# 如何看懂 AI Energy Score 评级？

> AI Energy Score 的一到五星评级是什么意思，测量的是什么，如何用它比较模型，以及它不能告诉您哪些信息。

Source: https://greenai.guide/zh/如何/如何看懂-ai-energy-score-评级/  
Updated: 2026-11-19

## 简而言之

AI Energy Score 评级根据每 1,000 次查询实测的 GPU 能耗，将一个模型与在同一任务上测试的其他模型相比，按能效给出一到五星。星级越多，表示完成该任务的能耗越低；但星级只在同一任务内具有相对意义，所以只能把模型与针对同一任务评级的其他模型进行比较。

## Steps

1. 找到与您用途相符的任务，例如文本生成或图像生成。
2. 只在针对同一任务评级的模型之间比较星级。
3. 除了星级，也要看实测的能耗数字。
4. 查看模型测试时推理功能是开启还是关闭。
5. 在作出选择之前，用您自己的示例权衡评级与质量。

**星级越多表示能耗越低，但只在与完成同一任务的其他模型相比时才成立。** AI Energy Score 由 Hugging Face 及其合作伙伴推出，作用有点像 AI 模型的家电能效标签。

## 它测量的是什么？ {#what-does-it-measure}

**在一组标准任务上，每 1,000 次查询实测的 GPU 能耗。** 该项目涵盖十项常见任务，例如文本生成、摘要和图像生成。每个模型都以相同方式在相同硬件上运行，并与在该任务上测试的其他模型相比，获得一到五星。

## 我该如何使用它？ {#how-do-i-use-it}

- **选对任务。** 五星的图像模型和五星的文本分类器不能相互比较。
- **看数字，而不只是星级。** 相差一星的两个模型，能耗可能很接近，也可能相差很远。
- **查看推理设置。** 2025 年的更新加入了推理模型，发现它们的能耗平均高出 30 倍；同一模型开启推理时的能耗是关闭时的 150 到 700 倍。
- **自己测试质量。** 评级告诉您的是能耗，而不是模型是否足以胜任您的工作。

## 它不能告诉您什么？ {#what-doesn-t-it-tell-you}

- **大多数闭源商业模型没有评级**，因为无法从外部对它们进行基准测试。
- **它涵盖的是测试环境下的 GPU 能耗**，不包括提供商的冷却、闲置容量或用水。
- **您的实际使用情况不同。** 长输入、长输出和重试都会改变每项任务的能耗。

## 常见错误 {#common-mistakes}

- **跨任务比较星级。**
- **选择了一个达不到您质量标准的五星模型**，结果还是得换用更大的模型。

更全面的比较方法，请参阅[比较不同模型的能耗](/zh/如何/如何比较不同-ai-模型的能耗/)，并阅读 [AI 能效标签](/zh/文章/ai-的能效标识与基准测试/)。

## 来源

- [AI Energy Score](https://huggingface.github.io/AIEnergyScore/), Hugging Face (2025)
- [Announcing AI Energy Score ratings](https://huggingface.co/blog/sasha/announcing-ai-energy-score), Hugging Face (2025)
- [AI Energy Score v2: refreshed leaderboard, now with reasoning](https://huggingface.co/blog/sasha/ai-energy-score-v2), Luccioni and Gamazaychikov, Hugging Face (2025)
