作负载。某一日期上的前沿,是截至该日已发布模型中,在每个成本档位上能力最强的设置。一个“水平”指某个里程碑模型的能力评分;在每一日期上,其成本是截至该日已发布、且评分至少达到该水平的任何模型中最便宜的设置。年度变化率是各里程碑模型自发布以来对数成本的直线趋势,仅针对至少有满一年历史的水平。评分与成本数据截至2026年10月31日;Atlas会随新结果发布而更新。

每个模型按其评测者实际支付的价格给出单一成本估算,因此不会追踪较旧模型后来的降价。仅在模型评分不确定性区间的下限越过该水平时才计入该模型,或仅使用在至少10个基准系列上评分的模型,得到的整体图景相同,尽管个别水平的年度变化率会有最多数倍的变动。

我们在Village中构建了这些。你会构建什么?

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →