Quanta energia (e água) custa uma pergunta ao ChatGPT?
Quanta energia consome uma pergunta ao ChatGPT?
As estimativas públicas mais citadas apontam entre 0,3 e 3 watts-hora por pergunta típica de texto, dependendo do modelo e do tamanho da resposta. É até 10 vezes uma busca tradicional na internet, mas menos que minutos de streaming de vídeo.
Toda vez que você manda uma pergunta pra uma IA, em algum lugar do mundo um prédio cheio de computadores esquenta um pouquinho, e um sistema de refrigeração trabalha pra esfriar tudo de novo. Multiplique por bilhões de perguntas por dia e a conta fica séria: data centers de IA já disputam energia e água com cidades inteiras.
Mas quanto custa, afinal, UMA pergunta? A resposta é menor do que os alarmistas dizem e maior do que as empresas gostariam. Vale entender os números antes de formar opinião.
O custo de uma pergunta
As estimativas públicas mais citadas, como as do instituto Epoch AI, o estudo do Google sobre o consumo do Gemini e os números divulgados pela própria OpenAI, apontam que uma pergunta típica de texto consome por volta de 0,3 a 3 watts-hora de energia, dependendo do modelo e do tamanho da resposta, e algo entre alguns mililitros e uma colher de sopa de água pra refrigeração. Honestidade obrigatória: são estimativas com margem gorda, porque as empresas divulgam pouco e os métodos variam.
Pra dar corpo aos números:
- Uma pergunta de IA ≈ até 10 vezes uma busca tradicional na internet.
- Cem perguntas ≈ menos energia que uma hora de streaming de vídeo em HD.
- Um dia inteiro de uso pesado ≈ muito menos que um banho quente de 10 minutos (o chuveiro elétrico segue imbatível no vilão doméstico).
Ou seja: no nível individual, sua conversa com a IA é uma gota. O problema não é a gota.
O problema é o oceano de gotas
Bilhões de perguntas por dia, mais geração de imagem e vídeo (muito mais pesadas que texto), mais o treinamento de modelos novos, transformam gotas em rios. Data centers já respondem por uma fatia relevante e crescente do consumo elétrico mundial, e as projeções apontam pra cima ano após ano. Em algumas regiões, novos data centers disputam rede elétrica e água com a população, e a conta de luz local sente.
E tem uma divisão que quase ninguém explica:
- Treinar um modelo grande é um evento raro e caríssimo em energia, tipo construir uma fábrica.
- Usar o modelo (a chamada inferência) é barato por unidade, mas acontece bilhões de vezes por dia. Hoje, é o uso acumulado que domina a conta.
Por que a água entrou nessa história
Computador potente esquenta, e resfriar com ar custa caro em energia. Muitos data centers usam sistemas evaporativos: a água evapora pra tirar o calor, e parte dela não volta. Por isso as manchetes de "IA bebendo" milhões de litros. O nó é que os data centers costumam nascer onde a energia é barata, e esses lugares às vezes são justamente os mais secos.
O que as empresas estão fazendo (de verdade)
- Chips cada vez mais eficientes: cada geração entrega mais respostas por watt; a eficiência por pergunta vem caindo rápido.
- Modelos sob medida: usar um modelo pequeno pra tarefa pequena gasta uma fração; nem toda pergunta precisa do modelo gigante.
- Energia limpa e localização: contratos de renováveis, aposta em nuclear e data centers em climas frios ou perto de hidrelétricas (o Brasil, com sua matriz limpa, entrou no mapa dessa disputa).
- Refrigeração melhor: resfriamento líquido de circuito fechado reduzindo a evaporação.
E aqui mora o dilema honesto, com nome de paradoxo de Jevons: a eficiência por pergunta cai, mas o uso total explode mais rápido. Ficar mais barato faz todo mundo usar mais.
E você, deveria se sentir culpado?
Individualmente, não. Cortar suas perguntas à IA tem o mesmo efeito climático de economizar canudinho: gesto simbólico, impacto irrisório. As decisões que movem a agulha são de infraestrutura: onde os data centers são construídos, com que energia rodam, que transparência divulgam.
O que faz sentido no seu nível: usar a ferramenta certa pro tamanho do problema (nem tudo precisa do modelão), cobrar transparência de quem vende IA, e, se a sua empresa contrata nuvem e IA em escala, colocar a pergunta energética no contrato, porque aí sim os números são grandes.
A pergunta certa
"Posso usar IA sem destruir o planeta?" é a pergunta errada, e a resposta é sim. A certa é coletiva: o que vamos exigir da infraestrutura que está sendo construída agora? Energia limpa, uso responsável de água e números abertos não são detalhes técnicos; são o preço de admissão de uma tecnologia que veio pra ficar grande. Quem paga a conta da luz tem direito de fazer essa pergunta em voz alta.
Perguntas frequentes
As estimativas públicas mais citadas apontam entre 0,3 e 3 watts-hora por pergunta típica de texto, dependendo do modelo e do tamanho da resposta. É até 10 vezes uma busca tradicional na internet, mas menos que minutos de streaming de vídeo.
Pela refrigeração dos data centers: muitos usam sistemas evaporativos, em que a água evapora para retirar o calor dos servidores e parte dela não retorna. Uma pergunta típica custa de alguns mililitros a uma colher de sopa de água.
Treinar um modelo grande é um evento raro e caríssimo, mas o uso diário (a inferência), multiplicado por bilhões de perguntas, é o que domina o consumo acumulado hoje.
O impacto individual é irrisório, comparável a gestos simbólicos como economizar canudinho. As decisões que importam são de infraestrutura: localização dos data centers, fonte de energia, eficiência e transparência. No nível pessoal, vale usar modelos menores para tarefas simples.
Chips mais eficientes a cada geração, modelos menores para tarefas simples, contratos de energia renovável e nuclear, data centers em regiões frias ou de matriz limpa, e refrigeração líquida de circuito fechado que reduz a evaporação de água.
Executivo de dados e IA com mais de 20 anos construindo tecnologia que move negócios. Microsoft Certified Trainer, com formação executiva pelo MIT Sloan. À frente da Data Lover, forma profissionais e lidera projetos de IA em empresas.
Ver perfil e todos os artigos →
