Epoch AI 是一家长期追踪人工智能发展的研究机构，其 2026.9.22 发布的报告对 AI 推理成本趋势给出系统测算。研究显示过去三年间，达成同等 AI 性能所需的成本平均每季度下降约 47 个百分点，相当于每年约 13 倍的降幅，速度快于历史上任何一种通用目的技术。
核心要点
- 过去三年同等 AI 性能的成本平均每季度下降约 47 个百分点，年降幅约 13 倍
- 数学类基准下降更快，为每季度 50 至 52 个百分点，游戏类谜题为 39 至 43 个百分点
- 性能刚成为业界最佳水平时成本下降最快，五个基准平均每季度 66 个百分点
- 同等表现问世两年后，下降速度放缓至每季度约 32 个百分点
- 报告由 Luke Emberson 与 David Roodman 完成，覆盖五个基准的三年数据
- 测算基准包括 AIME、GPQA Diamond、FrontierMath 与国际象棋谜题等
研究详情
核心案例
报告援引了一个直观案例。2025 年 1 月底 OpenAI 发布的 o3 模型，以平均每题 30 美分的成本在 GPQA Diamond 基准上取得约 75 分的成绩，约 18 个月后 GPT-5.6 Luna 以每题 0.0004 美元的成本达到同等水平，降幅约 725 倍。
这一比例放在汽车市场，相当于标价 5 万美元的新车跌到 69 美元。报告认为没有哪种历史上的通用目的技术出现过如此快的降价速度。
方法与局限
研究方法上，团队借鉴美国联邦 AI 标准与创新中心 CAISI 的评估思路，利用高预算基准测试的运行记录推算模型在不同推理预算下的表现，从而刻画每个模型的完整成本与性能曲线，再对成本前沿进行统计建模。
报告同时列出多项局限，包括 AI 公司可能针对基准专门训练、基准表现与实际工作并不等同，以及真实用户不会如此频繁地切换模型，因此测算数字应被视为对趋势的粗略度量而非精确值。
与既往研究对比
对比 LessWrong 的编码任务口径和 a16z 的价格口径，区别在于本报告以 GPT-5.6 Luna 等模型的完整成本曲线刻画前沿。
| 研究 | 时间 | 测算口径 | 年降幅 |
|---|---|---|---|
| a16z 分析 | 2024 年 | 每 token 价格 | 约 10 倍 |
| Epoch AI 早期分析 | 2025 年 3 月 | 每 token 价格 | 9 至 900 倍 |
| LessWrong 分析 | 2025 年 9 月 | 编码任务成本 | 64 至 380 倍 |
| Gundlach 等论文 | 2026 年 3 月 | 成本对性能 | 5 至 10 倍 |
| 本次报告 | 2026 年 9 月 | 成本对性能完整曲线 | 约 13 倍 |
常见问题
问. 这份报告是什么
报告是研究机构 Epoch AI 于 2026 年 9 月 22 日发布的 AI 推理成本研究，测算显示达成同等 AI 性能的成本平均每季度下降约 47 个百分点，年降幅约 13 倍。
问. 报告结论如何理解
以 GPQA Diamond 基准为例，OpenAI 的 o3 在 2025 年初以每题 30 美分达到约 75 分，约 18 个月后 GPT-5.6 Luna 以每题 0.0004 美元达到同等成绩，降幅约 725 倍。
问. 本次测算与 a16z 等早期研究的区别是什么
a16z 等早期分析主要衡量每 token 价格，本次报告直接刻画成本对性能的完整曲线，并把推理模型在不同思考强度下的花费纳入测算。
问. 报告是否收费，如何获取
报告在 Epoch AI 官网公开免费发布，配套数据与代码同步公开，读者可直接查阅全文与交互图表。
最后更新于 2026 年 9 月的这份报告为当前最新版本，其更新日志显示，早期版本曾以两页扩展摘要形式接受 ACM SIGOPS ATC 2026 运营系统赛道评审。
本次发布的是大幅扩充后的完整版本。报告配套的数据与代码仓库同步公开，但仓库未采用 MIT 或 Apache 协议，读者引用时需留意授权边界。
为补齐数据缺口，研究团队贡献了针对五个基准的补充评测，包括直接运行多个开放权重模型以获取真实成本数据。
本文来源，Epoch AI《The plunging price of thought》https://epoch.ai/publications/the-plunging-price-of-thought
