Stanford 论文提出 Joules-to-GDP 框架：小模型每单位能量的经济回报可远超最强模型

Rohan Paul· @rohanpaul_ai · X·2026-11-05 05:29· 28 分钟前AI 评分51

AI 导读

Stanford 团队发布 Joules-to-GDP 框架，以扣除运行成本后每焦耳能量的净经济价值衡量 AI 工作，测试 5 个开源模型在 GDPval 220 个任务、44 个职业上的表现。

正文 · 原文

Stanford 新论文发现，较小的 AI 模型每单位能量能带来的经济价值可能远高于能力最强的模型。

如今世界受限于能源/电力，因此每个 AI 任务消耗多少能量确实值得研究。

在此，研究人员构建了 Joules-to-GDP，衡量 AI 工作每消耗一焦耳能量所产生的美元价值（扣除运行成本）。他们在 GDPval 的 220 个专业任务上测试了 5 个开源模型，覆盖 44 个职业。

GLM 5.2 每个任务产生的净价值最高，但 Gemma 4 31B 以 23% 的能量获得了其 56% 的净价值。

将 Qwen3.6-27B 从 1 块 H100 扩展到 8 块，任务时间仅缩短 22%，而能耗却达到 3.2 倍。

GPT-OSS 120B 的能耗比 GLM 5.2 低 68%，尽管价格和速度几乎相同。

将同一模型从 1 块 H100 芯片扩展到 8 块运行，任务仅加快 22%，但能耗达到 3.24 倍，而工作的美元价值几乎相同

https://x.com/jonsaadfalcon/status/2118079242340814896/video/1

引用Jon Saad-Falcon@JonSaadFalcon

AI 正在消耗世界上越来越多的能源。但我们从 AI 中获得了多少经济价值？我们推出 Joules-to-GDP（J2G），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、模型和硬件能带来最佳回报的框架。在 @OpenAI 的 GDPval 中覆盖金融、工程、法律、行政工作等 44 个职业，我们得出三项发现： 1）经济价值最高的任务，并非每焦耳经济价值最高的任务。例如，CAD 设计每个任务收入比建网站高约 10%，但后者每焦耳价值高约 27%。 2）最强大的模型并不总是能源的最佳利用方式。Gemma 4 31B 以 23% 的能耗实现了 GLM 5.2 净价值的 56%，每焦耳价值达 2.5 倍。 3）更多芯片并不保证成比例的回报。将同一模型从 1 块扩展到 8 块 NVIDIA H100，能耗达 3.2 倍，但完成时间仅缩短 22%，价值大致相同。与 @SnorkelAI 一起，我们还发布了 GDPWorks，一个覆盖另外 36 个职业的经济价值任务基准。联合工作由 @amirzeinaalii 和 @Avanika15 共同领导，合作者包括 @Mersad_Abbasi、@Jon_Hartley_、John Hennessy、@HazyResearch 和 @Azaliamirh。更多细节见下方 🧵

在 X 查看被引用的帖子

来源：Rohan Paul · x.com