同一台电脑上，模型答得快，不等于更省电：它可能瞬时功率更高，也可能因为更早完成任务而少耗电。这项研究提出“每瓦智能”（Intelligence per Watt，IPW），把任务准确率与功率放进同一指标，用来比较模型与硬件的组合，而不再只问谁答得好、谁跑得快。
作者测试了 20 多个本地模型、8 种本地及云端加速器，并使用 100 万条真实的单轮聊天和推理问题。所谓本地模型，是直接在个人电脑或边缘设备上运行、无需每次请求云端的模型。论文自述，这些模型能成功回答 88.7% 的测试问题；从 2023 到 2025 年，IPW 提升了 5.3 倍，可由本地模型处理的问题覆盖率也从 23.2% 升至 71.3%。这组数字的意义不只是“模型更强了”，而是同样有限的设备电力正在换来更多可用能力。不过，IPW 同时受任务、硬件、功率和运行时间影响，不能脱离具体测试条件当作一张通用排行榜。