A pegada ambiental
pequena por prompt, grande no agregado
A IA usa energia e água. Um negociador climático que a usa deve saber dizer quanta. O seu uso é pequeno. A procura total é grande e cresce.
Medido, por prompt
energia
carbono
água
Medição da Google de um prompt de texto típico para Gemini. Inclui servidores ociosos e consumo adicional dos centros de dados, que a maioria das estimativas omite. Google, arXiv:2508.15734, agosto de 2025.
01O seu próprio uso é pequeno
Uma troca usa tanto como um portátil ligado por alguns segundos.
Um dia inteiro de uso intenso ainda fica abaixo de uma viagem curta de carro.
Polly mostra este valor para cada conta e publica o cálculo abaixo.
02A procura total é grande
- A procura elétrica dos centros de dados cresce mais depressa do que a mudança das redes para energia limpa.
- Novos centros de dados surgem onde já falta água.
- As empresas que publicam os baixos valores por prompt viram as suas emissões totais subir desde que começaram a criar estes sistemas.
03O que custa fazer funcionar a inteligência
- na fronteira
- superado por um modelo na fronteira
- modelo fechado, posicionado com base no preço
- um modelo em vários níveis de esforço
Mais acima e à esquerda é melhor. Um ponto cheio está na fronteira: nenhum outro modelo medido é ao mesmo tempo mais inteligente e mais leve de executar. Um ✳ é um modelo fechado posicionado com base no preço, uma estimativa grosseira que não pode definir a fronteira. Passe o cursor ou toque em qualquer ponto para ver os respetivos valores.
Pontuações: Artificial Analysis Intelligence Index, 27 de agosto de 2026. Energia: The ML.ENERGY Benchmark v3.0.
Como isto é calculado
- A energia é medida, não adivinhada. A Artificial Analysis conta os tokens que cada modelo escreve por pergunta. A energia por token baseia-se em 33 leituras reais de contadores do teste ML.ENERGY.
- O esforço de raciocínio é um ajuste que controla. Cada modelo aparece uma vez por nível testado. O Kimi K3 usa 4 197 tokens no nível baixo e 25 474 no máximo. Ambos estão na fronteira.
- A forma de executar o modelo importa mais do que a escolha. Conforme a configuração do servidor, o mesmo modelo pode usar dez vezes mais energia.
- O preço não serve de guia. Custo e energia variam juntos (r = 0,74), mas o preço por unidade de cálculo varia até 60 vezes. O Qwen3.6 35B A3B reasoning e o Ring-2.6-1T custam aproximadamente o mesmo, e no entanto um usa 19 vezes a energia do outro.
- Quem falta. Se um laboratório não diz que parte do modelo cada token usa, não podemos calcular a sua energia. Cada modelo deste gráfico publica os seus pesos.
O método completo, e os modelos fechados posicionados com base no preço, estão no capítulo 13, em ai4cop.org/read#environmental-footprint.
04O cálculo, mostrado
Energia por token
Água e carbono
Ler o seu prompt custa cerca de um quarto de escrever a resposta. Reler um prompt já visto custa um décimo. Os três são contados à parte. O modelo de Polly usa 18 mil milhões de parâmetros por token. Uma troca típica usa cerca de 0,10 Wh e 0,11 mL de água, um pouco abaixo do valor da Google acima.
05O que isto deixa de fora
Treinar o modelo. A água para produzir eletricidade. O seu dispositivo. O carbono da produção do hardware.
Considere cada valor desta ficha correto dentro de um fator de dois, não uma medição exata.
06O que fazer a respeito
- 1
Desligue o raciocínio quando não precisar dele. Com ele ligado, o mesmo modelo pode usar vinte a quarenta vezes mais tokens.
- 2
Peça aos fornecedores os valores, incluindo água, e a rede elétrica que serve os seus pedidos. São perguntas justas que poucos fazem.
- 3
Publique o seu valor. Uma delegação que divulga a pegada do seu uso de IA pode pedir com razão que outros façam o mesmo.