METR·· 2026-07-21AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
METR 提出"支出视界"指标衡量 AI 优化能力，并以 NanoGPT 为例
Expenditure Horizon: Measuring Optimization Ability, with an Application to NanoGPT
AI 导读
METR 提出用"支出视界"（expenditure horizon）量化 AI 智能体的优化能力，即 AI 与人类在同等预算下效率持平的美元成本。在 NanoGPT speedrun 的实测中，人力边际上每提升 1% 性能约需 2500 美元人力成本，而初步智能体优化跑在花费超 1 万美元后，估计支出视界仅为 0–3000 美元。
来源：METR · metr.org