model half-life¶

Ch01.1090 model half-life¶

📊 Level ⭐⭐ | 5.7KB | entities/model-half-life-aifoc.md

摘要¶

「Model half-life」（模型半衰期）是 AI 圈的热门说法，声称新一代模型的发布间隔正从数年压缩到数月，并将持续加速。作者为此整理了 2022 年底以来美国前沿实验室与中国主要实验室的全部重磅模型发布数据，结论是：发布节奏确有加快，但远未达到「每 6 个月减半」的程度，这一术语更像营销 buzzword 而非可验证的规律。

核心要点¶

「Model half-life」指模型发布间隔不断缩短的说法，常被用来暗示未来发布会越来越快
作者自建数据集：覆盖 OpenAI、Anthropic、Google、xAI、Meta、Mistral 及 DeepSeek、Qwen、Zhipu、MiniMax、Moonshot、ByteDance 等中美实验室
关键方法论：按子系列分别统计（Claude Opus/Sonnet、GPT/o 系列、Gemini Pro/Flash 是不同产品线），而非把「重磅发布」混为一谈
预测方法：取最近三次发布间隔天数的中位数外推下一次发布；不足三次按现有数据，仅一次发布不作预测
数据结论：发布活动明显变多、节奏加快，但并未出现「每 6 个月减半」的指数级加速
数据点不足时预测很弱——「GPT OSS 在 2027 年底发布？也许吧」，只算可能性而非可靠判断
数据集最初由 Claude 辅助汇编，作者逐行人工核验、就地修正，并公开征集纠错
术语本质：buzzword，其真实含义不过是「模型现在发布得更快了」

深度分析¶

「半衰期」叙事与数据的错位¶

作者最初反复听到的说法是：模型发布的间隔正从「数年」降到「数月」，且隐含假设是未来还会继续缩短。为此他把 2022 年底至今的头部模型发布整理成时间线，结果发现：发布频率确实上了一个台阶，活动显著变多，但节奏变化是温和的加速，远没有达到「每 6 个月减半」的程度。换言之，「half-life」这个自带物理精确感的词，实际指称的只是「模型现在发布更快」这一朴素事实——术语的严肃性远超其背后的数据支撑，这正是其作为营销概念被过度炒作的核心问题。

子系列拆分：统计口径的关键决策¶

作者在整理数据时的一个关键决定是：按子系列而非按厂商统计节奏。Claude Opus 与 Claude Sonnet 是不同产品线，GPT 系列与 o 系列、Gemini Pro 与 Flash 亦然。若不拆分，把同一厂商的所有发布混在一起计算间隔，会严重扭曲对节奏的度量——样本会被产品线内部的错开发布人为「加密」，从而制造出加速的错觉。这一口径选择，正是很多「半衰期越来越短」的说法在统计上站不住脚的原因之一。

朴素外推法：中位数与样本量的局限¶

预测方法相当朴素：按时间排序各次发布，计算相邻发布的天数间隔，取最近三次间隔的中位数（不足三次则全部使用），加到最近一次发布日期上作为下一次发布的预测。选择中位数而非均值，是为了避免同周双发、长期意外停更等异常值扭曲结果；仅有一次发布的系列则明确不预测。作者自己承认，数据点不够多时这种预测很弱——「GPT OSS 在 2027 年底发布」这类预测更多是趣味性推演而非可靠判断，用历史节奏外推非线性发展的 AI 领域，本质上是一种刻舟求剑。

AI 辅助数据集的自我修正机制¶

数据集最初由 Claude 根据各厂商公告与第三方聚合源（LMArena、Hugging Face、维基百科等）汇编，作者随后逐行人工核验日期，发现错误就地修正，并公开邀请读者指正、持续补充来源清单。这一流程本身值得注意：在 AI 生成数据日益普遍的今天，「人工核验 + 公开修正 + 可溯源来源」是让数据集可信的关键实践——任何引用 AI 汇编数据的结论，都应追问其核验程度与修正记录，这比结论本身更能反映可信度。

实践启示¶

先查数据，再信叙事：面对「半衰期缩短」「发布加速」之类的说法，先追问数据集是什么、覆盖哪些实验室与时间范围、样本量多大、是否按子系列拆分。
把 buzzword 翻译回可检验的陈述：「模型发布更快」是可验证的事实，「每 6 个月减半」则不是——听到这类术语时先做这个拆解。
区分发布节奏与能力进步：迭代频繁不等于突破众多；评估新模型时应回到基准测试与自己的实际工作负载，而非发布时间表。
为小样本预测标注置信度：数据点不足时的外推只配当参考，不应进入技术路线图或采购决策。
搭建自己的评估与切换机制：发布节奏加快意味着生产环境模型更换更频繁，A/B 测试、回滚与低成本再评估能力，比追逐最新版本更有价值。
核验 AI 辅助数据的来源：使用第三方数据集时检查其来源清单、人工核验机制与公开修正记录，警惕未经核验的二手数据。