Epoch AI hat die Kosten verglichen, um bestimmte Benchmark-Werte mit KI-Modellen zu erreichen. Der Preis pro Leistungseinheit fällt demnach um das 13-fache pro Jahr, schneller als bei DNA-Sequenzierung, Rechenleistung oder Lithium-Batterien.
Die Analysefirma Epoch AI hat untersucht, wie sich die günstigste Methode entwickelt hat, mit der ein KI-Modell einen bestimmten Punktwert auf fünf Leistungstests erreicht, darunter Mathematik, Naturwissenschaften und Schachprobleme. Ergebnis: Der Preis pro erreichtem Punktwert fällt im Schnitt um 47 Prozent pro Quartal, das entspricht einem 13-fachen Rückgang pro Jahr. Bei mathematischen Aufgaben liegt der Rückgang sogar bei 16- bis 19-fach pro Jahr, bei Spielaufgaben wie Schach bei 7- bis 10-fach. Ein konkretes Beispiel: Das Modell o3 von OpenAI erreichte im Januar 2025 für 30 Cent pro Frage einen Wert von 75 Prozent auf dem Test GPQA Diamond. Eineinhalb Jahre später erzielte GPT-5.6 Luna denselben Wert für 0,04 Cent pro Frage, ein Rückgang um das 725-fache.
Damit fällt der Preis für KI-Leistung schneller als bei jeder anderen von Epoch untersuchten Technologie: viermal schneller als bei DNA-Sequenzierung, sechsmal schneller als bei klassischer Rechenleistung und 18-mal schneller als bei Lithium-Batterien. Für Unternehmen bedeutet das, dass Make-or-Buy-Entscheidungen bei KI-Beschaffung kurze Halbwertszeiten haben: Ein heute als teuer geltendes Modell kann in wenigen Quartalen zum Bruchteil des Preises verfügbar sein. Budgets für KI-Infrastruktur sollten diese Dynamik einplanen, statt von stabilen Preisen auszugehen.
Die Autoren weisen selbst darauf hin, dass Benchmark-Werte ein unvollkommenes Mass für tatsächliche Marktpreise sind. Zudem verlangsamt sich der Preisverfall mit der Zeit: Kurz nach Erreichen eines neuen Leistungsniveaus fällt der Preis anfangs um das 75-fache pro Jahr, zwei Jahre später nur noch um das 4,7-fache. Fraglich bleibt zudem, ob reine Benchmark-Kosten die Realität produktiver Arbeit widerspiegeln, bei der Prüfschritte, Nacharbeit und menschliche Freigabe hinzukommen und die Kostenkurve flacher machen könnten.
Was das für Entscheider bedeutet
- Prüfen Sie Ihre KI-Budgets quartalsweise neu, statt feste Jahresbudgets auf aktuellen Preisen aufzubauen.
- Vergleichen Sie bei Make-or-Buy-Entscheidungen die erwartete Preisentwicklung, nicht nur den aktuellen Angebotspreis.
- Kalkulieren Sie zusätzlich die Kosten für Prüfung und menschliche Freigabe ein, die Benchmark-Preise nicht erfassen.
Diese Meldung wurde automatisch aus der genannten Quelle erstellt und vor der Veröffentlichung maschinell geprüft. Das Bild ist ein Symbolbild und zeigt weder den Vorgang noch eine reale Person. Wie diese Zeitung entsteht