Kost het bedanken van AI energie?

Ja. Als je als nieuw AI-bericht ‘bedankt’ verzendt, verwerkt de dienst het gesprek en genereert een nieuw antwoord, waardoor er wat extra elektriciteit wordt verbruikt. Voor een gewone korte tekstuitwisseling suggereren de beste publieke schattingen dat de kosten waarschijnlijk een fractie van een wattuur bedragen, hoewel geen universeel cijfer voor elk model en elke dienst geldt.

Dat is echte energie, maar het is geen bruikbare reden om je schuldig te voelen over elementaire beleefdheid. Lange uitvoer, enorme contextvensters, herhaalde generaties, het maken van afbeeldingen en video's, middelen die veel tools vereisen en de keuze om elke taak naar een groot model te routeren, kunnen veel grotere verschillen maken. Als het zeggen van dankjewel de interactie natuurlijk laat aanvoelen, is het verantwoordelijke antwoord perspectief – en niet een campagne tegen twee beleefde woorden.

Wat gebeurt er nadat je op verzenden hebt gedrukt

De AI ervaart geen dankbaarheid, maar het computersysteem beschouwt ‘bedankt’ nog steeds als een verzoek. Het verpakt de nieuwe tekst met systeeminstructies en een stukje gespreksgeschiedenis, stuurt die invoer naar een model en genereert een antwoord zoals "Graag gedaan".

Taalmodellen produceren dat antwoord token voor token. De korte uitvoer helpt de taak klein te houden, maar de invoer kan meer omvatten dan de zichtbare zin. Bij een lang gesprek kan de dienst weer een flinke context verwerken. Aanbieders kunnen delen van een herhaalde prompt in de cache opslaan, hoewel het energie-effect afhankelijk is van de implementatie.

De marginale kosten zijn dus niet simpelweg de elektriciteit voor twee invoerwoorden. Het zijn de kosten van een nieuwe gevolgtrekking over de context die het systeem feitelijk biedt.

Hoeveel energie is dat?

OpenAI CEO Sam Altman heeft een gemiddelde genoemd ChatGPT zoekopdracht gebruikt ongeveer 0.34 wattuur. Epoch AI schatte onafhankelijk rond 0.3 Wh voor een gemiddelde GPT-4o vraag, onder zijn aannames over tokens, hardware en gebruik.

Een kort bedankje en een kort antwoord kunnen onder het brede servicegemiddelde liggen, maar er zijn niet voldoende publieke metingen om er een betrouwbaar nummer aan toe te kennen. Het model kan kleiner of groter zijn; het gesprek kan kort of enorm zijn; het datacenter kan goed worden benut of niet.

Onze uitleg van de energiekosten van één AI-bericht laat zien waarom een verzoektype nuttiger is dan het woord ‘bericht’ alleen.

Hoffelijkheid is niet de grote hefboom

De milieudiscussie kan op vreemde wijze gericht raken op individuele etiquette, omdat deze zichtbaar is en gemakkelijk te moraliseren. Infrastructuur en productontwerp zijn minder zichtbaar maar hebben meer consequenties: welk model wordt geselecteerd, hoe lang het loopt, hoe efficiënt het wordt bediend en of één klik een reeks oproepen op gang brengt.

Het Internationale Energieagentschap Energie- en AI-rapport voorspelt een sterke groei van het elektriciteitsverbruik in datacentra, vooral aangedreven door AI en andere digitale diensten. Dat probleem op systeemniveau zal niet worden opgelost door gebruikers abrupt gesprekken te laten beëindigen.

Diensten kunnen een groter verschil maken door routinewerk uit te besteden aan capabele kleine modellen, verspillende nieuwe pogingen te beperken en mensen verstandige controle te geven over de output en tools.

Mensen gebruiken conversatie-interfaces zowel sociaal als instrumenteel. Beleefdheid kan een schrijfgewoonte in stand houden, kinderen helpen respectvol te communiceren of software eenvoudigweg minder onaangenaam in het gebruik maken. Een beleefde follow-up kan ook duidelijk maken dat de taak is voltooid, wat van belang kan zijn in een workflow die uit meerdere stappen bestaat.

Het is niet nodig om te doen alsof deze voordelen de elektriciteit doen verdwijnen. Het punt is evenredigheid. We besteden routinematig kleine hoeveelheden energie aan interfacefeedback, omdat dit mensen helpt een systeem te begrijpen en te vertrouwen. Het milieudoel is niet dat er geen digitale interactie is; het is nuttig werk dat wordt geleverd met een minder vermijdbare impact.

Dat onderscheid is ook van belang in debatten over hoeveel elektriciteit AI gebruikt: persoonlijke boodschappen en de totale vraag naar infrastructuur houden verband met elkaar, maar zijn niet dezelfde beleidsvraag.

Betere manieren om onnodig AI-werk te verminderen

Als u de energie wilt verminderen zonder toezicht te houden, combineer dan de bijbehorende instructies in één duidelijke prompt. Vraag naar de uitvoerlengte die u daadwerkelijk nodig heeft. Stop een generatie die duidelijk de verkeerde kant op gaat. Gebruik zoeken, een rekenmachine of gewone software als generatie niets toevoegt. Kies voor een kleiner model voor eenvoudig werk.

Vermijd het plakken van een heel document als één sectie relevant is, en begin een nieuw gesprek als de oude context niet langer helpt. Bij complex werk kan het plannen van de aanvraag meerdere mislukte generaties voorkomen. Geen van deze hoeft een zuiverheidstest te worden; het zijn eenvoudigweg manieren om berekeningen op één lijn te brengen met waarde.

Hetzelfde principe verklaart waarom kleinere AI-modellen vaak minder energie gebruiken: het verminderen van werk is het belangrijkst als het resultaat nog steeds aan de behoefte voldoet.

Hoe zit het met miljoenen bedankjes?

Elke kleine actie kan op zeer grote schaal materieel worden. Maar het vermenigvuldigen van een onzeker gemiddelde per bericht met een ingebeelde mondiale telling levert geen gemeten statistiek op. We hebben geen openbare gegevens over hoeveel berichten puur uit beleefdheid zijn, welke modellen ze beantwoorden of hoeveel context ze bevatten.

Geaggregeerde effecten zijn een reden voor providers om korte bevestigingen te optimaliseren, misschien met kleinere modellen, in de cache opgeslagen antwoorden of lokaal interfacegedrag. Ze vormen geen goede basis om een ​​individuele gebruiker te schande te maken. Het ontwerp van een breed inzetbare service beheerst de standaardkosten voor elke interactie.

Het is nuttiger om te vragen of het systeem een antwoordpad van de juiste omvang gebruikt, dan of één persoon te beleefd was.

Hoe Treechat behandelt het extra bericht

Treechat telt een verzonden bedankje zoals elke andere assistent-uitwisseling en toont een geschatte impactontvangst op het antwoord. De schatting maakt gebruik van model- en tokentellingen, voegt een aangegeven overhead van het datacenter toe en past een gepubliceerde rasteraanname toe. Het is geen directe meting. De berekening en de limieten zijn beschikbaar op /methodology.

Als je bedankt wilt zeggen, zeg het dan. Het kost wat energie omdat er weer een gevolgtrekking plaatsvindt. Houd dan de schaal in het oog: het kiezen van proportionele modellen en het vermijden van werkelijk onnodig hoog computerwerk zijn betere hefbomen dan de gewone menselijke warmte uit een gesprek te halen.