前沿—— 以及它的成本.

核心结论

数量级差异，而非百分点差异。

单任务成本

同样的工作，一小部分的花费。

完成同一任务套件的相对成本，经过指数化，使可比系统落在 100 附近。数值越低越好。

变化趋势

这条曲线仍在持续下降。

历次迭代中的单任务成本，以首次发布为基准指数化。随着底层结构不断改进，这种方法也在变得更便宜。

单位美元产出

你可以据此做预算的效率。

单位支出下完成的有效任务量，经过指数化，使 CommandAGI 落在 100，而可比系统落在其下。数值越高越好。

我们将如何证明

数字要靠可核实来赢得信任。

与我们对透明度的一贯信念一致，我们不会要求你凭信任接受这些数字。一项独立的基准测试研究正在进行；完成后，我们会在此发布任务套件、方法论与原始结果，并更新这些图表以与之匹配。