2026年9月25日 01:00
AIの性能あたりコスト、年13倍で低下
AI performance costs are falling faster than those of any previous technology
3行まとめ
- •同一性能に要するコストが年約13倍低下
- •MITはアルゴリズム進歩を年約3倍と算出
- •推論モデルは計算量増で高額な場合も
詳細
背景
AIが固定されたベンチマーク性能に到達するために必要なコストが、急速に下がっている。Epoch AIの測定によると、この価格の低下幅は年間で約13倍に達する。これは、同じ性能水準を得る費用が毎年およそ13分の1になるペースにあたる。さらにハードウェアの性能向上と企業間の競争による影響を取り除いた場合、MIT（マサチューセッツ工科大学）はアルゴリズムの進歩による年間の低下幅を約3倍としている。
内容
ただし、これは現在の最上位モデルが安くなったことを意味しない。この指標が追っているのは、あらかじめ固定した性能水準に到達するコストであり、最先端モデルの利用料そのものではない。たとえば推論モデルは、1タスクあたりに使う計算量がはるかに多いため、かえって高額になることがある。
選定の観点
実務でモデルを選ぶ際は、品質、速度、エラー率も価格と同じくらい重要な判断材料になる。ベンチマーク性能あたりのコストの推移だけでは、実際の利用で必要になる費用や使い勝手を判断できない。
なぜ重要か
同じ性能に要するコストは年約13倍で低下する。ただし推論モデルは計算量が多く高額になることがあり、価格以外の指標も選定に影響する。
元記事を読む — The Decoder