Cuánta energía y agua consume realmente una pregunta a la inteligencia artificial
Una consulta a un chatbot puede gastar entre una décima de vatio hora y varios vatios hora, y entre unas pocas gotas de agua y cerca de 45 mililitros. Las cifras no son necesariamente contradictorias: cada estimación analiza modelos, centros de datos y fases del proceso diferentes.
Google calcula que una petición de texto mediana a Gemini requiere 0,24 vatios hora (Wh) y consume aproximadamente 0,26 mililitros de agua. Si solo se contabiliza el trabajo directo de los chips de inteligencia artificial, el resultado baja a 0,10 Wh y 0,12 mililitros de agua.
En el otro extremo, Mistral estima un impacto de 45 mililitros de agua para generar una respuesta de 400 tokens con su modelo Mistral Large 2. OpenAI, por su parte, ha situado el consumo medio de una consulta en unos 0,34 Wh y 0,000085 galones de agua, equivalentes a cerca de 0,32 mililitros.
Una misma pregunta puede tener varias respuestas
La diferencia entre 0,26 y 45 mililitros no significa que un asistente consuma automáticamente 170 veces más agua que otro. En buena medida, refleja que las empresas aplican límites de medición distintos.
Una estimación puede incluir únicamente los procesadores que ejecutan el modelo. Otra puede sumar la memoria, las CPU convencionales, los equipos que permanecen en reserva y los sistemas de refrigeración del edificio. También es posible añadir el agua utilizada para producir la electricidad o la necesaria para fabricar los servidores.
En el caso de Gemini, el cálculo más amplio incluye los recursos informáticos y la refrigeración del centro de datos. La compañía calcula que la energía por petición mediana se redujo 33 veces entre mayo de 2024 y mayo de 2025, mientras que la huella de carbono cayó 44 veces. Estos datos, no obstante, todavía no han sido verificados por una entidad independiente.
Qué significa cada cifra de consumo
El vatio hora es una unidad de energía. Un consumo de 1 Wh equivale a utilizar un vatio de potencia durante una hora. En una consulta individual, la cantidad es pequeña, pero debe multiplicarse por millones o miles de millones de interacciones diarias.
Los tokens son fragmentos de texto que los modelos de lenguaje procesan para entender una petición y generar una respuesta. No coinciden exactamente con las palabras: una palabra puede dividirse en varios tokens, y la longitud de la respuesta influye directamente en el consumo.
Por eso no es comparable una pregunta breve con una respuesta de 400 tokens, una conversación extensa o una petición que obliga al sistema a analizar documentos, crear imágenes o ejecutar código. Cada tarea necesita una cantidad diferente de cálculos.
Mistral analizó el ciclo de vida de un modelo concreto y tuvo en cuenta impactos previos, como la fabricación de los servidores. Su resultado incluye 1,14 gramos de CO₂ equivalente y 45 mililitros de agua para una respuesta de 400 tokens, aunque la compañía considera el estudio una primera aproximación.
El agua no se calcula siempre de la misma forma
Los centros de datos emplean agua principalmente para refrigerar los equipos. Parte de esa agua se evapora y deja de estar disponible de forma inmediata. Sin embargo, algunas metodologías también suman el agua utilizada por las centrales eléctricas o la consumida durante la fabricación del hardware.
Un estudio académico sobre el impacto de los modelos de lenguaje incorporó el agua asociada a la generación de electricidad. Para Estados Unidos utilizó una media de 3,14 litros de agua por cada kilovatio hora producido. Con ese método, la estimación puede crecer de forma considerable frente a otra que solo mida la evaporación dentro del centro de datos.
También importa distinguir entre agua extraída y agua consumida. La primera es la que se toma de ríos, embalses o redes de suministro. La segunda es la que no retorna inmediatamente al entorno, por ejemplo porque se evapora.
El lugar y el momento cambian el resultado
La eficiencia de un centro de datos depende del clima, la tecnología de refrigeración y la combinación de fuentes eléctricas disponible en cada región. Una instalación situada en un clima frío puede necesitar menos refrigeración que otra ubicada en una zona calurosa.
La hora también influye. No produce el mismo impacto una consulta atendida cuando la red utiliza abundante energía solar o eólica que otra procesada durante un pico de demanda respaldado por combustibles fósiles.
Las estimaciones recopiladas por Google para trabajos anteriores oscilan entre aproximadamente 0,3 Wh y casi 7 Wh por petición, según el modelo y el método empleado. Esa horquilla explica por qué no existe todavía una cifra universal para responder cuánto cuesta energéticamente una consulta.
El impacto global sí es relevante
Aunque el gasto individual parezca pequeño, la escala cambia la perspectiva. La Agencia Internacional de la Energía prevé que el consumo eléctrico de los centros de datos mundiales supere los 945 teravatios hora en 2030, más del doble que en la actualidad y una cifra comparable al consumo eléctrico anual de Japón.
La demanda de los centros específicamente orientados a la inteligencia artificial podría multiplicarse por más de cuatro durante ese periodo. El entrenamiento de los modelos, las pruebas, el almacenamiento y las consultas de los usuarios forman parte de la misma factura energética.
En cuanto al agua, las proyecciones académicas sitúan entre 4.200 y 6.600 millones de metros cúbicos el agua extraída para atender la demanda mundial de IA en 2027. El agua efectivamente consumida se movería entre 380 y 600 millones de metros cúbicos.
La conclusión es doble: una consulta aislada suele tener un impacto reducido, pero el uso masivo de la IA no es irrelevante. La eficiencia por petición mejora rápidamente, aunque el número de usuarios y la complejidad de las tareas también crecen. Para comparar modelos de forma rigurosa hacen falta metodologías transparentes, datos auditados y una definición común de qué se incluye en cada cálculo.
