Biaya penggunaan kecerdasan machine learning menurun beberapa orde magnitudo setiap tahun, tanpa tanda-tanda melambat. Diperkirakan LLM akan menjadi infrastruktur ubiquiter, berjalan lokal pada hardware commodity dalam 3‑6 tahun. Bukti meliputi model proprietary seperti GPT‑6 Astra dan model open-weight seperti GLM‑5.3‑flash, serta model lokal seperti Muse Glimmer dan Qwen3 Coder.

Efisiensi daya GPU mengikuti kurva logaritmik, berlipat ganda sekitar setiap dua tahun — setara dengan kenaikan historis Hukum Moore. Harga model per token, tapi biaya level tugas turun drastis; batas Pareto 2026 menunjukkan model dari opsi murah, kurang cerdas ke opsi mahal, berkinerja tinggi. Mesin inferensi meningkat pesat, memberikan kenaikan 10‑50% per tahun.

Saat biaya token jadi bisa diabaikan, kualitas dan akses jadi faktor pembatas baru untuk adopsi AI.