AI模型市场中的计算套利
人工智能
2026-03-25 v1 机器学习
摘要
考虑由不同成本和能力的模型提供商出售查询访问的模型市场。客户提交问题实例并愿意支付高达预算的可验证解决方案。套利者有效地在提供商之间分配推断预算，以压低市场，从而创建没有模型开发风险的竞争性报价。在本 work中，我们着手研究AI模型市场中的套利，经验性地演示了套利的可行性并阐述了其经济后果。我们对SWDbench GitHub问题解决进行深入案例研究，使用两个代表性模型，GPT-5 mini和DeepSeek v3.2。在该可验证域中，简单套利策略可实现最高40%的净利润率。能够跨不同域泛化的鲁棒套利策略仍然盈利。蒸馏进一步创造出强大的套利机会，可能以牺牲教师模型的收入为代价。多个竞争性套利者导致消费者价格下降，减少模型提供商的边际收益。与此同时，套利减少了市场细分，促进了较小模型提供商通过更早获取收入进入市场。我们的结果表明，套利可以是AI模型市场中的强大力量，对模型开发、蒸馏和部署具有深远影响。
引用
@article{arxiv.2603.22404,
title = {Computational Arbitrage in AI Model Markets},
author = {Ricardo Olmedo and Bernhard Schölkopf and Moritz Hardt},
journal= {arXiv preprint arXiv:2603.22404},
year = {2026}
}