Utilisation de l'eau par l'IA par rapport aux choses du quotidien

Les estimations publiées pour une invite de texte AI ordinaire vont d'environ 0.26–0.32 millilitres dans les récentes divulgations des opérateurs à environ 10–25 ml dans un modèle académique antérieur. Contre un 500 bouteille de ml, c'est environ 1,560–1,900 des invites aux chiffres inférieurs, ou 20–50 réponses selon les scénarios de recherche.

Ces comparaisons décrivent le volume, et non l’impact environnemental égal. Les chiffres de l'IA répartissent l'eau utilisée par les systèmes partagés de refroidissement et d'électricité ; une bouteille est un volume de produit direct. L’emplacement, la rareté et les limites comptables comptent plus que l’image mentale. Utilisez des comparaisons quotidiennes pour comprendre l’échelle, et non pour déclarer un coût exact de l’eau pour votre message.

Commencez par les trois estimations publiées

Google mesuré 0.26 ml pour une médiane Gemini Invite de texte des applications en mai 2025. Sam Altman a déclaré une moyenne ChatGPT requête utilisée 0.000085 US gallons, environ 0.32 ml, sans publier la méthode.

Le papier 2023 Rendre l’IA moins « assoiffée » a donné la comparaison la plus élevée : 500 ml pour environ 20–50 réponses de longueur moyenne, ou environ 10–25 ml chacun sous ses emplacements et heures modélisés.

Ne faites pas la moyenne de ces éléments dans un milieu soigné. Ils couvrent différents produits, infrastructures et frontières. Une plage qui conserve ses étiquettes est plus informative qu’un nombre mixte dont aucune source n’a réellement été trouvée.

Par rapport à un flacon de 500 ml

Le calcul est simple. Partage 500 ml par Google c'est 0.26 ml donne environ 1,923 invites médianes. Division par Altman 0.32 L'équivalent en ml donne environ 1,563 moyenne déclarée ChatGPT requêtes. En arrondissant convenablement, cela fait à peu près 1,900 et 1,560.

Sous l'estimation académique, les auteurs ont déjà fourni la comparaison : 20–50 réponses par bouteille. L'écart entre 20 et 1,900 n'est pas un bruit de mesure normal. Il reflète différents systèmes, hypothèses et définitions.

C'est pourquoi la revendication bouteille par message est faux. Même le scénario de recherche exigeant met une seule bouteille dans de nombreuses réponses. Les faibles informations fournies par le fournisseur lui permettent de transmettre bien plus d'un millier d'invites de texte ordinaires.

Comparé à une douche

L'Agence américaine de protection de l'environnement déclare que les pommes de douche sont standard. 2.5 gallons per minute, à propos 9.5 litres, tandis que les modèles étiquetés WaterSense n'utilisent pas plus de 2.0 gallons par minute. Une minute de douche standard équivaut donc à environ 9,500 ml de débit d’eau domestique direct.

Ce volume est bien plus important que n’importe lequel des chiffres d’invite en texte ordinaire ci-dessus. Mais le transformer en un nombre exact de « invites d’IA par douche » amplifierait des hypothèses incomparables. Une mesure de douche est un retrait au robinet ; L’eau IA peut inclure la consommation allouée à une tour de refroidissement et à une centrale électrique. L’un peut se produire dans un bassin versant différent.

La conclusion utile est un ordre de grandeur : une courte invite de texte individuelle est petite par rapport au débit d’eau quotidien d’une maison. L’échelle et l’emplacement l’empêchent d’être hors de propos.

Par rapport à un robinet ou une boisson

UN 250 Le verre ml est un exemple défini plutôt qu'une affirmation sur la quantité que tout le monde boit. Il contient environ 780 de la moyenne déclarée d’Altman 0.32 requêtes ml ou environ 960 de Google c'est 0.26 ml invites médianes. Dans la fourchette académique, cela correspond à environ 10–25 réponses.

Encore une fois, les ratios sont des illustrations arithmétiques. Ils ne montrent pas ce qui s'est passé dans une installation spécifique. Une longue demande de raisonnement, une image générée ou une tâche utilisant un outil peuvent ne pas ressembler aux invites textuelles derrière les valeurs faibles.

L’usage domestique direct est également plus facile à observer. L’eau allouée aux infrastructures numériques dépend du refroidissement, de l’électricité et de la capacité partagée. Notre guide pour pourquoi les centres de données utilisent de l'eau explique ce système.

Le volume n’est pas la même chose que l’impact de l’eau

Le prélèvement d'eau compte ce qui est prélevé à une source ; la consommation compte ce qui n’est pas promptement restitué, souvent parce qu’il s’évapore. Une douche envoie de l'eau dans un système d'égouts. Une tour de refroidissement le rejette dans l'atmosphère. Les deux ont des effets sur le traitement et les infrastructures, mais les voies diffèrent.

La source et la rareté comptent. L’eau récupérée utilisée pour le refroidissement présente des inconvénients sociaux différents de ceux de l’approvisionnement en eau potable. La consommation en période de sécheresse peut être plus dommageable que le même volume en période humide. L'eau de production indirecte d'électricité peut se trouver loin du centre de données.

C’est pourquoi « l’équivalent eau » ne doit pas devenir « l’équivalent environnemental ». Un simple rapport en litres ne peut pas rendre compte du stress, de la qualité, du calendrier ou de l’effet écologique d’un bassin versant.

De petits chiffres par utilisation peuvent créer des totaux importants

Il est tentant de regarder 0.26 ml et de conclure qu’il n’y a aucun problème. Au niveau d’une invite ordinaire, l’allocation est en effet faible. À l’échelle du service, les messages sont nombreux, les charges de travail varient et les installations prennent en charge bien plus que le chat textuel.

La demande système comprend également la formation, la capacité inutilisée, les services cloud sans IA et les chaînes d'approvisionnement en matériel. Laboratoire de Berkeley rapport américain modélise l'eau des centres de données de manière globale, car l'infrastructure locale doit servir l'ensemble, et non une invite médiane idéalisée.

La tentation inverse est de multiplier l’ancien scénario le plus élevé par chaque requête future imaginée. Cela suppose que toutes les demandes partagent son modèle, son emplacement et ses limites. Une planification honnête utilise des plages de scénarios et les met à jour à mesure que les données mesurées s'améliorent.

Faites des comparaisons sans vous tromper

Chaque fois que vous voyez un ratio IA/ménage, vérifiez l’année source, le produit, la statistique et la tâche. Demandez si l'eau est directe, indirecte, prélevée ou consommée. Conserver « médiane » et « moyenne ». Évitez un ratio dont le dénominateur est une vague « requête ».

Pour un usage personnel, choisissez un modèle plus petit, gardez le contexte pertinent et évitez les générations jetables. Pour les prestataires et les organisations, l’eau absolue des installations, le stress du captage et les pics saisonniers sont plus exploitables qu’un graphique de bouteille. Voir combien d'eau ChatGPT utilise pour les mises en garde spécifiques au service.

Treechat c'est méthodologie applique un facteur fixe à l'énergie estimée du message, de sorte que sa réception d'eau est modélisée plutôt que mesurée. Son objectif est de rendre visible l’utilisation des ressources, et non de prétendre qu’une fraction exacte de votre eau potable a disparu. Les comparaisons quotidiennes sont plus honnêtes lorsqu’elles rendent également visible l’incertitude.