思考型AI模型的二氧化碳排放量高出50倍——而且往往徒劳无功

这种转换以及其他计算过程会产生CO₂排放。然而，许多用户并未意识到这些技术背后巨大的碳足迹。如今，德国研究人员使用一套标准化问题，测量并比较了不同已训练大型语言模型（LLM）的CO₂排放量。

"已训练LLM在回答问题时的环境影响主要取决于其推理方式，显性推理过程会显著推高能耗和碳排放，"研究报告的第一作者、慕尼黑应用科学大学研究员Maximilian Dauner在《Frontiers in Communication》期刊的研究中表示。"我们发现启用推理的模型产生的CO2排放量比简洁响应模型高出50倍。"

'思考型'人工智能产生最多排放

研究人员针对涵盖多元学科的1,000个基准问题，评估了参数量从70亿到720亿不等的14个LLM。参数量决定了LLM学习和处理信息的方式。

平均而言，推理模型每个问题会生成543.5个"推理"标记，而简洁模型每个问题仅需37.7个标记。推理标记是推理型LLM在生成最终答案前产生的额外标记。更高的标记足迹始终意味着更高的CO2排放。但这并不必然导致答案更准确，因为并非所有细节都对答案正确性至关重要。

准确率最高的模型是启用推理的700亿参数Cogito模型，准确率达84.9%。该模型的CO₂排放量是生成简洁答案的同规模模型的三倍。"当前我们看到LLM技术中存在明显的准确性-可持续性权衡，"Dauner指出。"所有将排放量控制在500克CO2当量以下的模型，在正确回答这1,000个问题上均未达到80%以上的准确率。"CO₂当量是用于衡量各类温室气体气候影响的单位。

问题主题也会导致CO₂排放水平的显著差异。需要冗长推理过程的问题（如抽象代数或哲学）产生的排放量比高中历史等直接型主题高出六倍。

践行审慎使用原则

研究人员表示希望其工作能促使人们更明智地决策AI使用方式。"用户可通过要求AI生成简洁答案，或将高容量模型使用限制在真正需要的任务上，显著减少排放量，"Dauner强调。

模型选择对CO₂排放量影响巨大。例如，让DeepSeek R1（700亿参数）回答60万个问题产生的CO₂排放，相当于伦敦至纽约的往返航班。而同等排放量下，Qwen 2.5（720亿参数）在保持相近准确率的同时可回答超过三倍数量的问题（约190万个）。

研究人员指出，其结论可能受研究硬件选择、因地区电网结构而异的排放因子以及所检测模型的影响，这些因素可能限制研究结果的普适性。

"如果用户知晓其AI生成内容（如随意将自己变成手办形象）的确切CO2成本，他们可能会更审慎地选择使用这些技术的时机和方式，"Dauner总结道。