KI-Leistungskosten sinken schneller als bei jeder vorherigen Technologie
decoder ·
Neue Forschungsergebnisse zeigen, dass die Kosten für das Erreichen fester Leistungsniveaus in KI-Benchmarks drastisch gesunken sind; laut Epoch AI betrug der quartalsweise Rückgang seit 2023 47 %. Diese Rate der Kostensenkung ist deutlich schneller als bei jeder vorherigen transformativen Technologie, spiegelt jedoch Marktpreise und nicht rein algorithmische Effizienz wider. Forscher des MIT bieten eine differenziertere Einschätzung: Nach Berücksichtigung günstigerer Hardware und wettbewerbsbedingter Preisdruckfaktoren entfallen auf algorithmische Fortschritte nur etwa eine dreifache jährliche Verbesserung. Die Diskrepanz zwischen den Studien ergibt sich daraus, dass neuere Reasoning-Modelle oft mehr Rechenleistung pro Aufgabe verbrauchen, was die Kosten trotz niedrigerer Token-Preise erhöhen kann. Während das Erreichen vergangener Top-Kapazitäten viel günstiger geworden ist, verursacht der Betrieb aktueller State-of-the-Art-Modelle häufig höhere Kosten aufgrund des erhöhten Testzeit-Rechenbedarfs. Zudem korrelieren Benchmark-Ergebnisse nicht immer mit der tatsächlichen Effizienz, da Unternehmen möglicherweise spezifische Tests optimieren, ohne proportionale praktische Vorteile zu liefern. Folglich erfordert die Auswahl eines KI-Modells die Bewertung von Faktoren über einfache Preis-pro-Token-Metriken hinaus, wie Latenz, Genauigkeit und Eignung für bestimmte Arbeitsabläufe.
decoder