原帖引用 · AI 翻译
斯坦福大学一篇新论文发现，较小的 AI 模型每单位能源所能创造的经济价值，可能远高于能力最强的模型。
既然世界如今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。
在这项研究中，研究人员构建了 Joules-to-GDP，用 AI 完成工作的美元价值减去其运行成本，再除以所用的能源焦耳数。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 每项任务产生的净价值最高，但 Gemma 4 31B 仅用其 23% 的能源，就实现了其 56% 的净价值。
> 将运行 Qwen3.6-27B 的 H100 数量从 1 个增加到 8 个，任务耗时仅减少 22%，能源消耗却达到原来的 3.2 倍。
> 尽管价格和速度几乎相同，GPT-OSS 120B 的能源消耗仍比 GLM 5.2 低 68%。
> 在 8 个而非 1 个 H100 芯片上运行同一模型，任务完成速度仅提高 22%，能源消耗却达到原来的 3.24 倍，而完成工作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
斯坦福大学的新研究：与 AMD MI350X 相比，NVIDIA B200 每单位能源创造的美元价值超过 4 倍，节省的专家时间超过 9 倍。
也就是说，即使模型不变，仅芯片本身就能决定你的电力预算能带来多少经济回报。
在这项研究中，斯坦福大学的研究人员让同一个 AI 模型 Qwen3.6-27B 分别在 4 种不同的单个 AI 芯片上运行，完成 220 项真实的专业任务，并测量每种芯片消耗的能源能产出多少有用的工作。
原文
Stanford's new research: The NVIDIA B200 delivered over 4x the dollar value and over 9x the expert time saved per unit of energy compared with the AMD MI350X. i.e. chip alone, with the model unchanged, can decide how much economic return you get from your power budget. Here, Stanford researchers ran the same AI model, Qwen3.6-27B, on 4 different single AI chips across 220 real professional tasks and measured how much useful work each produced for the energy it used.
AI 正在消耗全球越来越多的能源。但我们从 AI 获得了多少经济价值？
我们推出 Joules-to-GDP（J2G），这一框架衡量 AI 将能源转化为经济价值的效率，并展示哪些任务、模型和硬件能带来最佳回报。
针对 @OpenAI 的 GDPval 中金融、工程、法律、行政工作等领域的 44 种职业，我们得出了 3 项发现：
1）经济价值最高的任务，并不一定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）能力最强的模型不一定是能源利用的最佳选择。Gemma 4 31B 仅消耗 GLM 5.2 的 23% 的能源，就实现了其 56% 的净价值，每焦耳创造的价值达到其 2.5 倍。
3）更多芯片不保证回报按比例增加。将同一模型使用的 NVIDIA H100 数量从 1 个增加到 8 个，能源消耗达到原来的 3.2 倍，完成时间却仅缩短 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。
这项联合研究由 @amirzeinaalii 和 @Avanika15 共同牵头，参与者还包括 @Mersad_Abbasi、@Jon_Hartley_、John Hennessy、@HazyResearch 和 @Azaliamirh。
更多细节见下文 🧵
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 🧵