本地AI模型已经能够像前沿云端模型一样，回答89%的日常聊天与推理查询，这一结论在超过一百万条真实查询及20多个本地模型的广泛测试中均得到验证。¹

这意味着我们正在用每瓦特电力产生更多智能：用同样数量的电子完成更多工作。¹

追踪计算效率随时间的变化并非新鲜事。库梅定律（Koomey's law）发现，数十年来每瓦特计算能力大约每1.5年翻一番，这一趋势将大型主机的算力浓缩进了笔记本电脑的机身之中。²³

正如每瓦特性能推动了从大型主机到个人电脑的转型，每瓦特智能也将引领AI向边缘端迁移。

—— Jon Saad-Falcon、Avanika Narayan 等人，《每瓦特智能》

如今GPU的效率提升曲线则更为平缓，过去15年间大约每2.7年翻一番，而非每1.5年。⁴

其影响同样令人瞩目：最佳本地模型对阵前沿模型的胜率/平局率，从2023年的23.2%攀升至2025年的71.3%，每年约提升20个百分点。到2026年，由另一个本地AI为任务选出的本地模型，这一数字将跃升至近90%。⁵

效率也沿着趋势线同步提升：同期每瓦特智能提升了5.3倍，其中3.1倍来自更优秀的模型，1.7倍来自更先进的芯片。计算机更快了，模型更聪明了，最终受益的是终端用户。

⁵

云端对于长链条多步推理、最艰深的技术领域，以及依赖规模与并行化的任务仍然不可或缺。在许多应用场景中，云端硬件对本地硬件仍保有优势。云端推理相比本地模型可带来40%的能效提升。⁶ 数据中心采用批量处理查询的方式，而这一技巧是每次仅服务一个用户的本地硬件目前还无法使用的。

但对于大部分日常知识工作而言，完全没有必要将查询发送到数据中心。本地模型加路由器的组合，足以应对绝大多数工作任务。⁷

与全云端基线相比，这种方式还能削减80%的能耗、77%的计算量以及74%的成本。

大型主机走进了个人生活。你的数据中心也将如此。

---

1. Jon Saad-Falcon、Avanika Narayan 等人所著《每瓦智能：衡量本地 AI 的智能效率》，斯坦福大学与 Together AI，2025 年 11 月。arXiv:2511.07885。另见斯坦福 Hazy Research 综述。 ↩︎ ↩︎

2. 库米定律，维基百科。 ↩︎

3. 瓦特衡量的是功率，即能量消耗的速率，而焦耳衡量的是能量本身；库米最初的指标是每焦耳的计算量，但底层趋势与现在 AI 模型所追踪的每瓦智能是同一个。 ↩︎

4. Anson Ho、Ege Erdil 与 Tamay Besiroglu，《CMOS 微处理器能效的极限》，2023 年。arXiv:2312.08595。 ↩︎

5. 71.3% 和 89% 是同一份 2025 年数据中的两个不同测量值，而非同一数字在不同时间点的数值。71.3% 是表现最佳的单款本地模型对阵前沿模型的胜率/平局率，也是此图表所绘制的趋势线（2023 年为 23.2%，2024 年为 48.7%，2025 年为 71.3%）。89% 则是另一个更高的上限：将每个查询路由到所测试的 20 多款本地模型中处理该查询效果最佳的那一款，其表现比任何单一模型高出 16.3 到 28.8 个百分点。这一增益是选择效应所致：论文指出，本地路由从 20 多款多样化模型中挑选，而前沿云端模型只有三款，因此在某些基准测试上，本地模型集成的最佳表现甚至超越了云端模型集成的最佳表现。可供选择的候选模型更多——而不仅仅是路由更智能——才是提升准确率的原因。这两个数字均来自同一项研究，且两者互不取代。 ↩︎ ↩︎

6. Jon Saad-Falcon、Avanika Narayan 等人所著《每瓦智能：衡量本地 AI 的智能效率》，斯坦福大学与 Together AI，2025 年 11 月。运行相同模型时，云端加速器每瓦智能至少比本地芯片高出 1.4 倍，即约 40% 的效率优势。arXiv:2511.07885。 ↩︎

7. 大多数 AI 工作可以等待，tomtunguz.com。 ↩︎