ChatGPT waterverbruik vs Google Zoeken

We kunnen niet met zekerheid zeggen hoe ChatGPT's waterverbruik is vergelijkbaar met dat van één Google Zoeken. OpenAI heeft een gemiddelde op bedrijfsniveau gepubliceerd voor a ChatGPT vraag, maar zonder een gedetailleerde methode. Google heeft een gedetailleerde waterschatting voor een mediaan gepubliceerd Gemini Apps-tekstprompt - niet voor een conventionele zoekopdracht. Geen enkele huidige, vergelijkbare publieke meting heeft betrekking op beide producten.

Elke nette verhouding vervangt daarom aannames voor bewijs. Zoeken en chatten kunnen ook verschillende taken vervullen: het ophalen van een webpagina is niet dezelfde taak als het genereren van een lang antwoord, en moderne zoekopdrachten kunnen zelf ook een AI-samenvatting bevatten. De eerlijke conclusie is voorwaardelijk. Een eenvoudige zoekopdracht levert waarschijnlijk minder generatief werk op dan een lange zoekopdracht ChatGPT taak, maar openbare watergegevens ondersteunen geen exacte ‘keer meer’-claim.

Wat OpenAI heeft onthuld

In 2025, OpenAI CEO Sam Altman schreef dat het gemiddelde ChatGPT vraag gebruikt 0.000085 US gallons water. Dat komt neer op ongeveer 0.32 milliliter. Zijn post publiceerde geen ondersteunende berekening en specificeerde ook niet de mix van modellen, verzoeklengtes, locaties, koelsystemen of direct en indirect water.

Dit cijfer is nuttig als het door een exploitant opgegeven wagenparkgemiddelde. Het is geen meterstand voor een bepaalde aanvraag. Het vragen om een ​​zinsbewerking, het uploaden van een groot document en het uitvoeren van een webonderzoeksworkflow kunnen verschillende hoeveelheden rekenwerk veroorzaken. Een gemiddelde kan die verdeling verbergen.

Eerder academisch werk modelleerde een veel hoger watergebruik onder verschillende infrastructuur- en boekhoudkundige aannames. Dat conflict kan niet worden opgelost door het getal te kiezen dat het beste bij een kop past. Onze Veelgestelde vragen over de impact van AI op het milieu legt uit waarom gemeten, gemodelleerde, gemiddelde en scenariocijfers hun label moeten behouden.

Wat Google heeft onthuld – en wat het niet heeft onthuld

Google rapporteerde dat een mediaan Gemini De sms-prompt van apps in mei 2025 verbruikte naar schatting 0.26 ml water. De technische grens omvat actieve versnellers, inactieve capaciteit, CPU en geheugen, en faciliteitsoverhead. Water wordt verkregen met behulp van Google de efficiëntie van het watergebruik van de vloot.

Dat is een sterker methodologisch detail dan de ChatGPT bewering, maar het is de verkeerde noemer voor deze vergelijking. Gemini Apps is een generatieve assistent. Het is niet het gewone Google Zoeksysteem. De figuur beschrijft ook een gemiddelde vraag op een bepaald moment, terwijl Altman een gemiddelde vraag beschreef.

Google publiceert milieugegevens voor zijn datacentervloot, waarop Search draait, Gemini, YouTube, Cloud en andere diensten. Vloottotalen en efficiëntiestatistieken laten niet zien hoeveel water aan één moderne zoekopdracht is toegewezen. Door ze te delen op basis van het geschatte aantal zoekopdrachten zouden producten door elkaar worden gemengd en een resultaat ontstaan Google heeft zich niet gemeld.

Waarom water per aanvraag moeilijk te bepalen is

Datacenters kunnen water rechtstreeks verbruiken via verdampingskoeling. Voor de opwekking van elektriciteit en de productie van halfgeleiders kan ook water worden gebruikt. Studies verschillen van mening over de vraag of ze deze indirecte fasen omvatten. ‘Watergebruik’ kan ook verwijzen naar onttrekking of consumptie, die niet uitwisselbaar zijn.

Gedeelde infrastructuur voegt nog een toewijzingsprobleem toe. Koelsystemen bedienen racks en workloads samen. Niet-gebruikte apparatuur blijft gereed voor verkeer. Een cijfer per verzoek verdeelt een deel van die gedeelde systemen met behulp van een methode; er is geen enkele druppel fysiek gereserveerd voor een zoekvak of chatbotvenster.

Toewijzingsregels kunnen ook veranderen naarmate aanbieders de meting verbeteren, zodat de publicatiedatum naast het resultaat hoort.

Locatie en timing beïnvloeden zowel het volume als de gevolgen. Een hete middag kan een andere vraag naar koeling creëren dan een koele nacht. Water uit een onder druk staand stroomgebied heeft een andere lokale impact dan hetzelfde volume in een regio met veel water. Wat een datacenter-PUE betekent helpt bij energieoverhead, maar PUE meet geen water- of waterstress.

Zoek en ChatGPT voert mogelijk niet dezelfde taak uit

Als u een bekende website nodig heeft, kan een conventionele zoekopdracht links retourneren zonder een lang antwoord token voor token te genereren. Als je synthese of herschrijving nodig hebt, ChatGPT kan werk voltooien dat anders meerdere zoekopdrachten en paginabezoeken vergt. Het vergelijken van één zichtbare interactie aan elke kant zegt weinig over de voltooiing van de taak.

Ook de productgrens vervaagt. Google Zoeken kan een door AI gegenereerd overzicht weergeven. ChatGPT kan op internet zoeken, meerdere pagina's ophalen en zijn model meerdere keren oproepen voordat hij één antwoord geeft. Beide interfaces kunnen ranking, ophalen en genereren combineren.

Een eerlijk experiment zou de informatiebehoefte definiëren, een acceptabel resultaat vereisen, elke backend-stap tellen en opnieuw proberen, en beide diensten meten met dezelfde watergrens, geografie en periode. Commerciële aanbieders geven niet genoeg data vrij voor een onafhankelijke publieke test van dat ontwerp. Beweringen dat de één precies een bepaald veelvoud van de ander is, gaan verder dan het bewijsmateriaal.

Energie biedt geen schone kortere weg

Sommige vergelijkingen proberen water alleen op basis van elektriciteit te schatten. Energie kan een uitgangspunt zijn, maar één enkele conversiefactor veronderstelt een relatie tussen koeling en elektriciteit en water die mogelijk niet op één lijn ligt met beide diensten. Een efficiënt datacenter kan nog steeds een afweging maken tussen water en energie door verdampingskoeling te gebruiken om de vraag naar elektriciteit te verminderen.

Oude energievergelijkingen creëren nog een valkuil. De beroemde Google Zoekcijfer dateert uit 2009, terwijl AI-diensten en hardware recent en veranderend zijn. Onze gids voor een AI-assistent kiezen op basis van energieverbruik beveelt aan vergelijkingen te verwerpen die jaren, taken of grenzen vermengen.

Koolstof kan de waterkwestie ook niet oplossen. Koolstofarme elektriciteit kan waterintensief zijn, en koeling met weinig water kan meer elektriciteit verbruiken. Rapporteer de meetgegevens afzonderlijk, in plaats van ze samen te voegen tot één milieuwinnaar.

Wanneer bij een vergelijking de conversiefactor, het koelontwerp of de netwerkgrens worden weggelaten, is deze niet reproduceerbaar genoeg om een productkeuze te begeleiden.

Wat gebruikers redelijkerwijs kunnen doen

Gebruik conventioneel zoeken als u links, een actuele bron of een bekende pagina wilt. Gebruik een assistent wanneer gegenereerde synthese waarde toevoegt. Houd verzoeken gefocust, vermijd onnodige lange contexten en reserveer onderzoeksagenten, afbeeldingen of herhaalde varianten voor taken die het extra werk rechtvaardigen.

Vraag bij het beoordelen van claims van leveranciers of het aantal directe koeling, elektriciteitsvoorziening, onbenutte capaciteit en de hele responsworkflow omvat. Bewaar de datum en of het een mediaan of een gemiddelde is. Zoek naar lokale waterrisicorapporten naast mondiale totalen.

Treechat schat zijn eigen bericht water op basis van de geschatte energie op basis van een vaste aanname die op zijn website wordt vermeld methodologie pagina. Het meet geen koeltoren en claimt geen universele vergelijking met Search. Totdat aanbieders vergelijkbare, productspecifieke metingen publiceren, is ‘we kennen de verhouding niet’ het meest nauwkeurige antwoord – en een betere basis voor beslissingen dan een betrouwbaar maar niet-ondersteund getal.