AI推理成本暴跌725倍，思考正从稀缺资源变为廉价商品

当电力变得像自来水一样廉价时，人类社会发生了翻天覆地的变化。如今，人工智能（AI）正在经历类似的临界点：机器思考的成本正在迅速逼近零。根据Epoch最新报告，2025年在GPQA Diamond基准上达到约75%准确率的成本为每题0.30美元，而不到18个月后，GPT 5.6 Luna在同一基准上的成本已降至0.0004美元，降幅高达725倍。

这一现象的核心在于，AI不再仅仅是按token计费的API服务，而是逐渐演变成一种可以按结果衡量的生产工具。Epoch通过绘制"成本-性能曲线"，将不同模型的能力与成本进行量化对比，发现过去两年间，达到固定AI性能水平的最低推理成本每季度下降约47%，相当于每年下降13倍。这意味着，完成一道数学难题、进行一次法律判断或制定一个产品决策的成本，正在以惊人的速度降低。

这种变化带来的不仅是技术层面的突破，更是对整个经济体系的深刻影响。正如电力的普及让工厂设计围绕电能重新布局，AI推理成本的持续下降将促使组织重新设计产品、流程和协作方式。Jevons悖论表明，单位推理成本下降不会减少总支出，反而会催生更多以前不值得做的认知任务。尤其在Agent经济出现后，机器循环取代人类注意力的约束，导致后台持续调用，反而可能加剧GPU等计算资源的紧张。

然而，真正稀缺的资源正在上移。尽管基础推理能力变得廉价化，但数据、环境、验证、工作流和用户信任等互补品将变得更加昂贵。因此，未来的竞争焦点将不再是模型本身，而是如何高效利用这些廉价的智能资源，构建完整的解决方案。

阿里CEO吴泳铭在2026年云栖大会上指出，机器正在成为思考的主力，智能将成为一种可以规模化的商品。他预测，未来机器思考总量将是人类的1000倍，而目前这一比例不到3%。这一转变将推动人类社会从"拥有智力"向"高效调用智力"转型，彻底改变生产力的构成方式。

"就像电力的普及让动力极限不再受个体生理限制一样，"吴泳铭表示，"AI推理成本的持续下降将打破人类思考的物理边界，让每个垂直领域都能拥有百万量级的AI专家。"

这张图生动地展示了AI思考资源化的进程：一个巨大的"思考"储罐释放出大量灯泡状的思考单元，经过验证后产出结果。这正是当前AI发展的真实写照——思考能力正在被规模化、商品化，成为可随意调用的基础资源。

展望未来，AI推理成本的持续下降将引发新一轮的技术革命。正如电力推动了工业革命，廉价的机器思考将重塑生产结构，推动人类文明进入新的发展阶段。