# Исследование: энергопотребление 86 LLM с открытыми весами

> Многие конфигурации расходуют в 2,6–4,8 раза больше энергии, чем самые эффективные, а некоторые — в 27 раз больше.

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

Команда под руководством Зею Яна опубликовала 14 октября 2026 года исследование, в котором измерила, сколько электроэнергии потребляют 86 больших языковых моделей (LLM) с открытыми весами при выполнении семи тестов на шести аппаратных платформах. Результаты показывают, что большинство конфигураций расходуют значительно больше энергии, чем необходимо: в среднем в 2,6–4,8 раза больше, а в крайних случаях — до 27 раз. Добавление шагов рассуждения увеличивает энергопотребление примерно в 3,7 раза, тогда как низкоточная арифметика FP8 снижает его примерно на 25% почти без потери качества результатов.

## Факты

- Оценены 86 контрольных точек моделей
- Избыточное энергопотребление: в среднем в 2,6–4,8 раза; максимум — в 27 раз

## Почему это важно

Разработчики могут сократить эксплуатационные расходы и углеродный след, выбирая более энергоэффективные конфигурации LLM.

## Источники и ссылки

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

Обновлено: 2026-10-14