要点
作業に合う標準ベンチマーク(Hugging Face の AI Energy Score など)があればそれを使い、なければ候補のモデルを同じ作業、ハードウェア、設定で自分で測りましょう。品質とあわせて、成功した作業あたりのエネルギーを比べてください。安くても失敗するモデルは、最終的には高くつくからです。
手順
- 候補のモデルに、目的の作業での AI Energy Score の評価がすでにあるか確かめます。
- 評価のないモデルは、同じ GPU と設定で、それぞれ同じベンチマークを実行します。
- 入力と出力の長さが現実的な、実際のプロンプトの固定セットを使います。
- モデルごとに、同じ方法で測ったリクエストあたりのエネルギーと品質を記録します。
- やり直しも含めて、成功した作業あたりのコストを比べます。
同じ条件どうしで比べましょう。同じ作業、同じハードウェア、同じ設定、同じ測り方です。提供元ごとに公表される数字は、方法も範囲(バウンダリー)も異なるため、公平に比べられることはめったにありません。
できあいの比較はありますか?
多くのオープンモデルについては、あります。Hugging Face の AI Energy Score は、よく使われる10種類の作業について、1,000回の問い合わせあたりの GPU のエネルギーを測り、同じ作業の他のモデルと比べて星1つから5つで評価します。非公開のモデルを同じ方法でベンチマークする手段も用意されています。まずはそこから始めましょう。
自分でモデルを測るには?
- 自分で動かすモデル:実行ごとに CodeCarbon などのツールで包みます。プロセッサとメモリの電力からエネルギーを推計してくれます。
- ホスト型の API:EcoLogits などのツールでトークン数から推計し、結果には推計値と明記します。
- ほかの条件はすべて固定する:プロンプト、バッチサイズ、入力と出力の長さ、ハードウェア、リージョンです。
- 何度か実行し、1つの数字ではなく幅で報告します。
違いは大きくなることがあります。Luccioni、Jernite、Strubell の比較では、同じ作業で、汎用の生成モデルは作業専用のシステムより桁違いにコストが高くなりました。
よくある間違い
- 成功1回あたりではなく、呼び出し1回あたりで比べる。やり直しと失敗も数えましょう。
- 出力の長さを無視する。2倍の量を書くモデルは、大きさに関係なく2倍のコストがかかることがあります。
- 推計値と実測値を同じ表に混ぜ、そのことを書かない。
方法の全体はAI のエネルギーの測り方を、評価の読み方はAI Energy Score の評価を読むをご覧ください。
出典
- AI Energy Score, Hugging Face (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
- CodeCarbon, CodeCarbon (2026)
- EcoLogits documentation, EcoLogits (2025)
関連
AI Energy Score の評価はどう読めばいい?
AI Energy Score の 1〜5 つ星の評価が意味すること、測っているもの、モデルの比較への使い方、そしてわからないことを説明します。
自分のパソコンや GPU で AI が使うエネルギーはどう測る?
ハードウェアのカウンター、GPU のテレメトリー、電力計で手元の AI のエネルギーを測り、処理全体でサンプリングし、待機時の電力を差し引きます。
AI API の呼び出しで使うエネルギーを推計するには?
ホスト型の AI API は計測できませんが、EcoLogits でトークン数とモデルの仮定から 1 回あたりのエネルギーを推計し、コストと並べて記録できます。
AI のエネルギーと炭素を測る方法
AI 作業のエネルギーと炭素を計測または推計するための実践ガイド。ツール、システム境界、タスクあたりの指標、不確かさの誠実な扱い方を解説します。