Epoch AI 测算：20% 算力利用率即需 2.6–5.3 万亿美元年支出

接下来，我们用 2025–27 年的 HBM 出货量来估算可用于运行智能体的硬件。HBM 为比较不同厂商和芯片的容量提供了共同基准。 这些硬件能支持多少智能体取决于模型和工作负载。未来的智能体可能为更难的任务使用更多算力，而更高效的模型则能在相同硬件上支持多得多的智能体。

我们估算，AI 基础设施可能很快就会支撑数亿甚至数十亿个 AI 智能体。在最高情形下，这足以媲美全球人类劳动力的工作时长。 智能体的确切数量取决于其所运行模型的效率，以及 AI 需求的飙升是否会持续。我们分析了不同情景 🧵

平均对话变得更长了，但典型对话并没有。除一个月外，中位数对话都只有两个提示词，而平均值从约 4 上升到 6。

使用频率上升。在我们数据集中的活跃用户里，每月使用 ChatGPT 21 天以上的比例两年内翻了两番，从 2023 年 12 月的 2.6% 升至 2025 年 12 月的 10.5%。

对于 Opus 和 Sonnet 5.5，ECI 与 SWE ECI 之间的差距都很小，不到一个 ECI 点。相比之下，GPT-6 Astra 的 SWE ECI 比其通用 ECI 低约两个 ECI 点。

Epoch AI 发布对比分析称，在同一性能水平下，AI 成本自 2023 年以来每季度下降约 47%，是历史上降价最快的变革性技术。这一速度约为 DNA 测序的 4 倍、算力的 6 倍、锂电池的 18 倍，以及电力（截至 1973 年）的 54 倍。

Epoch AI 统计显示，arXiv 数学预印本中致谢 AI 使用的比例从 4 月的 4% 升至 8 月的 25%。即使只筛选在 2023 年前已持续发文作者参与的论文，这一增长依然成立。致谢 AI 用于实质性研究的比例为 6%，分析基于 2025 年 1 月至 8 月的 arXiv 预印本。

Epoch AI 宣布 FrontierMath： Open Problems 的又一问题被解决，解法由 Becker、Greger 和 Dominik Peters 在与 GPT-6 Astra 的交互会话中引导得出，该问题最初由 Peters 为该基准提出。GPT-6 Astra 设计出一种满足 core stability 的新投票规则，基于最大化称为 harmonic entropy 的目标函数，该函数综合了多年来人类发展的多种思路。Peters 表示这一新技术或可…

Epoch AI 称 FrontierMath Tier 4 的所有题目现已被 AI 解出，最后一题由 GPT-6 Astra 解出。出题人 Jay Pantone 表示 Astra 的解法与其自己的思路非常接近，未发现重大数值捷径，并称六个月前若有模型解出会令他震惊，如今已难以感到意外。

Epoch AI 测量 GPT-5.6 与 Claude 5 的首字延迟（TTFT）随上下文长度的变化，发现 GPT-5.6 Terra 和 GPT-5.6 Sol 呈明显二次分量，而 Claude Sonnet 5 和 Claude Opus 5 更接近线性。