摘要： 本文探讨了人工智能行业成本变化的趋势。过去几年，AI行业遵循类似摩尔定律的规律，认为智能成本会每年大幅下降。然而，谷歌最近对其Gemini 2.5 Flash模型的定价进行了调整，提高了价格，这标志着行业可能已达到成本的基本底线。文章分析了LLM提供商的定价机制，解释了谷歌提高价格的原因，并讨论了这一新经济现实对AI开发者的意义。文章指出，硬件瓶颈、模型性能墙和能源成本等因素导致智能成本不再无限下降。这要求开发者转变思维，将成本视为产品架构的核心考虑因素。同时，文章强调了批量处理和开源模型在经济上的优势，并建议通过这些方法来应对新的成本挑战。
讨论： 上述内容主要讨论了大型语言模型（LLM）的定价和成本问题。其中包括Google对Gemini 2.5 Flash模型的调价，从两种价格模式变为单一价格，并讨论了不同模型的价格差异。文章还提到了LLM API调用成本与计算成本的非线性关系，以及一些用户对于 Anthropic Max计划定价的疑惑。此外，还讨论了LLM在商业应用中的限制，如模型必须执行所有任务的需求，以及技术进步和投资对成本的影响。
原文标题：The End of Moore’s Law for AI? Gemini Flash Offers a Warning
原文链接：https://sutro.sh/blog/the-end-of-moore-s-law-for-ai-gemini-flash-offers-a-warning
讨论链接：https://news.ycombinator.com/item?id=44457371