Uso de água por IA versus coisas cotidianas

As estimativas publicadas para um prompt de texto comum de IA variam de cerca de 0.26–0.32 mililitros em divulgações recentes do operador para aproximadamente 10–25 ml em um modelo acadêmico anterior. Contra um 500 garrafa de ml, isso é em torno 1,560–1,900 avisos nos números mais baixos, ou 20–50 respostas nos cenários de pesquisa.

Essas comparações descrevem o volume e não o impacto ambiental igual. Os números da IA ​​alocam a água utilizada pelos sistemas partilhados de refrigeração e eletricidade; uma garrafa é o volume direto do produto. Localização, escassez e limites contábeis são mais importantes do que a imagem mental. Utilize comparações diárias para compreender a escala e não para declarar um custo exato de água para a sua mensagem.

Comece com as três estimativas publicadas

Google medido 0.26 ml para uma mediana Gemini Prompt de texto do aplicativo em maio de 2025. Sam Altman declarou uma média ChatGPT consulta usada 0.000085 US gallons, cerca de 0.32 ml, sem publicação do método.

O artigo de 2023 Tornando a IA menos “sedenta” deu a comparação mais alta: 500 ml para aproximadamente 20–50 respostas de comprimento médio, ou cerca de 10–25 ml cada sob seus locais e tempos modelados.

Não calcule a média deles em um meio perfeito. Abrangem diferentes produtos, infraestruturas e limites. Um intervalo que mantém seus rótulos é mais informativo do que um número combinado que nenhuma fonte foi realmente encontrada.

Comparado com uma garrafa de 500 ml

A aritmética é simples. Dividindo 500 ml por Google 0.26 ml fornece cerca de 1,923 solicitações médias. Dividindo pelo equivalente de 0.32 ml de Altman dá cerca de 1,563 média declarada ChatGPT consultas. Arredondando apropriadamente, isso é aproximadamente 1,900 e 1,560.

Pela estimativa acadêmica, os autores já forneceram a comparação: 20–50 respostas por garrafa. A diferença entre 20 e 1,900 não é um ruído normal de medição. Reflete diferentes sistemas, pressupostos e definições.

É por isso a reivindicação de garrafa por mensagem é falso. Mesmo o cenário de alta pesquisa coloca uma garrafa em muitas respostas. As baixas divulgações do fornecedor fazem com que seja transmitido bem mais de mil avisos de texto comuns.

Comparado com um chuveiro

A Agência de Proteção Ambiental dos EUA afirma que chuveiros padrão usam 2.5 gallons per minute, cerca de 9.5 litros, enquanto os modelos com rótulo WaterSense não usam mais do que 2.0 galões por minuto. Um minuto de um banho padrão equivale, portanto, a cerca de 9,500 ml de fluxo direto de água doméstica.

Esse volume é muito maior do que qualquer uma das figuras de texto comum acima. Mas transformá-lo em um número exato de “avisos de IA por banho” amplificaria suposições incomparáveis. Uma medida do chuveiro é a retirada na torneira; A água AI pode incluir o consumo alocado em uma torre de resfriamento e estação de energia. Um pode ocorrer em uma bacia hidrográfica diferente.

A conclusão útil é de ordem de grandeza: um pequeno texto individual é pequeno em comparação com o fluxo diário de água doméstico. A escala e a localização evitam que seja irrelevante.

Comparado com uma torneira ou bebida

Um copo de 250 ml é um exemplo definido e não uma afirmação sobre quanto todo mundo bebe. Ele contém cerca de 780 consultas de 0.32 ml da média declarada de Altman ou cerca de 960 de Google Os prompts medianos de 0.26 ml. Na faixa acadêmica, corresponde a cerca de 10–25 respostas.

Novamente, as proporções são ilustrações aritméticas. Eles não mostram o que aconteceu em uma instalação específica. Uma solicitação de raciocínio longa, imagem gerada ou tarefa de uso de ferramenta pode não se parecer com os prompts de texto por trás dos valores baixos.

O uso doméstico direto também é mais fácil de observar. A água atribuída à infraestrutura digital depende do arrefecimento, da eletricidade e da capacidade partilhada. Nosso guia para por que os data centers usam água explica esse sistema.

Volume não é o mesmo que impacto da água

A retirada de água contabiliza o que é retirado de uma fonte; o consumo conta o que não é devolvido prontamente, muitas vezes porque evapora. Um chuveiro envia água para um sistema de águas residuais. Uma torre de resfriamento o libera para a atmosfera. Ambos têm efeitos no tratamento e na infra-estrutura, mas os caminhos são diferentes.

Fonte e escassez são importantes. A água recuperada usada para resfriamento tem diferentes compensações sociais em relação ao abastecimento potável. O consumo durante a seca pode ser mais prejudicial do que o mesmo volume no período chuvoso. A água para geração indireta de energia pode ocorrer longe do data center.

É por isso que o “equivalente água” não deve tornar-se “equivalente ambiental”. Uma simples proporção de litros não consegue captar o stress, a qualidade, o momento ou o efeito ecológico da bacia hidrográfica.

Pequenos números por uso podem criar grandes totais

É tentador olhar para 0.26 ml e concluir que não há problema. No nível de um prompt comum, a alocação é realmente pequena. Na escala de serviço, as mensagens são numerosas, as cargas de trabalho variam e as instalações suportam mais do que chat de texto.

A demanda do sistema também inclui treinamento, capacidade ociosa, serviços em nuvem sem IA e cadeias de fornecimento de hardware. Laboratório de Berkeley Relatório dos EUA modela a água do data center de forma agregada porque a infraestrutura local deve atender ao total, e não a um prompt mediano idealizado.

A tentação inversa é multiplicar o cenário antigo mais elevado por cada questão futura imaginada. Isso pressupõe que todas as solicitações compartilhem seu modelo, localização e limite. O planejamento honesto utiliza intervalos de cenários e os atualiza à medida que os dados medidos melhoram.

Faça comparações sem ser enganado

Sempre que você vir uma proporção entre IA e família, verifique o ano de origem, o produto, a estatística e a tarefa. Pergunte se a água é direta, indireta, captada ou consumida. Preservar “mediana” e “média”. Evite uma proporção quando o denominador for uma “consulta” vaga.

Para uso pessoal, escolha um modelo com menor capacidade, mantenha o contexto relevante e evite gerações descartáveis. Para fornecedores e organizações, a água absoluta das instalações, o estresse na captação e os picos sazonais são mais acionáveis ​​do que um gráfico de garrafa. Veja quanta água ChatGPT usa para advertências específicas do serviço.

Treechat é metodologia aplica um fator fixo à energia estimada da mensagem, de modo que seu recebimento de água seja modelado em vez de medido. O objectivo é tornar visível a utilização dos recursos e não afirmar que uma fracção exacta da sua água potável desapareceu. As comparações cotidianas são mais honestas quando também tornam a incerteza visível.