En resumen
Una calificación del AI Energy Score da a un modelo de una a cinco estrellas por su eficiencia energética en comparación con otros modelos probados en la misma tarea, a partir de la energía de GPU medida por cada 1.000 consultas. Más estrellas significa menos energía para esa tarea, pero las estrellas son relativas dentro de cada tarea, así que compare los modelos solo con otros calificados para el mismo trabajo.
Pasos
- Busque la tarea que corresponda a su uso, como la generación de texto o la generación de imágenes.
- Compare las calificaciones solo entre modelos calificados para esa misma tarea.
- Mire la cifra de energía medida además de las estrellas.
- Compruebe si el modelo se probó con el razonamiento activado o desactivado.
- Sopese la calificación frente a la calidad con sus propios ejemplos antes de elegir.
Más estrellas significa menos energía, pero solo en comparación con otros modelos que hacen la misma tarea. El AI Energy Score, lanzado por Hugging Face y sus socios, funciona un poco como la etiqueta energética de un electrodoméstico para los modelos de IA.
¿Qué mide?
La energía de GPU medida por cada 1.000 consultas, en un conjunto estándar de tareas. El proyecto abarca diez tareas comunes, como la generación de texto, el resumen y la generación de imágenes. Cada modelo se ejecuta de la misma forma en el mismo hardware y recibe de una a cinco estrellas en relación con otros modelos probados en esa tarea.
¿Cómo la uso?
- Elija la tarea adecuada. Un modelo de imagen de cinco estrellas y un clasificador de texto de cinco estrellas no son comparables.
- Lea la cifra, no solo las estrellas. Dos modelos separados por una estrella pueden estar cerca o lejos en energía.
- Compruebe el razonamiento. La actualización de 2025 añadió modelos de razonamiento y halló que consumían de media 30 veces más energía; el mismo modelo con el razonamiento activado consumía entre 150 y 700 veces más que con él desactivado.
- Pruebe usted mismo la calidad. Una calificación le informa sobre la energía, no sobre si un modelo es lo bastante bueno para su trabajo.
¿Qué no le dice?
- La mayoría de los modelos comerciales cerrados no están calificados, porque no pueden evaluarse desde fuera.
- Abarca la energía de GPU en un entorno de prueba, no la refrigeración, la capacidad ociosa ni el consumo de agua de un proveedor.
- Su uso real es distinto. Las entradas largas, las salidas largas y los reintentos cambian la energía por tarea.
Errores frecuentes
- Comparar estrellas entre tareas distintas.
- Elegir un modelo de cinco estrellas que no alcanza su nivel de calidad y acabar necesitando uno más grande de todos modos.
Para un método de comparación más amplio, consulte comparar el consumo de energía de distintos modelos, y lea etiquetas energéticas para la IA.
Fuentes
- AI Energy Score, Hugging Face (2025)
- Announcing AI Energy Score ratings, Hugging Face (2025)
- AI Energy Score v2: refreshed leaderboard, now with reasoning, Luccioni and Gamazaychikov, Hugging Face (2025)
Relacionado
¿Cómo comparo el consumo de energía de distintos modelos de IA?
Cómo comparar con justicia la energía de los modelos de IA: use referencias como el AI Energy Score o mídalos usted con la misma tarea, hardware y ajustes.
¿Cómo sé si una herramienta de IA es ecológica?
En qué fijarse al juzgar las afirmaciones ambientales de una herramienta de IA: cifras de energía publicadas, métodos, alojamiento y calificaciones independientes.
Etiquetas energéticas y pruebas de referencia para la IA
La situación de las calificaciones energéticas de la IA en 2026: AI Energy Score, MLPerf Power, la Ley de IA de la UE y la calificación de centros de datos.