2026 年 9 月 22 日，AI 研究机构 Epoch AI 发布报告《The plunging price of thought》（思想的暴跌价格），给出一个惊人的数字：过去三年里，达到同等 AI 性能的成本平均每季度下降约 47%，折算下来每年便宜 13 倍。报告作者 Luke Emberson 和 David Roodman 写道，这个降价速度超过了历史上有记录的任何一种变革性技术。对所有买 AI 算力、做 AI 产品的人来说，这份报告回答了一个根本问题：你今天付的钱，明年还值多少。
核心判断很直接：AI 的能力价格不是在"慢慢变便宜"，而是在"塌"。三年前 GPT-4 刚发布时，达到某个性能水平要花几十美元每百万 token；三年后的今天，同样的性能可能不到一美元。Epoch AI 的数据把这种体感变成了精确的曲线。
47% 的口径：五个基准是怎么算的
报告的统计口径值得先看清。47% 这个数字来自过去三年数据最完整的五个能力基准，覆盖数学、硬科学和技巧类游戏。不同任务的降速并不一样：游戏类谜题慢一些，每季度 39%–43%；数学题最快，每季度 50%–52%。
报告还把时间线往前推：这种降价速度很可能从 2021 年 11 月 OpenAI 全面开放 GPT-3、商业 LLM 推理诞生之初就开始了。也就是说，过去近五年里，AI 推理一直处在一条极其陡峭的降价曲线上，我们只是现在才第一次有人把它完整量出来。报告的数据和代码已经在 GitHub 上公开，任何人都可以复算。
新能力降得最快：刚问世时一年便宜 75 倍
报告里最有信息量的发现藏在细节里：成本下降的速度，和这项能力"有多新"高度相关。刚刚达到最优水平（SOTA）的性能，成本平均每季度下降 66%，相当于每年 75 倍；而同一项能力在两年之后，降速会放缓到每季度 32%，即每年 4.7 倍。五个基准里有三个都呈现这个规律。
这个规律对采购决策有直接指导意义：追新模型的溢价贬值最快。如果你用的能力已经不是最前沿，等一等、换便宜模型，几乎不损失效果；反过来，如果你非用最新 SOTA 不可，就要接受它的价格正在以每年几十倍的速度往下掉——今天签的长期高价合同，明年看可能像个笑话。
便宜不等于省钱：总支出为什么还在涨
Epoch AI 在报告里特意泼了一盆冷水：价格暴跌，不代表总支出会下降。报告举了个例子：如果一项重要工作——比如把几千篇科学论文逐篇审一遍查错——需要的"思考量"相当于把某个基准测试跑一百万次，那么即使单次运行只要一分钱，总账依然可观。更关键的是，能力本身还在往上走：让 AI 通过一年级数学考试现在几乎不花钱，但让它证明一道困难的定理依然昂贵。
这正是这份报告对普通读者的真正价值：它把"AI 越来越便宜"和"AI 花钱越来越多"这两个看似矛盾的现象统一了起来。单位智能的价格在塌，但我们对智能的胃口涨得更快。下一步值得关注的不是价格还会不会降——按这条曲线，它大概率会继续降——而是当推理便宜到可以忽略时，哪些今天因为太贵而没人做的工作会第一次变得可行。
Q：47% 每季度下降是怎么统计的？
A：Epoch AI 统计了过去三年数据最完整的五个 AI 能力基准（覆盖数学、硬科学和技巧类游戏），计算达到同等性能水平的成本变化，平均得到每季度约 47% 的降幅。
Q：为什么数学任务的成本降得比游戏任务快？
A：报告显示数学类任务成本每季度下降 50%–52%，游戏类谜题为 39%–43%。不同任务的优化空间和竞争强度不同，数学推理是模型厂商和开源社区投入最集中的方向之一。
Q：这份报告的数据可以验证吗？
A：可以。Epoch AI 已将报告的数据和代码公开在 GitHub 上，报告页面也提供了可交互的图表，任何人都可以复算或深入查看。
