Epoch AI 最新报告显示，AI 企业从推理模型中获取巨大性能收益将变难，最快一年内推理模型进步将放缓。报告基于公开数据和假设，指出了计算资源限制和研究开销增加的问题。推理模型依赖强化学习技术优化难题解决能力，但需更多计算资源处理复杂任务。OpenAI 在 o3 模型训练中投入 10 倍于 o1 的计算资源，未来计划进一步加大强化学习投资。尽管强化学习性能每 3-5 个月增长十倍，但其增长面临物理与经济约束，可能在 2026 年与整体 AI 前沿进展趋同。Josh You 警告，高研究开销或使推理模型难以实现预期规模。