規模定律（Scaling Laws）具體是指什麼？跟「模型越大越好」是同一件事嗎？
規模定律是一個可以量化預測的數學關係，不是「越大越好」這種模糊直覺。2020 年 OpenAI 的 Kaplan 論文證明，只要固定模型架構，損失值會隨著參數量、資料量、訓練算力的增加，呈現可預測的冪律下降——也就是說，你可以在訓練前就大致算出「投入這麼多算力，能換到多少效能提升」。
這跟「越大越好」的差別在於：規模定律從一開始就內建了「報酬遞減」——冪律曲線在對數座標上看起來是直線，但換算回線性座標，其實是早期漲得快、後期漲得慢的曲線。規模定律從來沒有承諾效能會無限線性提升，它只是讓「報酬遞減的速度」變得可預測。
業界為什麼要發明「測試時算力」這個新方向？直接繼續加大模型不行嗎？
直接加大模型當然可以繼續做，但邊際效益已經明顯下降——這是「資料牆」造成的硬限制。要用業界公認的最適比例（Chinchilla-optimal，大約每個參數配 20 個訓練 token）訓練一個一兆參數的模型，需要大約二十兆 token 的訓練資料，而網路上公認的高品質文字資料總量，估計就落在十兆到五十兆 token 之間——換句話說，繼續單純加大模型，很快就會撞上「沒有足夠乾淨資料可以餵」的物理上限，不是砸更多錢就能解決。
測試時算力提供了另一條路：與其在訓練階段一次性砸入天量算力換取一個更大的固定模型，不如讓算力分散到每一次推論——模型在回答問題的當下多花幾秒鐘做推理，用可調節的方式換取準確度，而且這條路目前還沒有明顯撞到資料量的天花板。
GPT-4.5 下架這件事，具體上是怎麼發生的？跟規模定律撞牆有什麼直接關係？
GPT-4.5（內部代號 Orion）於 2025 年 2 月上線，是 OpenAI 當時訓練資料與算力規模最大的非推理型模型，在事實準確度等基準測試上確實優於前代 GPT-4o。但它的推論定價高達每百萬 token 輸入 75 美元、輸出 150 美元，是後續推出的 GPT-4.1（每百萬 token 輸入 2 美元、輸出 8 美元）的約 38 倍。OpenAI 在推出 GPT-4.1 的同一天，宣布 GPT-4.5 將於 2025 年 7 月 14 日從 API 下架，距離上線僅四個半月，是 OpenAI 商業史上生命週期最短的模型。
這個案例之所以常被拿來當規模定律撞牆的代表性例子，是因為它精準示範了「技術指標提升」跟「商業上划算」是兩件事——GPT-4.5 確實透過砸更多算力換到了可量測的效能提升，但這個提升幅度，撐不起同等幅度的推論成本，市場最終用腳投票，選了效能相近但便宜 38 倍的替代方案。
這場「規模定律撞牆」的辯論，跟一般讀者理解 AGI 進展速度有什麼關係？
如果你是透過媒體標題在追蹤「AGI 還有多久到來」，這場辯論提醒你一件事：算力投入的「總量」持續增加，不等於「單一維度的效能提升速度」也持續加快。近兩年訓練階段的規模定律曲線確實在變平，但這不代表 AI 整體進展停滯——業界只是把資源分散到多個獨立軸線（訓練規模、資料效率、測試時推理、後訓練技術），單一軸線變慢，不等於整體變慢，但也不等於整體一定加速，這中間有很大的判斷空間。
對讀者而言，比較務實的判斷方式是：不要只看「這家實驗室訓練了多大的模型」這種單一指標的宣傳，而是留意這家實驗室是否同時在多個軸線上都有紮實進展——如果一家公司只能靠「模型變更大」這一招來製造話題，反而是規模報酬遞減下相對脆弱的訊號。
過去十年，AI 實驗室有一套幾乎萬用的公式：模型做大一點、資料餵多一點、算力砸多一點，效能就會可預期地變好。這個規律被稱為規模定律（Scaling Laws）——2020 年 OpenAI 的 Kaplan 論文首次系統性證明，只要固定架構，損失值會隨著參數量、資料量、訓練算力呈現可預測的冪律下降。這個發現讓算力投資變成一門可以精算的生意，而不是憑直覺賭一把。
問題是，這條曲線在近兩年明顯變平。多篇 2026 年發表的分析指出，把訓練算力翻倍所帶來的效能提升，已經明顯不如上一次翻倍時那麼多——這正是規模定律圖上「冪律」的必然結果：在線性座標上，冪律曲線一開始漲得又快又猛，之後會迅速趨緩，愈到後面每多投入一倍算力，換到的進步愈少。業界最常被引用的案例是 OpenAI 的 GPT-4.5：這款模型使用了比前代更多的訓練資料與算力，在事實準確度等指標上確實有提升，卻在上線僅四個半月後就從 API 下架，原因是推論成本過高、實際效益追不上運算開銷。OpenAI 首席科學家 Ilya Sutskever 在 2024 年底的 NeurIPS 會議上直言「我們所知的預訓練即將終結」，這句話後來被反覆引用，成為業界公開承認曲線變平的分水嶺時刻。
但這不代表算力投資本身失去意義——業界的反應不是恐慌，而是把算力挪去一個新的維度：讓模型在回答問題的當下想久一點，而不是只在訓練階段加碼。這種做法被稱為測試時算力（Test-Time Compute），也就是讓模型生成答案時進行更多推理步驟，用推論階段的算力換取準確度。2024 到 2026 年間，這條新曲線目前看起來還相對陡峭，還沒有明顯出現訓練階段那種迅速趨緩的訊號，這也是為什麼 2026 年資料中心的建設重心，正從單純堆訓練用 GPU，轉向能同時支撐大量即時推論的基礎設施。
研究社群內部對此仍有分歧。一派認為，單軸的暴力堆參數確實已經摸到實際上限——最直接的證據是「資料牆」：要用 Chinchilla 最適比例訓練一個一兆參數模型，大約需要二十兆 token 的訓練資料，而網路上公認高品質的文字資料總量，估計也就落在十兆到五十兆 token 之間，天花板肉眼可見。另一派則指出，規模定律本身沒有失效，失效的只是「單一軸線」的暴力打法——只要把算力拆成訓練、資料、後訓練、測試時推理等多個獨立可疊加的軸線分別優化，整體進步曲線依然能維持陡峭，只是不再只靠「模型變更大」這一招。
如果你在評估 AI 相關的投資或採購決策，「這家公司還在單純比模型參數大小」本身就是一個過時的訊號——真正值得追問的是，這家公司的算力配置策略橫跨了幾個獨立軸線（訓練規模、資料效率、推論時運算、後訓練技術），而不是只押注在其中一項。GPT-4.5 的下架案例也提醒一件事：技術指標變好，不等於商業上划算，一款模型即使在基準測試上創新高，只要推論成本壓不下來，照樣可能撐不過半年就被市場淘汰。