Epoch AI は、AI がどれくらいの速さで進歩しているかを数字で計測・公開している非営利の研究機関です。モデルの学習に投じられた計算量（コンピュート）、GPU の性能推移、AI 企業への投資額、ベンチマークのスコアといった指標を自前で推計し、誰でも閲覧・ダウンロードできるデータベースとして出しています。
Epoch AI とは — 誰が運営しているのか
2022年に Jaime Sevilla を中心に設立された研究組織で、特定の AI 開発企業には属さない独立した立場を取っています。運営資金は寄付・助成が中心で、Open Philanthropy などの慈善財団からの助成が主な原資です。
スタンスは一貫していて、「AI が次に何をできるようになるか」を予想で語るのではなく、「これまで何が投入され、何が制約になってきたか」を実測データから示すことに寄っています。政策議論やメディア記事で「フロンティアモデルの学習計算量は年 4〜5 倍のペースで伸びている」といった数字が引かれるとき、その出所が Epoch AI であることは珍しくありません。
何ができるのか
主な公開物は次のあたりです。
- **Notable AI Models**：歴史的に重要な AI モデルを数千件集め、学習計算量・パラメータ数・学習データ量・開発組織・発表日を推計付きで整理したデータベース - **Machine Learning Hardware**：GPU／アクセラレータの演算性能、メモリ帯域、価格、消費電力の推移データ - **AI Benchmarking Hub**：主要モデルを Epoch 自身が走らせたベンチマーク結果。開発元の自己申告スコアと切り離して比較できるのが特徴 - **FrontierMath**：研究者レベルの難問だけで構成した数学ベンチマーク。既存の数学ベンチマークが飽和した後の識別力を狙って作られたもの - **GATE**：AI の普及が経済成長に与える影響をシミュレーションする経済モデル
エンジニアにとって実務で効くのは、ベンチマークとハードウェアのデータです。「このタスクにどのモデルを選ぶか」「学習・推論の計算コストがどの規模になるか」を、ベンダー資料ではない第三者の数字で当たれます。
使い方
サイト（epoch.ai）にアクセスすれば、ログインなしでグラフを閲覧できます。各データベースにはフィルタ付きの一覧表と CSV ダウンロードが用意されていて、自分の分析にそのまま取り込めます。データは CC BY 系のオープンライセンスで公開されているため、出典を明示すれば社内資料やレポートに転載できます。ニュースレター「Gradient Updates」では、個別テーマを掘り下げた分析が定期的に読めます。
料金
公開データセット、グラフ、ベンチマーク結果はいずれも無料です。非営利として助成で運営されているため、閲覧に課金される仕組みはありません（有料プランの存在は確認できていません）。企画・DX 部門が市場動向の一次資料として使う分には、コストはかからないと考えて差し支えありません。
競合と、見るときの注意点
近い立ち位置には、Stanford HAI の「AI Index」（年次の大部レポート）、Artificial Analysis（モデルの速度・価格・スコア比較に特化）、SemiAnalysis（半導体・データセンター寄りの分析）があります。Epoch AI の差分は、単発のレポートではなく継続更新される時系列データベースを軸にしている点です。
投資家が参照する際の注意点として、FrontierMath については、OpenAI が資金提供していた事実が当初十分に開示されていなかったとして 2024年末に批判を受けた経緯があります。中立的なデータ源として扱いつつ、個々のベンチマークの資金拠出元は確認しておくのが無難です。
