# 86 ओपन-वेट LLM की ऊर्जा खपत का अध्ययन

> शोधकर्ताओं ने पाया कि कई LLM सेटअप सबसे दक्ष विकल्पों से 2.6–4.8× अधिक ऊर्जा खर्च करते हैं; कुछ में यह खपत 27× तक है।

Oossa · 2026-10-14 · https://oossa.com/hi/study-measures-energy-use-of-86-open-weight-llms-on-benchmarks-and-hardware

Zeyu Yang के नेतृत्व वाली टीम ने 14 Oct, 2026 को एक शोधपत्र प्रकाशित किया। इसमें छह हार्डवेयर प्लेटफ़ॉर्म पर सात बेंचमार्क चलाते समय 86 ओपन-वेट लार्ज लैंग्वेज मॉडल (LLM) की बिजली खपत मापी गई। अध्ययन के मुताबिक, ज़्यादातर कॉन्फ़िगरेशन ज़रूरत से कहीं अधिक बिजली खर्च करते हैं—मध्यिका के आधार पर 2.6 से 4.8 गुना अधिक, जबकि सबसे चरम मामलों में यह अंतर 27 गुना तक है। रीजनिंग के चरण जोड़ने से ऊर्जा खपत लगभग 3.7× बढ़ जाती है, जबकि कम-प्रिसिजन FP8 अंकगणित का इस्तेमाल करने से स्कोर में मामूली कमी के साथ ऊर्जा खपत करीब 25% घट जाती है।

## तथ्य

- 86 मॉडल चेकपॉइंट का मूल्यांकन किया गया
- ऊर्जा की मध्यिका-आधारित बर्बादी 2.6–4.8×; अधिकतम 27×

## यह क्यों मायने रखता है

ज़्यादा ऊर्जा-कुशल LLM सेटअप चुनकर डेवलपर संचालन लागत और कार्बन फ़ुटप्रिंट घटा सकते हैं।

## स्रोत और संदर्भ

1. [Measuring the Inference Energy Efficiency of Open-Weight LLMs across Benchmarks, Reasoning Modes, and Hardware](https://arxiv.org/abs/2610.14389) – arXiv, 2026-10-14

अंतिम अपडेट: 2026-10-14