# 研究测量86款开放权重大模型的能耗

> 研究人员发现，许多大模型配置的能耗是最高效配置的2.6–4.8倍，部分配置甚至高达27倍。

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

Zeyu Yang领衔的团队于2026年10月14日发表论文，测量了86款开放权重大语言模型（LLM）在六种硬件平台上运行七项基准测试时的耗电量。研究显示，大多数配置的能耗远超实际所需：中位数高出2.6至4.8倍，极端情况下最高达到27倍。增加推理步骤会使能耗提高约3.7倍，而采用低精度FP8运算则可在几乎不影响得分的情况下，将能耗降低约25%。

## 事实

- 评估了86个模型检查点
- 能耗浪费中位数为2.6–4.8倍，最高达27倍

## 为什么重要

开发者可以通过选择能效更高的大模型配置，降低运营成本和碳足迹。

## 来源与参考

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

最后更新: 2026-10-14