基准测试机构Vals AI发现，多阶段任务可能要求模型消耗的能量或水比简单查询呈指数级增长。

随着人工智能的使用从简单的一次性查询转向更长、更复杂的任务，所需计算量的增加导致环境足迹急剧扩大。使用某些模型构建一个网页应用所需的能量，相当于为一个家庭供电2.5小时。

这是根据独立AI基准测试公司Vals AI的一项新分析得出的结论，该公司在真实世界任务上评估模型。该公司发现，需要AI模型“思考”更长时间的长任务（如构建软件应用）的环境影响可能比简单查询（如提出一个几乎可以立即回答的基本问题）大一万倍。

这表明，随着使用转向需要更多计算步骤的更长、更智能体化的任务，AI对环境的影响将显著增长。

“使用方式正在从仅仅将ChatGPT作为谷歌搜索的替代品，转变为真正与这些聊天机器人进行对话，”Vals的创始工程师Omar Almatov说。“足迹急剧扩大，因为这些不再是单次提问——它们的碳密集度要高得多。”该公司使用其专有基准指数以及EcoLogits（一个估算AI环境影响的开源工具）评估了16个模型。它考察了三个指标——碳排放、水消耗和电力使用——并采用了关于运行每个模型的硬件、能源结构和数据中心效率等因素的基线假设。

在分析的16个模型中，有14个由中国公司开发，一个来自美国的Thinking Machines Lab，一个来自法国的Mistral AI。研究人员专注于开放权重模型，这些模型的训练参数公开可用，因此可以直接分析。大多数领先的美国模型，包括OpenAI和Anthropic的模型，都是封闭权重的，这意味着它们的基础参数是私有的，无法用同样的方法进行评估。

美国AI公司已经披露了一些关于典型查询所消耗的水和电的估算——尽管“典型”正在迅速变化。OpenAI首席执行官Sam Altman在2025年写道，平均每次ChatGPT查询使用约1/15茶匙的水，同年Altman和Alphabet Inc.旗下谷歌的估算将平均文本查询的能耗定为0.24至0.34瓦时。各公司提供的关于更长、更智能体化任务足迹的信息较少。然而，微软公司的另一项研究发现，长推理和智能体化请求可以使能耗增加一个数量级以上，这与Vals的分析一致。

在Vals评估的模型中，阿里巴巴集团控股有限公司最强大的AI模型Qwen3.8 Max在Vals要求其执行的任务中，能源、碳和水强度得分最高（即最差），而蚂蚁集团为简单任务设计的模型Ling 3.0 Flash 2607得分最低。

Vals的另一个重要发现是，微小的性能提升可能带来巨大的环境成本。Kimi K3是Vals指数上最准确的开放权重模型，与亚军DeepSeek V4 Flash相比，其足迹过大，而后者仅略不准确。报告作者将这种差异描述为给笔记本电脑充电一次与充电20次之间的差距，或者喝一杯水与冲一次马桶之间的差距。

被分析模型的公司没有立即回应置评请求。Vals将几家领先的AI公司视为客户，其中包括其中一些公司。

亚马逊公司和谷歌表示，其2025年温室气体排放总体上升，部分原因是数据中心扩张。但除了Vals进行的外部估算外，关于AI到底排放多少碳的更详细披露仍然未知。使用AI工具的企业缺乏明确的方式在自己的排放报告中对此进行核算。由于加州一项新的气候披露法律即将生效，一些AI公司面临披露更多信息的压力。

“政策讨论应基于真实的证据和数据，”Vals联合创始人兼首席执行官Rayan Krishnan表示，但AI公司对其模型架构、使用的硬件类型以及为其数据中心供电的冷却和电力基础设施透露甚少——而这些信息将有助于更轻松、更准确地衡量其足迹。