AI po polsku zużywa ponad dwa razy więcej energii niż po angielsku

Ile energii zużywa AI po polsku

Arkusz z danymi opublikowany przez uczelnię podaje dla Qwen 3 o rozmiarze 8 mld parametrów 19,5 dżula na odpowiedź po angielsku i 43,6 dżula po polsku. To mnożnik 2,23, co daje polszczyźnie 16. miejsce wśród 114 języków w tym zestawieniu, licząc od najtańszego.

W ujęciu pojedynczej rozmowy to mało, bo 43,6 dżula odpowiada ok. 0,012 watogodziny. Skala zaczyna mieć znaczenie przy dużych wolumenach. Milion odpowiedzi to według tych samych danych ok. 12 kWh po polsku i 5,4 kWh po angielsku, a te liczby przeliczyliśmy sami z wartości podanych w dżulach. Dotyczą małego modelu na jednej karcie NVIDIA L40S, więc nie opisują zużycia dużych usług komercyjnych.

Dlaczego model po polsku potrzebuje więcej energii

Działają dwa mechanizmy. Pierwszy to liczba tokenów, czyli fragmentów tekstu, na których pracuje model. Po polsku odpowiedź była dwukrotnie dłuższa niż po angielsku. Drugi to koszt tokenu, który wyniósł ok. 0,118 dżula wobec 0,105 dżula, czyli ok. 12 proc. więcej.

Oba czynniki się mnożą i dają właśnie ok. 2,2 raza. Autorzy tłumaczą też, skąd bierze się wyższy koszt tokenu. Dłuższe sekwencje zajmują więcej pamięci karty graficznej, więc serwer przetwarza mniejsze partie zapytań, a to podnosi zużycie w przeliczeniu na token. Polski jest tu w dobrym położeniu, bo najwyższe koszty dotyczą języków z rzadkimi alfabetami i małą ilością danych treningowych.

Polski na tle innych języków

Poniższe zestawienie przygotowaliśmy z tabeli 5 w pracy, która podaje wyniki dla 122 języków. Liczby dotyczą Qwen 3 i zestawu Belebele, czyli pytań wielokrotnego wyboru sprawdzających czytanie ze zrozumieniem, po 900 odpowiedzi na język. Mnożniki policzyliśmy z całkowitej energii, dlatego dla polskiego wychodzi 2,28 zamiast 2,23 z arkusza uczelni, który liczy średnią na odpowiedź.

• Angielski - 186 tokenów na odpowiedź, 17,6 kJ, mnożnik 1,00, trafność 94,6 proc.
• Niemiecki - 331 tokenów, 32,7 kJ, mnożnik 1,86, trafność 92,1 proc.
• Polski - 371 tokenów, 40,0 kJ, mnożnik 2,28, trafność 84,0 proc.
• Ukraiński - 396 tokenów, 46,3 kJ, mnożnik 2,63, trafność 87,3 proc.
• Czeski - 619 tokenów, 72,5 kJ, mnożnik 4,12, trafność 89,3 proc.
• Węgierski - 718 tokenów, 90,5 kJ, mnożnik 5,15, trafność 85,8 proc.

Podwójna kara, czyli więcej energii i gorsza trafność

Główny wniosek autorów dotyczy połączenia kosztu i jakości. W najdroższych językach, takich jak tybetański, paszto czy tigrinia, trafność spada do 43 proc. lub niżej, a w szan do 10,6 proc. Naihao Deng, pierwszy autor pracy, ostrzega w komunikacie uczelni, że taka podwójna kara może wypychać część ludzi z korzystania z AI i zniechęcać firmy do obsługi niektórych języków.

W przypadku polskiego związek nie jest tak prosty. Trafność 84 proc. to mniej niż w czeskim czy ukraińskim, choć te języki wymagały więcej energii. Autorzy podkreślają, że koszt i trafność występują razem, ale jedno nie jest przyczyną drugiego. Uczelnia podaje też, że ok. 5,2 mld ludzi zużywa ponad dwa razy więcej energii na tekst w swoim pierwszym języku niż użytkownicy angielskiego, a do tej grupy należą także Polacy.

Czego badanie nie mówi

Pomiar objął trzy otwarte modele, czyli Qwen 3, Gemma 3 i Llama 3.1, a nie usługi takie jak ChatGPT, Claude czy Gemini. Dostawcy komercyjni nie publikują podobnych danych dla języków, więc nie wiadomo, jak duża jest różnica u nich. Liczby powyżej pochodzą z jednego modelu i testu, w którym model rozpisuje tok rozumowania, co wydłuża odpowiedzi.

Autorzy sprawdzili także zadania matematyczne i otwarte pytania użytkowników, ale tylko w ośmiu językach, wśród których nie było polskiego. Dla polszczyzny mamy więc wynik z jednego typu zadania. Nierówność między językami utrzymała się przy większych modelach i na innym sprzęcie, choć dane dla polskiego w tych próbach nie istnieją. Część finansowania pochodzi od OpenAI, Forda, Laude Institute i Survival and Flourishing Fund, obok amerykańskich NSF i DARPA.

Co to oznacza dla polskich firm

Praktyczny skutek to koszt API, bo większość dostawców rozlicza się za tokeny. Jeśli polska odpowiedź jest dwa razy dłuższa, faktura za tokeny wyjściowe też rośnie, a kalkulatory i testy robione na angielskich przykładach zaniżają budżet. Przed wdrożeniem warto policzyć tokeny na własnych polskich danych i ustawić limit długości odpowiedzi.

Autorzy proponują dwa rozwiązania po stronie dostawców. Pierwsze to kierowanie zapytań do modeli dopasowanych do danego języka, co wzmacnia argument za projektami takimi jak PLLuM, choć ich zużycia energii praca nie mierzyła. Drugie to tłumaczenie zapytania na angielski i odpowiedzi z powrotem na polski. Ten wariant może obniżyć zużycie, ale autorzy zastrzegają, że nie nadaje się do zadań zależnych od kultury, idiomów i rejestru języka.