宾大教授Ethan Mollick表示：AI模型的性能还在提升，成本也在持续下降，尚无证据表明这种“双向飞奔”会达到瓶颈。 具体来说： - 性能↑成本↓：从GPT-4（2023年）到现在的Gemini 2.5、o3等新模型，整体趋势是精度越来越高、价格越来越低； - 仔细看图： - 绿色线是“能力前沿”，代表最强模型。Gemini 2.5相比Claude 3 Opus，GPQA分数提升了惊人的181%，成本下降了92%！ - 橙色线是“低成本/性能前沿”，代表省钱之选，如Gemini 2.5 Flash Lite在性能不拉垮的情况下，价格压到了0.1美元/百万tokens； - 多个模型超越人类博士：GPQA分数大于0.7被认为接近人类专家水平，现在已有多个模型越过这条线。 GPQA（Google-Proof Q&A）是广泛采用的AI能力评估基准，具有“防作弊”设计：即使开卷考试（允许查资料），人类专家的得分也只有70%-81%。 Mollick指出，虽然所有基准测试都有局限，但趋势已非常明显——AI能力没有放缓迹象，而且运行成本几乎在以数量级下降。 回头看GPT-4，已经是2年前的事了。而今天的AI趋势就是，未来会更聪明，也更便宜。
