随着大型语言模型（LLMs）的广泛应用，其对环境的影响正逐渐受到全球关注。尽管各大厂商乐于展示其模型在各种基准测试中的性能优势，但它们鲜少披露模型运行背后的能源、水资源和碳排放等环境数据。
不过，最近一项发布在康奈尔大学预印本平台 arXiv 上的新研究，为我们揭示了AI模型在使用过程中对环境的实际影响，并首次提出了一个以“生态效率”（eco-efficiency）为核心的推理评估方法。这项研究由美国罗德岛大学（University of Rhode Island）、普罗维登斯学院（Providence College）以及突尼斯大学（University of Tunis）的研究人员共同完成。
🧪研究方法：如何评估AI模型对环境的影响？
研究团队开发了全球首个“基础设施感知推理基准”（infrastructure-aware inference benchmark）。他们综合了以下三个关键因素：
- 模型API延迟数据
- 模型背后运行的GPU类型（A100、H100等）
- 地区电力网络结构（影响碳排放系数）
最终，他们将能耗、电耗、水耗以及碳排放统一整合，计算出每个模型的“单位提示环境成本”（per-prompt environmental footprint），并将其转换为一项整体“生态效率得分”。
💥结果震惊行业：OpenAI和DeepSeek模型能耗高居榜首
研究人员指出，在一次生成较长回答的情况下，OpenAI的o3模型和DeepSeek的主力推理模型消耗的能量均超过 33瓦时（Wh）。这一数值比OpenAI体积最小的GPT-4.1 nano模型 高出70倍以上。
DeepSeek模型的能耗，甚至超过了部分同类型模型。虽然官方从未公开详细的GPU架构及计算策略，但研究团队通过推断分析认为，DeepSeek当前推理服务仍可能依赖大量传统A100芯片，而非更节能的新一代H100。这种硬件差异，成为它高能耗的根本原因之一。
👑Anthropic的Claude 3.7 Sonnet成为最环保AI模型
相较之下，Anthropic公司开发的Claude 3.7 Sonnet模型，成为目前“生态效率”最高的AI模型。该模型不仅能耗低，而且运行效率高，受到了研究团队的高度评价。
研究人员特别强调，Claude系列的硬件优化做得尤为出色，避免了“以算力堆叠换能力”的高耗能路径。同时，Claude 3.7的运算过程经过特殊调度，大大降低了峰值能耗，提升了单位计算效率。
📉短提示也不环保？别小看你输入的每一句话！
值得注意的是，即便是用户输入的一条简短提示，也可能对环境造成显著影响。例如：
- OpenAI的GPT-4o模型，一次简单提问平均消耗约 0.43Wh；
- 据估计，OpenAI当前每天接收到的GPT-4o提示请求约为 7亿次；
- 按此计算，全年能耗约为 392至463 GWh，足够支撑 3.5万户美国家庭 一整年的用电需求。
研究第一作者Nidhal Jegham博士直言：“使用ChatGPT-4o一年的耗水量，相当于120万人一年的饮水需求。”
📌“看似微小，实则庞大”：环境代价正在放大
研究团队强调，AI模型对环境的影响，正在从“微观无感”逐步演变为“宏观压力”：
“从提示层面来看，这些消耗看似微不足道。但考虑到AI使用的急速增长，这种规模效应所带来的资源压力正在迅速扩大。”——Nidhal Jegham
以DeepSeek为例，其在部分平台日均推理请求量已接近千万级别，一旦规模继续扩大，势必带来更大能源与水资源压力。
🧠未来何去何从？节能AI模型或成新标准
面对高能耗的现实，不少研究人员呼吁：
- AI开发公司应 公开基础设施配置信息，包括GPU型号、电力来源等；
- 推广“绿色推理”标准，优先使用能耗更低的模型架构；
- 鼓励用户在日常使用中，尽量选择生态效率高的模型，如Claude 3.7 Sonnet；
- 提供能耗反馈功能，让用户意识到自己每次调用的“资源成本”。
🟢结语：DeepSeek与OpenAI需重塑“绿色AI”形象
随着AI渗透日常生活的各个角落，其环境影响不容忽视。DeepSeek等高能耗模型若想持续扩张市场份额，必须加快节能优化步伐；而用户与开发者也应承担起环保责任，推动“低碳智能”成为AI产业的新趋势。
