本文目录
中国新创公司 DeepSeek 推出的推理模型 R1，在效能上与 OpenAI 的 o1 模型相当，但成本却大幅降低。每百万输入 Token 的成本仅约 0.14 至 0.55 美元，远低于 o1 模型的 7 至 15 美元。这一差距引发市场关注：随著技术成熟，AI 使用成本是否会持续走低？
AI 的使用成本大约每年降低 10 倍
就在今日，OpenAI 执行长 Sam Altman 发表文章，分享他对 AI 经济学的三项观察，其中一项便聚焦于 AI 成本的骤降趋势。
Altman 指出，使用任何特定水平的 AI 成本大约每年下降 10 倍，而更低的价格会带来更多的使用量。他以 GPT-4 和 GPT-4o 为例，从 2023 年初到 2024 年中，每个 Token 的价格下降了约 150 倍，足以证明这一趋势的真实性。
他进一步强调，相比摩尔定律每 18 个月性能翻倍的速度，AI 成本的下降速度快得令人难以置信。
随著 AI 成本持续下降，Altman 预期：
- 许多商品的价格最终将大幅下滑， 因为目前许多成本来自智慧与能源的限制。
- 相反地，奢侈品及本质稀缺的资源（如土地）的价格，可能会出现更剧烈的上涨。
AI 产业的「奥特曼定律」？
回顾半导体产业的历史，摩尔定律成功预测了晶片性能每 18 个月翻倍的发展轨迹，成为推动产业进步的黄金准则。许多科技巨擘也纷纷效仿，提出属于自己领域的成长预测。
如今，Sam Altman 提出的「AI 成本每年下降 10 倍」论点，是否有潜力成为 AI 产业的「奥特曼定律」？
如果这一观察持续成真，它将成为 AI 产业模型成本演进的黄金定律，并为未来的技术发展树立新的标竿。
其他两个观察
此外，Sam Altman 提出的其他两个观察分别是：
1) AI 模型的智慧程度大致等于训练和运行它的资源的对数
这些资源主要包括训练算力、数据和推理算力。Altman 观察到，只要投入足够的资金，就能获得持续且可预期的性能提升，而这种现象符合跨越多个数量级的扩展定律。
2) 线性增加的 AI 智慧，其社会经济价值是超指数的
这意味著 Altman 观察到，即便 AI 智慧只呈现线性增长，其带来的社会经济价值却会呈现超指数式爆发。他进一步表示，由此可得出一个结论，即短期内我们没有理由相信这种指数级别的投资热潮会停止。
Altman 表示，如果这三个观察继续成立，AI 对社会的影响将是巨大的。经济层面上，或许会像电晶体一样，成为一项能大规模应用并深度融入各行各业的重大科学突破。他表示：
就像我们平时不会特别关注电晶体或相关公司，但它的价值却无处不在，渗透进生活中的每个角落。同样地，未来我们或许不再特别谈论 AI 本身，但会理所当然地期待电脑、电视、汽车、玩具等产品具备令人惊艳的智慧功能。
极端降低成本有助于 AI 民主化
另一方面，随著 AI 技术不断进步，Altman 认为，劳资双方权力失衡的风险可能来得比预期更快，因此需要「提前干预」，而不是等到问题恶化后才试图解决。
Altman 提出了听起来有些「奇怪」的想法，例如：为地球上的每个人提供一定的「运算资源预算」（compute budget），让每个人都能公平使用大量 AI 资源。
同时他指出，不断压低 AI 成本本身可能就能达到类似的效果。如果成本接近于零，那么 AI 资源就能像空气或自来水一样普及，无需额外的政策干预，人人都能受益。
最后，Altman 阐述了自己的目标：
到了 2035 年，任何人都应该能够运用相当于 2025 年全人类智慧的能力，每个人都应该能够使用无限的天才，并按照自己的想像去引导它。
现在有大量的人才因缺乏资源而无法充分展现自身潜力，如果我们能改变这种情况，全球所产生的创造力成果将为我们所有人带来巨大的益处。
