近期，網絡上流傳著一種觀點：向人工智能（AI）表達感謝會額外消耗算力與電力資源，甚至被形容為“浪費”。這一說法引發了公眾對AI交互成本的討論。針對這一爭議，記者對國內主流大模型進行了測試，發現不同模型給出了兼具技術理性與人文關懷的回應。
DeepSeek模型明確表示，用戶無需為此擔憂。其技術團隊指出，AI生成感謝類回復的算力消耗與常規對話無顯著差異，現代AI系統的資源調度機制已高度優化，單次對話的能耗增量可忽略不計。這種回應直接否定了“浪費資源”的論斷。
豆包模型則從實際影響角度分析稱，雖然感謝類交互確實涉及少量資源消耗，但將其定義為“浪費”并不準確。該模型強調，對于普通用戶而言，這種消耗遠低于日常設備待機能耗，更不會對電網造成可感知的負擔。
千問模型的回應更具親和力，其開發團隊將相關說法稱為“技術誤解的幽默化表達”。技術人員特別指出：“AI存在的價值就是服務人類，情感化交互是提升用戶體驗的重要維度。我們鼓勵用戶保持自然對話習慣，包括適當表達感謝。”
Kimi模型從系統設計層面給出專業解讀：任何形式的文本生成都需要調用計算資源，但現代AI架構通過模型壓縮和量化技術，已將單次推理的能耗控制在極低水平。該模型認為，將技術成本與用戶體驗對立起來的觀點過于片面，良好的交互設計本就應兼顧效率與情感需求。
綜合各模型回應可見，雖然從純技術角度，增加交互內容確實需要更多計算資源，但現有AI系統的資源利用效率已足夠支撐這類情感化表達。技術專家建議，用戶無需刻意改變對話習慣，自然流暢的交互方式更有利于AI提供優質服務。
