要点
生成する画像や動画の数を減らし、始める前にプロンプトを練り、動画は短く必要な解像度に抑え、うまくいった結果は再利用しましょう。ある研究では、画像生成はリクエストあたりテキスト分類の 1,000 倍以上のエネルギーを使い、短い AI 動画はさらにずっと多くのコストがかかることがあります。
手順
- ストック画像、写真、簡単な図で用が足りないか考えます。
- 生成の前に詳しいプロンプトを書き、試行回数を減らします。
- たくさんのバリエーションではなく、1〜2 枚だけ頼みます。
- 動画は短くし、表示する場所に必要な解像度を超えないようにします。
- 惜しい結果は、ゼロから生成し直さずに編集や微調整をします。
- うまくいった画像は保存して再利用します。
画像と動画は日常の AI 作業のなかで最も負荷が大きく、控えめに使う効果が最も大きい分野です。 Luccioni、Jernite、Strubell の試験では、画像の生成は 1,000 枚あたり平均約 2.9 kWh を使いました。テキスト分類は 1,000 回あたり 0.002 kWh で、リクエストあたり 1,000 倍以上の差があります。
なぜ動画はそれほど負荷が大きいのですか?
すべてのフレームを生成する必要があり、長さと解像度に応じてコストが急速に増えるからです。 Delavande、Pierrard、Luccioni はオープンなテキストから動画を作るモデルを測定し、エネルギーが動画の空間的・時間的な大きさに対して二次関数的に増えることを確かめました。あるモデルで短い動画を 1 本作ると約 90 Wh を使い、これは画像のおよそ 30 倍、テキストの回答の 2,000 倍にあたるとしています。モデル間の差は大きく、約 0.14 Wh から 415 Wh 超までありました。
これらは研究用ハードウェア上のオープンなモデルの測定値です。商用サービスでは異なる可能性があり、ほとんどは数値を公表していません。
生成を減らすにはどうすればよいですか?
- まず計画しましょう。 被写体、スタイル、構図、形式を 1 つのプロンプトで説明します。
- バリエーションを減らしましょう。 4 枚の画像のコストは 1 枚の約 4 倍です。
- 動画は短く小さく。 表示されるサイズで数秒あれば、たいてい足ります。
- ステップ数を減らしましょう。 ツールで品質設定を選べる場合に有効です。同じ研究では、生成のステップ数を半分にするとエネルギーもおよそ半分になりました。
- 再利用しましょう。 使い回せる画像をフォルダーにまとめておきます。
最も効果が大きいことは何ですか?
面白半分に何十もの候補を生成する「スロットマシン」のような習慣をやめることです。メディアの生成はカラー印刷のように扱いましょう。必要なときには問題ありませんが、何となく使うと無駄になります。
詳しくはAI を効率よく使うをお読みください。教員の方は、授業のアイデアにある「テキスト、画像、動画のどれ?」の活動を試せます。
出典
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
- Video killed the energy budget: characterizing the latency and power regimes of open text-to-video models, Delavande, Pierrard and Luccioni (arXiv 2509.19222) (2025)
関連
AI の回答を何度も再生成してしまうのをやめるには?
再生成を繰り返すとエネルギーと時間の無駄になる理由と、1つのよいプロンプトと短い追加指示で使える回答を得る方法を説明します。
ChatGPT の消費電力を減らすには?
ChatGPT などのチャットボットを使うエネルギーを減らす実践的な方法です。短いやり取り、生成し直しの削減、軽いモデル、画像生成の抑制を紹介します。
AI を効率よく使う:日々の習慣
AI を使うときのエネルギーを減らす日々の習慣。明確なプロンプト、再生成の繰り返しを減らすこと、画像や動画の慎重な利用、キャッシュ、初期設定をオフにすることを紹介します。
グリーン AI の授業・活動アイデア
9〜18 歳向けの、低コストなグリーン AI の活動 9 つ。エネルギーの見積もり、紙のトークン、データセンターの立地、討論、リバウンドゲームなど。有料ツールは不要です。