# 86のオープンウェイトLLM、ベンチマーク実行時の消費電力を調査

> 多くの構成は最も効率的なものより2.6〜4.8倍の電力を消費し、一部では27倍に達することが分かった。

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

Zeyu Yang氏率いる研究チームは2026年10月14日、6種類のハードウェアで7つのベンチマークを実行した際に、86種類のオープンウェイト大規模言語モデル（LLM）が消費する電力量を測定した論文を発表した。調査によると、大半の構成は必要以上に多くの電力を消費しており、中央値で2.6〜4.8倍、極端なケースでは最大27倍に達した。推論ステップを追加すると消費電力は約3.7倍になり、低精度のFP8演算を使うと、スコアをほとんど落とさずに電力を約25％削減できる。

## 事実

- 評価対象は86種類のモデルチェックポイント
- 電力の無駄は中央値で2.6〜4.8倍、最大27倍

## なぜ重要か

開発者は、より電力効率の高いLLM構成を選ぶことで、運用コストと二酸化炭素排出量を抑えられる。

## 出典と参考資料

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

最終更新: 2026-10-14