思考型AI模型二氧化碳排放量增加50倍——而且经常毫无意义

此类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伴随的显著碳足迹。目前，德国研究人员使用一套标准化问题，对不同已训练大型语言模型（LLMs）的CO₂排放量进行了测量与比较。

来自慕尼黑应用技术大学的研究员兼《传播前沿》研究第一作者马克西米利安·道珀指出："询问已训练LLMs所产生的环境影响主要取决于其推理方式，显式推理过程会显著推高能耗与碳排放。我们发现，启用推理的模型产生的CO₂排放量比简明应答模型高出50倍。"

"思考型"人工智能排放量最高

研究人员在涵盖多学科的1000个基准问题上评估了14款LLMs，其参数量从70亿到720亿不等。参数决定了LLMs学习与处理信息的方式。

推理模型平均每问题生成543.5个"思考"令牌，而简明模型仅需37.7个令牌。思考令牌是推理型LLMs在生成答案前产生的附加令牌。令牌足迹越大意味着CO₂排放越高，但这并不必然提升答案准确率——详尽细节并非总是正确性的必备要素。

最精准的是具备推理能力的720亿参数Cogito模型，准确率达84.9%。该模型的CO₂排放量是同规模简明应答模型的三倍。"当前LLM技术存在明显的准确性与可持续性权衡，"道珀表示，"排放量控制在500克二氧化碳当量以下的模型，在1000道问题上的正确率均未超过80%。"二氧化碳当量是衡量各类温室气体气候影响的单位。

问题主题也导致CO₂排放水平显著差异。需要长推理过程的问题（如抽象代数或哲学）产生的排放量比高中历史等直接性问题高出六倍。

践行审慎使用原则

研究者希望其成果能引导用户更明智地使用AI。道珀强调："通过要求AI生成简明答案，或将高容量模型仅用于真正需要其能力的任务，用户可显著减少排放。"

模型选择对CO₂排放影响显著。例如：让DeepSeek R1（720亿参数）回答60万问题产生的CO₂排放量，相当于伦敦至纽约的往返航班排放；而同等排放量下，Qwen 2.5（720亿参数）能以相近准确率处理超三倍的问题量（约190万题）。

研究者指出，其结论可能受三项因素影响：研究所用硬件选择、因地区电网结构差异而变化的排放系数，以及所检视的模型范围。这些因素可能限制结果的普适性。

道珀总结道："若用户知晓自己生成AI内容（例如随意将自身转化为手办形象）的确切CO₂成本，可能会更审慎地选择使用时机与方式。"