ChatGPT uso de água versus Google Pesquisar

Não podemos dizer com segurança como ChatGPT o uso de água do país se compara a um Google Pesquise. OpenAI publicou uma média em nível de empresa para um ChatGPT consulta, mas sem um método detalhado. Google publicou uma estimativa detalhada da água para uma mediana Gemini Prompt de texto do aplicativo – não para uma consulta de pesquisa convencional. Nenhuma medição pública atual e comparável abrange ambos os produtos.

Qualquer proporção clara, portanto, substitui suposições por evidências. A pesquisa e o chat também podem realizar tarefas diferentes: recuperar uma página web não é a mesma tarefa que gerar uma resposta longa, e a própria pesquisa moderna pode incluir um resumo de IA. A conclusão honesta é condicional. Uma pesquisa simples provavelmente realiza um trabalho menos produtivo do que uma pesquisa longa. ChatGPT tarefa, mas os dados públicos sobre a água não suportam uma afirmação exacta de “vezes mais”.

O que OpenAI revelou

Em 2025, OpenAI o presidente-executivo Sam Altman escreveu que a média ChatGPT consulta usa 0.000085 galões americanos de água. Isso se converte em cerca de 0.32 mililitros. Sua postagem não publicou cálculo de apoio nem especificou o mix de modelos, comprimentos de solicitação, localizações, sistemas de refrigeração ou água direta e indireta incluídas.

O valor é útil como a média da frota declarada pelo operador. Não é uma leitura do medidor para uma solicitação específica. Solicitar a edição de uma frase, fazer upload de um documento grande e executar um fluxo de trabalho de pesquisa na web pode desencadear diferentes quantidades de computação. Uma média pode esconder essa distribuição.

Trabalhos académicos anteriores modelaram um uso de água muito maior sob diferentes pressupostos de infraestrutura e contabilidade. Esse conflito não pode ser resolvido escolhendo o número que melhor se adapta a uma manchete. Nosso Perguntas frequentes sobre impacto ambiental da IA explica por que os valores medidos, modelados, médios e de cenário devem manter seus rótulos.

O que Google revelou - e o que não revelou

Google relataram que uma mediana Gemini A solicitação de texto do aplicativo em maio de 2025 consumiu uma estimativa 0.26 ml de água. Seu limite técnico inclui aceleradores ativos, capacidade ociosa, CPU e memória e sobrecarga de instalações. A água é derivada usando Google eficiência no uso da água da frota.

Esse é um detalhe metodológico mais forte do que o ChatGPT declaração, mas é o denominador errado para esta comparação. Gemini Apps é um assistente generativo. Não é o comum Google Sistema de pesquisa. A figura também descreve um prompt mediano em um determinado momento, enquanto Altman descreveu uma consulta média.

Google publica dados ambientais para sua frota de data centers, que executa o Search, Gemini, YouTube, Cloud e outros serviços. Os totais da frota e as métricas de eficiência não revelam a água alocada para uma Pesquisa moderna. Dividi-los pelo volume de consulta estimado misturaria produtos e criaria um resultado Google não relatou.

Por que é difícil atribuir água por solicitação

Os data centers podem consumir água diretamente por meio do resfriamento evaporativo. A geração de eletricidade e a fabricação de semicondutores também podem usar água. Os estudos divergem sobre se incluem esses estágios indiretos. “Uso de água” também pode referir-se à retirada ou consumo, que não são intercambiáveis.

A infraestrutura compartilhada acrescenta outro problema de alocação. Os sistemas de refrigeração atendem racks e cargas de trabalho juntos. O equipamento ocioso permanece pronto para o tráfego. Um valor por solicitação distribui parte desses sistemas compartilhados usando um método; nenhum droplet é fisicamente reservado para uma caixa de pesquisa ou janela do chatbot.

As regras de atribuição também podem mudar à medida que os fornecedores melhoram a medição, pelo que a data de publicação pertence ao lado do resultado.

A localização e o momento afetam tanto o volume quanto as consequências. Uma tarde quente pode criar uma demanda de resfriamento diferente de uma noite fria. A água de uma bacia hidrográfica sob pressão tem um impacto local diferente do mesmo volume numa região com abundância de água. O que significa um PUE de data center ajuda com a sobrecarga de energia, mas o PUE não mede o estresse hídrico ou hídrico.

Pesquisar e ChatGPT pode não executar a mesma tarefa

Se você precisar de um site conhecido, uma pesquisa convencional pode retornar links sem gerar uma resposta longa, token por token. Se você precisar de síntese ou reescrita, ChatGPT pode concluir um trabalho que, de outra forma, exigiria várias pesquisas e visitas à página. Comparar uma interação visível de cada lado diz pouco sobre a conclusão da tarefa.

A fronteira do produto também está confusa. Google A pesquisa pode exibir uma visão geral gerada por IA. ChatGPT pode pesquisar na web, recuperar diversas páginas e chamar seu modelo diversas vezes antes de produzir uma resposta. Qualquer interface pode combinar classificação, recuperação e geração.

Um experimento justo definiria a necessidade de informação, exigiria um resultado aceitável, contaria cada etapa de back-end e tentaria novamente, e mediria ambos os serviços usando o mesmo limite de água, geografia e período. Os fornecedores comerciais não expõem dados suficientes para um teste público independente desse design. Afirmações de que um é exatamente um múltiplo do outro vão além da evidência.

A energia não fornece um atalho limpo

Algumas comparações tentam estimar a água apenas a partir da eletricidade. A energia pode ser um ponto de partida, mas um único factor de conversão pressupõe uma relação entre refrigeração e electricidade-água que pode não corresponder a nenhum dos serviços. Um data center eficiente ainda pode fazer uma troca entre água e energia usando resfriamento evaporativo para reduzir a demanda de eletricidade.

As comparações com a velha energia criam outra armadilha. O famoso Google Os números de pesquisa datam de 2009, enquanto os serviços e hardware de IA são recentes e estão mudando. Nosso guia para escolhendo um assistente de IA por uso de energia recomenda rejeitar comparações que misturem anos, tarefas ou limites.

O carbono também não pode resolver a questão da água. A eletricidade com baixo teor de carbono pode consumir muita água e o resfriamento com baixo teor de água pode consumir mais eletricidade. Relate as métricas separadamente, em vez de reuni-las em um único vencedor ambiental.

Quando uma comparação omite o fator de conversão, o projeto de resfriamento ou o limite da rede, ela não é reproduzível o suficiente para orientar a escolha do produto.

O que os usuários podem razoavelmente fazer

Use a pesquisa convencional quando quiser links, uma fonte atual ou uma página conhecida. Use um assistente quando a síntese gerada agregar valor. Mantenha as solicitações focadas, evite contextos longos e desnecessários e reserve agentes de pesquisa, imagens ou variantes repetidas para tarefas que justifiquem o trabalho extra.

Ao avaliar as reclamações dos fornecedores, pergunte se o número abrange o arrefecimento direto, o fornecimento de eletricidade, a capacidade ociosa e todo o fluxo de trabalho de resposta. Preserve a data e se é uma mediana ou média. Procure relatórios locais sobre riscos hídricos juntamente com os totais globais.

Treechat estima sua própria mensagem de água a partir de energia estimada usando uma suposição fixa divulgada em seu página de metodologia. Ele não mede uma torre de resfriamento nem reivindica uma comparação universal com a Pesquisa. Até que os fornecedores publiquem medições comparáveis ​​e específicas do produto, “não sabemos o rácio” é a resposta mais precisa – e uma melhor base para decisões do que um número confiante mas sem suporte.