Согласно данным организации Epoch AI, стоимость достижения фиксированного уровня производительности в ИИ-бенчмарках снижается в среднем на 47% ежеквартально, что эквивалентно 13-кратному падению в год. Исследователи отмечают, что ни одна другая трансформирующая технология не демонстрировала столь стремительного удешевления. В свою очередь, специалисты MIT, исключив влияние более дешевого оборудования и конкуренции, оценивают чистый ежегодный прирост алгоритмической эффективности примерно в 3 раза. Эксперты предупреждают, что снижение стоимости бенчмарков не означает удешевление всех современных моделей. Новые модели с продвинутыми способностями к рассуждению (reasoning models) часто требуют больше вычислительных мощностей на задачу, что может увеличивать итоговую стоимость запроса. Кроме того, авторы указывают на проблему «бенчмаркинга», когда компании оптимизируют модели под конкретные тесты, что не всегда отражает реальную эффективность в рабочих задачах.