Esta calculadora estima la electricidad, las emisiones y —cuando existe un factor disponible— el agua asociada a tus consultas de inteligencia artificial. Puedes partir de dos referencias públicas para texto o introducir tus propios datos. El resultado es orientativo: no sustituye la telemetría del proveedor ni un inventario corporativo verificado.

1. De dónde salen los valores iniciales

Gemini Apps: 0,24 Wh por prompt mediano de texto

Google publicó en 2025 una medición de inferencia en producción. Para la mediana de prompts de texto de Gemini Apps en mayo de 2025 calculó 0,24 Wh de energía, 0,03 gCO₂e según su método de mercado y 0,26 ml de agua.

El perímetro energético incluye aceleradores activos, CPU y memoria, máquinas ociosas necesarias para disponibilidad y sobrecarga del centro de datos. La calculadora usa 0,24 Wh y 0,26 ml, pero recalcula carbono con la intensidad eléctrica que tú indiques. Por tanto, el resultado de CO₂e no reproduce el dato de mercado de Google.

GPT-4o: estimación de aproximadamente 0,30 Wh

OpenAI Academy cita un análisis independiente de Epoch AI según el cual una consulta típica con GPT‑4o probablemente consume unos 0,3 Wh. OpenAI aclara que no ha publicado benchmarks energéticos propietarios equivalentes para GPT‑4.

Por eso este perfil se etiqueta como estimación y no incluye agua ni un factor de carbono del proveedor. Sirve para construir un escenario, no para comparar de forma concluyente ChatGPT y Gemini.

Por qué no incluimos Claude, vídeo o imagen con un promedio

No hemos encontrado una medición primaria equivalente de Claude que permita añadir un valor predeterminado comparable. Tampoco existe un único consumo por imagen, vídeo o tarea de agente. La AIE advierte en 2026 de que vídeo, razonamiento y agentes pueden consumir cientos o miles de veces más por tarea que texto sencillo.

Puedes usar el modo personalizado si dispones de una medición para la misma tarea, versión, fecha y perímetro.

2. Fórmula de la calculadora

La herramienta realiza cuatro operaciones:

1. Consultas mensuales = consultas diarias × días de uso.
2. Electricidad mensual (kWh) = consultas mensuales × Wh por consulta ÷ 1.000.
3. Emisiones mensuales (kgCO₂e) = kWh × gCO₂e/kWh ÷ 1.000.
4. Agua mensual (litros) = consultas × ml por consulta ÷ 1.000.

El resultado anual multiplica por doce el escenario mensual. No corrige vacaciones, estacionalidad o crecimiento. Ajusta días y consultas para representar tu patrón real.

No añade PUE otra vez

El factor de Gemini ya procede de un enfoque que incorpora sobrecarga del centro de datos. Aplicar un PUE adicional duplicaría esa parte. Si introduces un valor personalizado medido solo en el acelerador, amplía el perímetro antes de compararlo con el perfil de Google.

Energía y carbono no son sinónimos

Dos consultas con la misma energía pueden generar emisiones distintas según la electricidad. Mantener separados Wh y factor permite comprobar el efecto de cada supuesto.

3. Cómo elegir la intensidad de carbono

El valor inicial de 150 gCO₂e/kWh es únicamente un ejemplo numérico. No representa un factor oficial fijo de España ni del proveedor. La intensidad cambia por país, hora, año y método.

Para una estimación personal

Usa un factor medio reciente de la zona donde creas que se ejecuta el servicio, si el proveedor identifica la región. Si la región es desconocida, prueba un rango bajo, central y alto. El intervalo es más honesto que una falsa precisión.

Para un inventario corporativo

Aplica las reglas de alcance 2 o 3 que correspondan y los datos del proveedor. Una API externa suele formar parte de bienes y servicios adquiridos en alcance 3 del cliente. La calculadora no sustituye ese proceso.

Basado en ubicación y basado en mercado

Un factor basado en ubicación refleja la red física media; uno basado en mercado incorpora contratos e instrumentos energéticos según la metodología aplicable. Etiqueta cuál utilizas. No compares resultados obtenidos con enfoques distintos sin explicarlo.

4. Por qué el agua es opcional

El agua asociada a IA puede proceder de refrigeración directa y de la generación eléctrica, además de fabricación de hardware. Las fuentes no siempre cubren las mismas vías. La cifra de 0,26 ml de Gemini corresponde al método, flota y prompt mediano analizados por Google.

No la apliques a ChatGPT, Claude, imágenes o cualquier centro de datos. Por eso el perfil GPT‑4o muestra «Sin dato». En el modo personalizado puedes introducir un factor solo si conoces su perímetro.

Un volumen pequeño tampoco describe el riesgo local. Consumir agua en una cuenca con estrés hídrico no equivale a hacerlo en otra con abundancia y agua regenerada. Para profundizar, consulta por qué la IA consume agua.

5. Ejemplos de uso

Escenario	Entradas	Qué permite observar
Uso personal ligero	10 consultas/día, 25 días	Orden de magnitud mensual
Equipo de 20 personas	Consultas por persona × 20	Escala del uso compartido
Chatbot	Conversaciones × llamadas internas	Que una conversación puede requerir varias inferencias
Agente	Objetivos × pasos × modelos	El coste oculto de bucles y herramientas
Análisis de sensibilidad	Tres factores de Wh y carbono	Rango bajo, central y alto

Una conversación no siempre es una consulta

Un chatbot puede clasificar, recuperar documentos, generar, verificar y reformular. Cuenta todas las llamadas. Si solo introduces conversaciones visibles, el resultado puede quedar por debajo del consumo real.

Comparar antes y después

Duplica el escenario con el modelo actual y una alternativa. Mantén volumen, calidad y tarea. Si el modelo pequeño necesita más reintentos, suma esas llamadas antes de declarar ahorro.

6. Límites e incertidumbre

• Los perfiles se refieren a texto típico o mediano, no a todas las peticiones.
• Los proveedores cambian modelos e infraestructura sin que el usuario siempre vea la versión.
• Longitud, razonamiento, modalidad y herramientas alteran el cómputo.
• El factor eléctrico puede no corresponder a la región real.
• La fabricación y la red pueden faltar según el perfil.
• El volumen futuro puede crecer y anular mejoras unitarias.

Presenta el resultado como «estimación bajo estos supuestos». Guarda fecha, valores y fuente. Para decisiones importantes, usa al menos tres escenarios.

Escala de confianza

Confianza	Dato disponible
Alta	Telemetría específica del servicio y periodo, con perímetro documentado
Media	Medición de producto similar o benchmark controlado
Baja	Estimación por consulta sin región o versión
Exploratoria	Promedio genérico o equivalencia divulgativa

7. Cómo usarla en una empresa

La calculadora puede servir para cribado, formación y análisis de sensibilidad. No genera por sí sola un reporte conforme al AI Act, CSRD o GHG Protocol.

1. Inventaría aplicaciones, modelos, proveedores y regiones.
2. Exporta actividad real: llamadas, tokens, modalidad y reintentos.
3. Solicita energía y emisiones al proveedor.
4. Usa la calculadora para cubrir temporalmente huecos con supuestos etiquetados.
5. Mapea el servicio a la categoría de inventario correspondiente.
6. Concilia con facturas y evita sumar dos veces el mismo servicio.
7. Sustituye estimaciones por datos mejores cuando estén disponibles.

Consulta la guía específica sobre AI Act, CSRD y Scope 3 para determinar obligaciones y controles.

8. Cómo reducir el resultado

Evita llamadas que no aportan valor

Elimina reintentos automáticos, agentes en bucle y generación duplicada. Una petición evitada reduce actividad con independencia del proveedor.

Usa la opción mínima que cumple calidad

Clasificación, extracción o resumen sencillo pueden resolverse con reglas o modelos pequeños. Mide energía por resultado válido, no solo por llamada.

Reduce contexto y salida

Recupera únicamente documentos relevantes, resume historiales y fija formatos. Una instrucción clara puede ser más larga pero evitar varias consultas fallidas.

Reutiliza resultados

La caché exacta o semántica puede evitar inferencias repetidas. Aplica permisos, caducidad y controles de exactitud.

Vigila el total

Una mejora del 50 % por consulta no reduce el consumo si el número de consultas se triplica. Conserva intensidad y kWh absolutos.

Para integrar estas medidas en desarrollo y MLOps, consulta el playbook de Green AI.

9. Preguntas frecuentes

¿La calculadora mide mi cuenta real?

No. Calcula un escenario con las entradas que proporcionas. Solo el proveedor o una medición de la infraestructura puede ofrecer actividad específica.

¿Por qué no compara automáticamente todos los modelos?

Porque no existen datos públicos equivalentes para todos. Añadir promedios incompatibles crearía un ranking engañoso.

¿Puedo usar 0,24 Wh para cualquier consulta de Gemini?

No. Es la mediana de prompts de texto de Gemini Apps medida en mayo de 2025. Imagen, vídeo, razonamiento y otras versiones pueden diferir.

¿El resultado incluye entrenamiento?

No. Estima uso o inferencia. Repartir el entrenamiento requiere conocer la vida del modelo, tráfico y actualizaciones.

¿Qué intensidad de carbono debo introducir?

La del lugar, periodo y método aplicable al servicio. Si no conoces la región, presenta un rango. Para un inventario, sigue la metodología corporativa y el dato del proveedor.

¿El agua de Gemini se puede aplicar a ChatGPT?

No. Los centros, sistemas de refrigeración y perímetros no son equivalentes. Introduce cero hasta disponer de un factor compatible.

¿Un resultado pequeño significa que la IA no importa?

No necesariamente. El uso individual de texto puede ser pequeño, pero el volumen agregado, tareas intensivas, infraestructura y crecimiento importan. También existen agua, materiales y efectos locales.

Metodología y actualización

Herramienta revisada el 28 de julio de 2026. Los perfiles proceden del estudio de Google Measuring the Environmental Impact of Delivering AI at Google Scale y de la referencia de OpenAI Academy a la estimación de Epoch AI. El contexto sobre tipos de tarea procede de Key Questions on Energy and AI 2026. Revisaremos los valores cuando existan mediciones primarias comparables.