MIT研究人员称剔除硬件和竞争后AI算法效率约每年提升3倍

MIT研究人员Hans Gundlach等人使用比较平台Artificial Analysis的定价数据（覆盖2024年4月至2025年11月），评估的模型数量远多于此前研究。他们看到可比数据中成本每年下降5到10倍；剔除更便宜硬件和竞争性定价压力后，纯算法效率增益约为每年3倍，低于Epoch AI的13倍，后者未剔除硬件和竞争效应。研究称单次峰值性能可能更贵，因为新推理模型在难题上投入额外test-time compute，推高每道正确题成本；MIT还发现一些基准分数提升来自每问题使用更多算力，分数更高但运行更贵，编程和数学基准也有较小类似模式。