原帖引用 · AI 翻译
一块高端 AI 芯片在 1 小时内消耗的能量（约相当于笔记本电脑使用 23 小时）足以让 GLM 5.2 创造约 424 美元的净价值，并节省 9.63 小时的专家工作时间。
这种回报因任务类型而异，最高相差 13 倍；创造最多价值的模型，并不是单位能耗创造价值最多的模型。
斯坦福大学的一篇新论文发现，较小的 AI 模型每单位能耗带来的经济价值可能远高于能力最强的模型。
既然如今世界受到能源和电力的限制，每项 AI 任务消耗多少能源确实应该得到研究。
在这里，研究人员建立了 Joules-to-GDP，用于衡量 AI 工作创造的美元价值减去运行成本后，每消耗 1 焦耳能量所对应的净价值。他们用 GDPval 中涵盖 44 种职业的 220 项专业任务测试了 5 个开放模型。
> GLM 5.2 创造的每项任务净价值最高，但 Gemma 4 31B 只消耗了其 23% 的能量，就创造了其 56% 的净价值。
> 将 Qwen3.6-27B 使用的 H100 数量从 1 块增加到 8 块，只使任务耗时缩短了 22%，能耗却增至 3.2 倍。
> 尽管价格和速度几乎相同，GPT-OSS 120B 的能耗比 GLM 5.2 低 68%。
> 将同一模型从 1 块 H100 芯片改为在 8 块上运行，任务完成速度只提高了 22%，能耗却增至 3.24 倍，而工作创造的美元价值几乎相同。
https://t.co/KAj3vxhHto
原文
New Stanford paper finds that a smaller AI model can return far more economic value per unit of energy than the most capable one. Now that the world is limited by energy/power, how much energy each AI task burns should indeed by studied. Here, the researchers built Joules-to-GDP, which measures the dollar value of an AI's work, minus its running cost, per joule of energy used. They tested 5 open models on 220 professional tasks from GDPval, covering 44 occupations. > GLM 5.2 produced the most net value per task, but Gemma 4 31B got 56% of it with 23% of the energy. > Moving Qwen3.6-27B from 1 to 8 H100s cut task time by just 22% while using 3.2x the energy. > GPT-OSS 120B used 68% less energy than GLM 5.2 despite nearly the same price and speed. > Running the same model on 8 H100 chips instead of 1 made tasks only 22% faster but used 3.24x the energy, for nearly the same dollar value of work https://t.co/KAj3vxhHto
AI 消耗的全球能源越来越多。但我们从 AI 获得了多少经济价值？
我们推出 Joules-to-GDP（J2G），这是一个衡量 AI 将能源转化为经济价值的效率，并展示哪些任务、模型和硬件带来最佳回报的框架。
针对 @OpenAI 的 GDPval 中涵盖金融、工程、法律、行政工作等领域的 44 种职业，我们得出 3 项发现：
1）经济价值最高的任务，并不是每焦耳经济价值最高的任务。例如，CAD 设计每项任务的收益比建网站高约 10%，但后者每焦耳创造的价值高约 27%。
2）能力最强的模型并不总是能源的最佳用法。Gemma 4 31B 以 GLM 5.2 的 23% 能耗创造了其 56% 的净价值，每焦耳创造的价值是其 2.5 倍。
3）更多芯片不保证回报同比增长。将同一模型使用的 NVIDIA H100 从 1 块增至 8 块，能耗增至 3.2 倍，但完成时间仅缩短 22%，创造的价值大致相同。
我们还与 @SnorkelAI 一同发布 GDPWorks，这是一个涵盖另外 36 种职业中具有经济价值的任务的基准测试。
这项联合工作由 @amirzeinaalii 和 @Avanika15 共同牵头，参与者还包括 @Mersad_Abbasi、@Jon_Hartley_、John Hennessy、@HazyResearch 和 @Azaliamirh。
更多详情见下文 🧵
原文
AI is using more and more of the world’s energy. But how much economic value are we getting from AI? We’re introducing Joules-to-GDP (J2G), a framework that measures how well AI turns energy into economic value and shows which tasks, models, and hardware give the best return. Across 44 occupations in finance, engineering, law, administrative work, and more in @OpenAI's GDPval, we arrive at three findings: 1) The tasks with the highest economic value are not the tasks with the highest economic value per joule. For example, CAD design earns ~10% more per task than building websites, but the latter earns ~27% more value per joule. 2) The most powerful model isn’t always the best use of energy. Gemma 4 31B delivers 56% of GLM 5.2’s net value with 23% of the energy, for 2.5x the value per joule. 3) More chips don’t guarantee proportionate returns. Moving the same model from 1 to 8 NVIDIA H100s uses 3.2x the energy but cuts completion time by only 22%, with about the same value. With @SnorkelAI, we’re also releasing GDPWorks, a benchmark for economically valuable tasks across 36 additional occupations. Joint work co-led by @amirzeinaalii and @Avanika15, with @Mersad_Abbasi, @Jon_Hartley_, John Hennessy, @HazyResearch, and @Azaliamirh. More details below 🧵