《Nature》| AI科研成本飙升：每年烧掉10万美元，这笔投资划算吗？

James Zou在过去一年里在人工智能上投入了“远远超过10万美元”。“这些模型对研究人员、编程、分析和文献综述都非常有帮助，”这位加州斯坦福大学的生物医学数据科学家、人工智能科学实验室主任表示。

在他看来，这笔与斯坦福大学博士后培养成本相当的支出是值得的。他表示，“在人工智能的帮助下，我们正迎来一个由这些人工智能科研助手能力不断提升所推动的科学研究新黄金时代”。

但人工智能辅助对研究人员来说正变得越来越昂贵。人工智能服务商一直在努力让订阅模式实现盈利，因此他们正在上调价格并收紧使用限额。2025年1月，总部位于加州的OpenAI公司首席执行官萨姆·奥特曼在社交媒体X上发帖称，由于用户使用聊天机器人的频率超出公司预期，导致计算资源和电力消耗大幅增加，公司每月200美元的ChatGPT Pro订阅服务处于亏损状态。

GitHub是一个允许开发者存储和分享代码的平台，它是最新的定价政策调整者。4月27日，该公司宣布将于6月1日起，将其帮助用户编写代码的人工智能工具GitHub Copilot从订阅制转为按量计费，理由是代理式人工智能的需求更高。

这些变化正在影响越来越依赖人工智能的研究人员。维也纳中欧大学的经济学家阿提拉·加斯帕尔一直在使用人工智能从历史文献中提取数据。在大约18个月的时间里，他可以通过大学付费订阅的人工智能助手Claude完成所有工作，但在4月底遇到了问题。“它显示‘您已达到限额’，”他解释道。

地球科学家马泰奥·尼科利利用人工智能进行技术研究，他从Claude Pro升级到Max订阅，但在高强度工作日仍会触及上限。他说，严肃的科研项目涉及“多轮次”工作，需要在编程、推理和分析之间反复切换。他发现即使是这些订阅服务也“不够用”，这意味着他不得不手动工作——耗费更多时间，也限制了大数据分析的可能性。

人工智能是否值得付费的决定不仅仅关乎价格和使用限制。人工智能在工作流程中引入的错误可能会给研究人员带来额外的工作负担，从而抵消技术带来的好处。尼科利说，他现在遇到的瓶颈是围绕工作的“思考和讨论”：检查模型的输出，注意到其上下文何时超载，以及何时其回答开始偏离。“如何可靠地使用它们完全取决于你自己，”他说。这使得人工智能有用——但不一定能节省劳动力。

人工智能公司通常以两种方式对“推理”或使用进行定价：固定月订阅配以限额的令牌数量——模型输入和输出的内容（一个令牌大约相当于三分之二个单词）——或按令牌计费使用程序接口。

GitHub转向按量计费定价的决定将影响与德国海德堡大学软件工程研究员塞巴斯蒂安·巴尔特斯合作的学生。3月份预印本发表的研究表明，即使每个单位成本更低，但如果使用更多令牌，降级到较差的模型可能会花费更多。“这些变化意味着，能够支付高级订阅的机构、团队和个人与无法支付的之间的差距将会扩大，”他担忧道。