AI 推論成本每年便宜 13 倍，超越摩爾定律，大廠訂閱制將面臨考驗

人工智慧的使用成本正以驚人的速度下降。AI 研究機構 Epoch AI 的分析指出，AI 推論成本的下跌速度，已經超越了摩爾定律所描述的晶片發展趨勢，每年大約便宜 13 倍。這項趨勢對 AI 的普及是一大利多，但對以訂閱制為主要營收來源的 AI 大廠而言，卻可能帶來商業模式上的挑戰。

推論是指 AI 模型實際被使用、產生回答的過程，與訓練模型的成本不同。每當使用者向 ChatGPT 提問、讓 AI 代理執行任務，都會產生推論成本。摩爾定律描述的是晶片上電晶體數量約每兩年翻倍的趨勢，長期以來被視為科技進步速度的代表。AI 推論成本每年便宜 13 倍，代表其下降速度遠快於晶片本身的進步，這是硬體、演算法與模型效率共同改善的結果。

推論成本快速下降的原因來自多個層面。在硬體方面，AI 專用晶片的效能持續提升，能源效率也不斷改善。在演算法方面，研究者開發出更有效率的模型架構與推論技術，例如模型壓縮、量化與更聰明的運算排程。此外，市場競爭也推動業者降價，OpenAI 近期推出的 GPT-6.1 Sol，就以大幅降低的價格提供接近 Astra 的效能。

業界分析人士指出，推論成本下降對 AI 大廠的訂閱制構成考驗。目前許多 AI 公司以固定月費的訂閱方案作為主要營收來源，若推論成本持續快速下降，使用者可能期待更低的價格或更多的功能，業者的定價空間將受到壓縮。另一方面，開源模型與免費服務的能力不斷提升，也讓付費訂閱的價值主張面臨挑戰。AI 公司可能需要尋找新的營收模式，例如依使用量計費、提供企業專屬服務，或透過 AI 代理創造更高的附加價值。

對產業的影響方面，推論成本下降將讓更多過去因成本過高而不可行的 AI 應用變得可行，加速 AI 在各行各業的普及。對企業用戶而言，這意味著能以更低的成本導入 AI。對硬體供應鏈而言，使用量的大幅成長，可能抵銷單位成本下降的影響，持續支撐對 AI 晶片與伺服器的需求。

展望後續，市場將關注推論成本下降的趨勢能否持續、AI 大廠如何調整定價策略，以及這股趨勢對 AI 產業整體獲利結構的影響。