IA versus Google Energia de pesquisa: a IA é realmente 10 vezes pior?
A famosa comparação de 10 vezes mistura um antigo número de pesquisa com mudanças nas estimativas de IA. Uma comparação justa depende da tarefa, do sistema e do ano.
Não existe uma regra confiável de que uma mensagem de IA use exatamente dez vezes a energia de uma. Google pesquisa. A famosa proporção combina uma Google estimativa de 2009 com suposições iniciais sobre ChatGPT, então trata ambos como constantes atemporais. A infraestrutura de pesquisa, o hardware de IA e os próprios produtos mudaram.
Estimativas públicas recentes colocam um cenário comum ChatGPT consulta de texto em torno de 0.3–0.34 watt-hora. Isso está perto dos antigos 0.3 Wh Google estimativa de pesquisa frequentemente usada como denominador, e não dez vezes maior. Mas isto não prova que a IA moderna e a pesquisa moderna utilizem a mesma energia. Google não publica um número universal atual por pesquisa, e muitas pesquisas agora incluem resumos gerados por IA. A comparação honesta é um intervalo vinculado a uma tarefa e limite definidos.
De onde veio a reivindicação de dez vezes
Google escreveu em 2009 que uma pesquisa usada sobre 0.0003 kWh ou 0.3 Wh. Essa foi uma estimativa da empresa para o sistema de busca da época. Ele é anterior aos data centers, modelos de classificação, páginas de resultados aprimorados e resumos gerados de hoje.
O lado da IA era frequentemente definido em cerca de 3 Wh por consulta. Essa estimativa assumiu hardware de acelerador mais antigo, um GPT-3.5-scale modelo e uma saída longa. IA da época revisão do cálculo antigo explica por que considera essas suposições não representativas do uso típico do texto atual.
Divida 3 Wh por 0.3 Wh e a proporção memorável aparecerá. A aritmética é fácil; os insumos não são comparáveis.
O que dizem as estimativas mais recentes de IA
OpenAI o presidente-executivo Sam Altman afirmou em 2025 que uma média ChatGPT consulta usa sobre 0.34 Wh. A Epoch AI modelou separadamente um típico GPT-4o solicite aproximadamente 0.3 Wh. Nenhuma das figuras representa uma leitura do medidor para cada mensagem.
O resultado da Epoch depende de suposições sobre arquitetura do modelo, hardware, utilização e contagem de tokens. Altman não publicou um cálculo de apoio. O seu acordo é um sinal útil, mas não pode preencher o denominador da pesquisa moderna que falta.
Solicitações de IA de contexto longo, raciocínio e muitas ferramentas podem usar muito mais do que o típico caso de texto. O custo de energia de uma mensagem de IA varia porque “mensagem” descreve uma ação de interface, não uma quantidade fixa de computação.
A pesquisa e o bate-papo realizam trabalhos diferentes
Uma pesquisa convencional na web classifica e retorna links. Um chatbot gera um token de resposta por token. Se o usuário precisa apenas de um site, abrir um resultado de pesquisa é provavelmente a ferramenta mais proporcional. Pedir a um modelo para escrever um ensaio não é comparável com a recuperação de dez links azuis.
A fronteira fica mais confusa quando a pesquisa inclui resumos gerados ou quando um chatbot pesquisa na web antes de responder. Uma solicitação visível pode combinar classificação, recuperação, processamento de página e uma ou mais chamadas de modelo. Contar isso como “uma pesquisa” ou “uma consulta de IA” oculta a maior parte do sistema.
Um teste justo daria a ambos os produtos a mesma tarefa de informação, registraria se a resposta foi bem-sucedida, contaria cada etapa do back-end e tentaria novamente. Os dados públicos raramente apoiam essa experiência em serviços comerciais.
Um valor baixo por consulta não atende à demanda total
Mesmo que a geração de texto comum se aproxime da estimativa de pesquisa antiga, a IA ainda pode aumentar o uso total de eletricidade. Cria novos usos, gera resultados mais longos e está sendo incorporado em produtos. Os modelos de treinamento e a construção de capacidade computacional acelerada também ficam fora da maioria das comparações por consulta.
A Agência Internacional de Energia estima que todos os data centers consumiram cerca de 415 TWh em 2024 e projeta cerca de 945 TWh em 2030 no seu cenário base. Descreve a IA como o motor de crescimento mais importante, juntamente com outros serviços digitais. Esses totais incluem muito mais do que pesquisa ou bate-papo e não devem ser divididos por um número estimado de consultas.
O crescimento do sistema e uma resposta individual eficiente podem ser ambos verdadeiros. Eles operam em escalas diferentes.
O carbono pode reverter uma comparação energética
A eletricidade não é carbono. Duas tarefas que utilizam os mesmos watt-hora podem ter emissões diferentes quando uma funciona numa rede com elevado consumo de combustíveis fósseis e a outra utiliza eletricidade com baixo teor de carbono. O tempo é importante nas redes com as mudanças na energia eólica, solar e na demanda. A correspondência anual de energia renovável também pode produzir um resultado contábil diferente da geração física disponível durante a solicitação.
Isso significa “qual emite mais?” precisa de dados de infraestrutura além da estimativa de energia por consulta. Deve também distinguir as emissões operacionais das emissões incorporadas em chips e na construção de centros de dados.
Nosso Explicador da pegada de carbono da IA estabelece esses limites. Uma simples relação de energia não pode responder a todas elas.
Escolha a ferramenta por trabalho
Use a pesquisa comum quando desejar uma página conhecida, fontes atuais ou vários pontos de vista para inspecionar você mesmo. Use um pequeno modelo de IA quando a síntese, a reescrita ou a conversa agregam valor. Use um raciocínio ou sistema de pesquisa mais amplo quando a complexidade justificar. Evite repetir qualquer um dos processos porque a primeira solicitação foi vaga.
Treechat estima a energia operacional de suas respostas a partir do uso de modelo e token, com despesas gerais do data center e suposições de carbono da rede declaradas em nosso página de metodologia. Não reivindica uma poupança universal contra Google Pesquise porque uma linha de base pública atual não está disponível.
A conclusão útil não é “AI são dez pesquisas” ou “AI agora é o mesmo que pesquisa”. É que a proporção popular expirou. Compare uma tarefa definida usando evidências contemporâneas e esteja disposto a dizer que os dados públicos não sustentam um número claro.