Epoch AI 实测单位智能成本：每季度降 47%、一年 13 倍，快过电力与 DNA 测序的历史曲线
9 月 22 日，Epoch AI 发布报告《The plunging price of thought》，用五个能力的基准测试（覆盖数学、硬科学与技巧类游戏）量化「单位智能成本」的下降速率：过去三年平均每季度下降约 47%，折合每年 13 倍，比电力、算力、电池或 DNA 测序等任何历史上的变革性技术都快。分项看，游戏类谜题降得较慢（39–43%/季度），数学问题降得最快（50–52%/季度）。报告判断这一速率可能自 2021 年 11 月商业 LLM 推理诞生（GPT-3 正式发布）起就一直如此。
一条容易被忽略的分布结论是：成本下降最快的时候，是某项能力刚刚达到 SOTA 的时刻——五个基准平均 66%/季度（75 倍/年）；同一水平的表现在两年后，成本下降速度减半，为 32%/季度（4.7 倍/年）。这条曲线不是均匀下滑，而是每一次能力刷新之后跟着一段陡坡；五个基准里有三个能观察到这个形态。
反直觉之处也是报告特意强调的一点：价格下降不等于 AI 支出下降。若某项重要工作（例如逐篇核查数千篇科学论文的错误）需要的认知量相当于把这类基准跑一百万次，即便单次成本压到一美分，总支出依然可观；而能力仍在往上走——「通过一年级数学测试的价格如今近乎为零，证明困难定理的价格还不是」。数据与代码已公开在 GitHub，另有交互页可查全部图表与表格。
原文链接：Epoch AI 官方报告
核验记录
日期核法：报告页 epoch.ai/publications/the-plunging-price-of-thought 直读全文，页内可见 `Sep. 22, 2026` 徽标，meta property="pagefind:date" content="Tue Sep 22 2026 00:00:00 GMT+0000"，两处一致；/latest 列表页同条亦标 Sep. 22, 2026。所有数字（47%/季度、13 倍/年、39–43%、50–52%、66%/季度与 75 倍/年、两年后 32%/季度与 4.7 倍/年）均取自报告 Key Takeaways 原文。报告自述局限未在正文展开：其估计依赖引导法（bootstrapping）与五个基准的可得数据，作者在 Limitations 一节讨论了外推风险。配图取报告页 og:image（PNG 145 KB），裸请求与带 Referer 双测均 200。