Energieeffizienz von KI variiert stark nach Modell, Hardware und Aufgabe
KI-Modelle, die die wertvollste Arbeit leisten, bieten nicht zwangsläufig die beste Energiebilanz. Das zeigt eine Studie von Forschern aus Stanford, UC Berkeley und UT Austin. Gemma 4 31B erzeugte 56 % des Werts von GLM 5.2 und verbrauchte dabei 23 % von dessen Energie. Der Nettowert pro Joule war damit etwa 2,5-mal höher.
- Gemma 4 31B erzielte 56 % des Werts von GLM 5.2 und verbrauchte dabei 23 % von dessen Energie.
- GPT-OSS 120B verbrauchte trotz ähnlicher Kosten und Geschwindigkeit 68 % weniger Energie als GLM 5.2.
- Qwen3.6-27B erzielte auf einer NVIDIA B200 die höchste getestete Hardware-Rendite.
- Der Einsatz von acht H100-GPUs machte Qwen3.6-27B 22 % schneller, verbrauchte aber 3,24-mal so viel Energie.
- Der Nettowert von GLM 5.2 pro Megajoule sank gegenüber KI-unterstützten Experten um 70 %.
Energie verändert die Messung von KI-Leistung
Die Ergebnisse stammen aus Joules-to-GDP, einer am 4. November 2026 veröffentlichten Studie. Snorkel AI zufolge lieferte das Forschungsteam Experten-Basiswerte für die 220 GDPval-Aufgaben der Studie und arbeitete mit den Forschern an der Entwicklung von GDPWorks. Dieses umfasst 83 zusätzliche Aufgaben aus 36 Berufen.
Unter den fünf getesteten Modellen erzielte GLM 5.2 mit 74,19 US-Dollar pro Aufgabe den höchsten Produktionswert. Nach Angaben von Snorkel AI verbrauchte es 0,430 Megajoule Energie, was etwa vier Stunden aktiver Laptop-Nutzung entspricht. Gemma 4 31B erzeugte pro Aufgabe einen Produktionswert von 41,38 US-Dollar, verbrauchte jedoch 0,097 Megajoule und lag beim Nettowert sowie bei der pro Energieeinheit eingesparten Zeit vorn.
Der Nettowert ergibt sich, indem die Kosten für den Betrieb eines KI-Systems vom Dollarwert seiner Arbeit abgezogen werden. Für die Berechnung des Nettowerts pro Megajoule, kurz NVJ, teilt die Studie dieses Ergebnis durch den Energieverbrauch. Snorkel AI weist darauf hin, dass eine hohe Rendite pro Joule nicht zwangsläufig bedeutet, dass ein Modell ausreichend Arbeit erledigt. Deshalb weist die Studie neben der Effizienz auch den Gesamtwert aus.
Ähnliche Geschwindigkeit und Kosten können einen unterschiedlichen Energieverbrauch verbergen
Die Studie zeigt, dass Modelle mit vergleichbaren Kosten und Geschwindigkeiten einen stark unterschiedlichen Energiebedarf haben können. GPT-OSS 120B kostete etwa 3,1 % mehr als GLM 5.2 und wurde ungefähr 2,1 % schneller fertig, verbrauchte dabei aber 68 % weniger Energie.
Welche Kennzahl bevorzugt wird, verändert das Ergebnis. GLM 5.2 erzielte mit 37,69 gegenüber 19,09 für GPT-OSS 120B einen höheren Nettowert pro Dollar KI-Kosten und lag auch pro KI-Stunde vorn: 191,3 gegenüber 102,1 US-Dollar. GPT-OSS 120B erzielte dagegen mit 275,7 gegenüber 168,1 US-Dollar pro Megajoule einen höheren Wert pro Megajoule.
Auch die Hardware beeinflusste die Effizienz. Wurde Qwen3.6-27B auf einem einzelnen Beschleuniger ausgeführt, erzielte die NVIDIA B200 einen Nettowert von 535,5 US-Dollar pro Megajoule, verglichen mit 124,1 US-Dollar auf einer AMD MI350X. Die NVIDIA H100 und H200 lagen mit 402,2 beziehungsweise 391,3 US-Dollar nahe beieinander. Das zeigt, dass ein neuerer Chip in diesem Test nicht automatisch effizienter war.
GLM 5.2 lief auf acht H200, während die anderen vier Modelle einen Knoten mit acht H100 nutzten, weil dessen FP8-Betriebsumgebung dort nicht passte. Snorkel AI zufolge spiegeln die Zahlen für GLM 5.2 daher sowohl das Modell als auch die Hardware wider.
Mehr GPUs und Wiederholungen senkten den Wert pro Joule
Zusätzliche Hardware führte nicht zu einem proportionalen Geschwindigkeitszuwachs. Wurde Qwen3.6-27B von einer H100 auf acht umgestellt, war das Modell nur 22 % schneller, verbrauchte aber 3,24-mal so viel Energie. Der Nettowert pro Joule sank von 402,2 auf 123,4 US-Dollar pro Megajoule, während der Produktionswert mit 64,79 gegenüber 67,81 US-Dollar pro Aufgabe ungefähr gleich blieb.
Wiederholungen zeigten einen ähnlichen Zielkonflikt. Vier Versuche steigerten den Produktionswert von GLM 5.2 von 74,19 auf 93,42 US-Dollar, der Energieverbrauch erhöhte sich jedoch von 0,430 auf 1,760 Megajoule. Der Nettowert pro Joule sank von 168,1 auf 48,6. Der Test zählte alle vier Versuche, auch wenn ein früherer Versuch bereits erfolgreich war. Snorkel AI zufolge untersuchte die Studie kein System, das nach einer guten Antwort abbricht.
Auch der Vergleich mit Fachkräften, die von KI unterstützt wurden, senkte die gemessene Rendite des Modells. Gegenüber Experten, die mit KI arbeiteten, sank der Nettowert von GLM 5.2 pro Megajoule um 70 %, von 168,1 auf 50,0 US-Dollar. Diese Experten legten einen höheren Qualitätsmaßstab an und benötigten im Durchschnitt etwa 23 % weniger Zeit. Dadurch blieb dem KI-System weniger Zeit, die es einsparen konnte.
Für Nutzer und Unternehmen weist die Studie darauf hin, dass Energie bei der Auswahl von Modellen, Beschleunigern und Arbeitsabläufen ein zusätzlicher Faktor ist. Die Ergebnisse legen nahe, dass Gesamtproduktionswert, Geschwindigkeit, Betriebskosten und Energieeffizienz unterschiedliche Systeme begünstigen können. Wer nur eine Kennzahl optimiert, könnte sich daher anders entscheiden als bei einer Optimierung des gesamten Aufgabenergebnisses.
Snorkel AI: Joules-to-GDP: Measuring the economic value of AI per unit of energy
