丹麥知名程式設計師DHH（David Heinemeier Hansson）近日公佈了一項橫向對比測試結果：針對同一程式設計任務——將Python庫轉換為Rust，他測試了多款主流AI模型，結果顯示效能差距縮小，但成本差異懸殊。

在測試中，Fable 以45分鐘完成，但成本高達550美元；Soul/Grok 耗時約1.5小時，成本約為Fable的十分之一；而DeepSeek Pro 用時2小時45分鐘，成本僅為23美元。值得注意的是，三者生成的輸出完全相同。

DHH的測試表明，頂尖AI模型在特定任務上的效能差距正在縮小，但定價策略卻天差地別。這一現象引發了對AI定價邏輯的重新思考：當模型能力趨於同質化，成本將成為競爭的關鍵維度。

對AI產業而言，這一測試結果可能意味著：在應用層，開發者將更傾向於選擇價效比高的模型；在模型層，價格戰或成為常態；在基礎設施層，算力效率的重要性進一步凸顯。不過，該測試僅基於單一任務，結論的普適性仍有待更多驗證。