Запросы на русском требуют больше энергии: Qwen3-8B потратила в 2,5 раза больше, чем на английский

Разница между языками. В основном эксперименте Qwen3-8B потратила на южный пушту в 179 раз больше энергии, чем на английский: 3147 против 17,6 кДж на одинаковый набор из 900 вопросов. University of Michigan также приводит разницу для хинди в 7,9 раза и для бенгальского в 15,3 раза относительно английского.

Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.

Модель расходовала больше энергии и из-за длины ответов, и при генерации каждого токена. На четырёх исследованных малоресурсных языках Qwen3-8B выдавала в 20–25 раз больше выходных токенов, чем на английском. Расход энергии на токен различался до 8,3 раза.

Авторы проверили языковой разрыв на 5 моделях, 2 GPU и 6 размерах пакета запросов. Он сохранился в трёх задачах: Belebele, GSM8K и LM-Arena. Сравнение эквивалентных запросов выявило разницу, которую одно число расхода энергии для модели не отражает.

Как повторить расчёты. MichiganNLP опубликовала код и CSV результатов. Для пересборки таблиц нужны команда `pip install -r requirements.txt` и запуск нужного скрипта, например `python analysis/build_cross_model_table.py`. На Hugging Face доступны результаты Qwen3-8B по 122 языкам, по 900 вопросов на язык, включая энергию на токен, число токенов и точность.

Для собственных энергозамеров авторы направляют к ML.ENERGY Benchmark с vLLM и библиотекой Zeus. В базовой конфигурации используется `max_num_seqs=256` и GPU L40S с 48 ГБ памяти либо RTX 6000 Pro Blackwell с 96 ГБ.

Авторы предлагают сначала переводить запрос на английский, затем генерировать ответ на английском и переводить обратно, но экономию всего такого процесса в исследовании не измеряли.

Код, CSV и результаты по языкам опубликованы MichiganNLP к 5 ноября 2026 года.