斯坦福预印本给 AI 算「每焦耳产出多少价值」：最强模型不一定最省电
作者：许棠
一篇流传中的斯坦福预印本提出 Joules-to-GDP 指标，用 220 个任务测算 AI 每消耗单位能源能产出多少净价值，结论是最强模型未必划算。但该研究尚未经同行评审，具体数字目前仅见于一条转述帖。
挑模型先别只看排行榜。一项据称来自斯坦福的预印本研究提出新指标 Joules-to-GDP，衡量的是：每消耗一单位能源，AI 能产出多少美元净价值。结论是个不客气的提醒——最能干的模型，未必是能源上最划算的那个。
算法不复杂：产出价值减去运行成本，再除以能耗，得「每焦耳净价值」；另算一项「每焦耳省下的时间」。产出若没达到或超过专家水平，就不算价值，但电照烧。
按 X 用户 @fofanah_denis 在 11 月 4 日介绍帖里的说法，团队跑了 220 个 GDPval 任务，横跨 44 种职业。帖中给出两组数字：GLM 5.2 平均每任务产出 72.27 美元，居首；Gemma 4 31B 只用 23% 的能耗做出 56% 的价值，每焦耳价值是前者的 2.5 倍。同一模型从 1 张 H100 扩到 8 张，能耗涨到 3.2 倍，速度只快 22%。
对要掏钱的人，这些数字的用处很直接：小模型先过质量线，旗舰再证明自己值那个价；加卡之前先量一遍提速，别默认堆硬件就能省钱。另外，对照对象也不是「人」，而是「已经在用 AI 的人」——帖中换成这个基准后，GLM 5.2 的每焦耳价值掉了 70%。
限制得说清：这是 arXiv 预印本，未经同行评审，只覆盖 5 个模型和一套任务；而上述数字、以及「斯坦福」这一归属，目前都转引自这条介绍帖，原文与作者名单尚未核对，具体得分以论文正式版为准。
许棠
转载说明
本文根据以下公开资料整理，原文及配图出处见下方。
0
评论 0
还没有评论，来抢沙发。