"Quanta energia o ChatGPT usa?" é uma das questões mais pesquisadas e contestadas sobre IA atualmente – as estimativas públicas variam de uma fração de watt-hora a quase 20 Wh por consulta, dependendo do modelo, da fonte e do que está incluído na contabilidade. Esta calculadora não finge que o debate está resolvido. Em vez disso, ele coloca seu uso pessoal de IA em perspectiva com suposições transparentes, de origem e editáveis, contabilidade de carbono com reconhecimento de região e equivalentes diários que você pode realmente imaginar.
Por que o número de energia por consulta é tão contestado
As estimativas do uso de energia da IA por consulta variam em uma ordem de grandeza ou mais entre pesquisas públicas, e por um bom motivo: os provedores raramente publicam números exatos, as arquiteturas de modelos e a infraestrutura de serviço diferem enormemente, e um único 'prompt' pode significar uma pergunta de duas palavras ou uma cadeia de raciocínio de vários milhares de tokens. As estimativas do início de 2023 para modelos da classe GPT-3 citavam números em torno de 3 Wh por consulta; análises mais recentes de modelos de produção eficientes (como os números Gemini divulgados pelo Google e as estimativas ChatGPT da Epoch AI) sugerem bem menos de 1 Wh para consultas curtas típicas, enquanto modelos de raciocínio de fronteira que "pensam" em muitas etapas intermediárias podem usar uma ordem de magnitude maior.
Esta calculadora usa como padrão estimativas pontuais baseadas em pesquisas para cinco classes de modelo - pequeno/eficiente, médio (classe GPT), fronteira grande, geração de imagem e geração de vídeo - mas expõe a suposição Wh/prompt como uma entrada editável, especificamente porque nenhum número é oficial. Se você tiver uma estimativa melhor para o modelo que realmente usa, insira-o.
Por que sua região de grade muda a resposta tanto quanto seu modelo
Um kWh de eletricidade não acarreta o mesmo custo de carbono em todos os lugares. O banco de dados eGRID da EPA mostra intensidades de rede regionais dos EUA variando de cerca de 0,08 kg CO2/kWh no Noroeste Pacífico, com forte atividade hidrelétrica, a 0,45 kg CO2/kWh ou mais em regiões com alto consumo de carvão — um spread de quase 6x. Nacional e internacionalmente, a propagação é ainda maior: uma rede com predominância nuclear ou hidrelétrica pode emitir bem menos de 0,1 kg de CO2/kWh, enquanto uma rede com predominância de carvão pode exceder 0,9 kg de CO2/kWh.
Isso significa que duas pessoas executando a mesma carga de trabalho de IA podem ter pegadas de carbono que diferem de 5 a 10x puramente por causa de onde a eletricidade que atende às suas consultas foi gerada - e é por isso que esta calculadora trata a região da rede como uma entrada de primeira classe, não é uma reflexão tardia, e por que a guia Comparação de modelos mostra sua região em relação a uma rede de baixo carbono junto com a comparação de classe de modelo.
Colocando um pequeno número em perspectiva – e o que realmente o move
Para o caso de uso pessoal médio (algumas dezenas de solicitações de bate-papo por dia em um modelo convencional), a pegada anual normalmente fica na casa de um dígito em quilogramas de CO2, comparável a alguns quilômetros dirigindo. Isso é genuinamente pequeno perto de categorias como uso de energia doméstica, viagens aéreas ou deslocamento de carro. Mas a pegada aumenta linearmente com o uso, e o multiplicador de classe de modelo é grande: mudar de um modelo eficiente para um modelo de raciocínio de fronteira para a mesma tarefa pode multiplicar sua pegada aproximadamente 10x, e a geração pesada de imagens ou vídeos acarreta um custo por unidade substancialmente maior do que o bate-papo por texto.
Se você quiser reduzir sua pegada de IA, as duas alavancas de maior alavancagem são aquelas que esta calculadora isola: use o menor modelo que realiza o trabalho para tarefas rotineiras e, onde você tiver escolha, prefira provedores cujos data centers funcionam em redes mais limpas. Todo o resto – desligar o modo escuro, fechar abas do navegador – é ruído em comparação.