要点
AI Energy Score の評価は、1,000 回の質問あたりの GPU エネルギーの実測値に基づき、同じタスクで試験した他のモデルと比べたエネルギー効率を 1〜5 つ星で示します。星が多いほどそのタスクでのエネルギーが少ないことを意味しますが、星はタスク内での相対評価です。モデルは、同じ用途で評価された他のモデルとだけ比べましょう。
手順
- テキスト生成や画像生成など、自分の用途に合うタスクを見つけます。
- 星の評価は、同じタスクで評価されたモデルどうしでだけ比べます。
- 星だけでなく、エネルギーの実測値も見ます。
- 推論(reasoning)機能をオンにして試験したか、オフにして試験したかを確認します。
- 選ぶ前に、自分の例での品質と評価を比べて検討します。
星が多いほどエネルギーは少なくなりますが、それは同じタスクをこなす他のモデルと比べた場合に限ります。 Hugging Face とパートナーが始めた AI Energy Score は、AI モデル向けの家電の省エネラベルのようなものです。
何を測っているのですか?
標準的なタスクの組み合わせで、1,000 回の質問あたりの GPU エネルギーを実測しています。 このプロジェクトは、テキスト生成、要約、画像生成など、よく使われる 10 のタスクを対象にしています。各モデルを同じハードウェアで同じ方法で動かし、そのタスクで試験した他のモデルと比べて 1〜5 つ星を付けます。
どう使えばよいですか?
- 正しいタスクを選びましょう。 5 つ星の画像モデルと 5 つ星のテキスト分類器は比べられません。
- 星だけでなく数値を読みましょう。 星が 1 つ違う 2 つのモデルでも、エネルギーが近いこともあれば、大きく離れていることもあります。
- 推論機能を確認しましょう。 2025年の更新では推論モデルが加わり、平均で 30 倍のエネルギーを使うことがわかりました。同じモデルでも、推論をオンにすると、オフのときの 150〜700 倍を使いました。
- 品質は自分で試しましょう。 評価が示すのはエネルギーであり、そのモデルが自分の仕事に十分かどうかではありません。
わからないことは何ですか?
- 非公開の商用モデルのほとんどは評価されていません。 外部からベンチマークできないためです。
- 対象は試験環境での GPU のエネルギーです。 プロバイダーの冷却、待機中の設備、水の使用は含まれません。
- 実際の使い方は異なります。 長い入力、長い出力、再試行によって、タスクあたりのエネルギーは変わります。
よくある間違い
- タスクをまたいで星を比べること。
- 品質の基準を満たさない 5 つ星のモデルを選ぶこと。 結局、もっと大きなモデルが必要になります。
より広い比較の方法については、モデルごとのエネルギー使用量を比べるをご覧ください。また、AI のエネルギーラベルもお読みください。
出典
- 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)
関連
AI モデルごとの消費電力を比べるには?
AI モデルのエネルギーを公平に比べる方法です。AI Energy Score などのベンチマークを使うか、同じ作業、ハードウェア、設定で自分で測ります。
AI ツールが環境にやさしいかどうか、どうすればわかる?
AI ツールの環境に関する主張を見極めるポイントです。公表されたエネルギーの数値、算出方法、モデルの選択肢、ホスティング、第三者の評価を確認します。
AI のエネルギーラベルとベンチマーク
2026 年時点の AI のエネルギー評価の現状を、AI Energy Score、MLPerf Power、EU AI 法の文書化義務、データセンターの格付けから整理し、ラベルで何がわかるかを説明します。