La mejor cifra pública disponible para una consulta media de ChatGPT es 0,34 Wh de electricidad y aproximadamente 0,32 ml de agua. La comunicó Sam Altman en junio de 2025. Es útil como orden de magnitud, pero OpenAI no publicó junto a ella una metodología que defina modelos, tareas, infraestructura o periodo. No debe presentarse como una constante de cada mensaje.

Esta guía permite convertir esa referencia en escenarios transparentes, calcular emisiones con un factor eléctrico elegido por el usuario y entender qué queda fuera. La calculadora no «adivina» el consumo de OpenAI: hace visibles los supuestos para que puedan sustituirse cuando exista mejor información.

1. De dónde sale la cifra de 0,34 Wh

Sam Altman escribió en The Gentle Singularity que una consulta media de ChatGPT utiliza alrededor de 0,34 vatios-hora y 0,000085 galones de agua. El segundo valor equivale aproximadamente a 0,32 mililitros.

La Academia de OpenAI, actualizada en junio de 2026, cita por su parte una estimación independiente de Epoch AI de unos 0,3 Wh para una consulta típica con GPT‑4o. La proximidad de ambos valores aporta contexto, pero no elimina la incertidumbre.

Información que no acompañó a los 0,34 Wh

• periodo exacto de medición;
• modelos incluidos y participación de cada uno;
• distribución de longitud, razonamiento y herramientas;
• si es media por mensaje, petición interna o tarea;
• servidores, memoria, red e inactividad asignados;
• PUE y refrigeración de los centros;
• entrenamiento, fabricación y fin de vida;
• verificación independiente.

Por tanto, la redacción correcta es «cifra media comunicada por Sam Altman en junio de 2025», no «dato exacto actualizado de cualquier consulta de ChatGPT».

2. Calculadora de consumo de ChatGPT

Fórmulas utilizadas

kWh al mes = consultas diarias × días × Wh por consulta ÷ 1.000
gCO₂e = kWh × intensidad eléctrica en gCO₂e/kWh
litros de agua = consultas × ml por consulta ÷ 1.000

3. Cómo interpretar el resultado

Con los valores iniciales, 100 consultas diarias durante 30 días producen 3.000 consultas, 1,02 kWh y 0,966 litros de agua atribuida. Son multiplicaciones de la cifra comunicada, no una lectura de los centros de OpenAI.

Uso a 0,34 Wh	Consultas mensuales	Electricidad	Agua a 0,322 ml
10 al día × 30	300	0,102 kWh	0,097 l
100 al día × 30	3.000	1,02 kWh	0,966 l
1.000 al día × 30	30.000	10,2 kWh	9,66 l
100.000 al día × 30	3 millones	1.020 kWh	966 l

La tabla muestra por qué el impacto individual y el organizativo requieren enfoques distintos. Unas pocas consultas representan poca electricidad bajo este supuesto. A escala de millones, pequeños errores en el valor unitario cambian mucho el total.

Análisis de sensibilidad

Si una carga real utiliza tres veces la referencia, cambie 0,34 por 1,02 Wh. Si utiliza diez veces, escriba 3,4 Wh. Esos multiplicadores son escenarios, no estimaciones de herramientas concretas. Su función es mostrar cómo responde el total a la incertidumbre.

4. Por qué «una consulta» no es una unidad estable

ChatGPT es una interfaz que puede dirigir solicitudes a modelos y herramientas diferentes. Dos mensajes visibles pueden implicar cantidades de trabajo muy distintas.

Tipo de tarea	Factores que pueden aumentar trabajo	Por qué no aplicar 0,34 Wh sin más
Pregunta breve	Longitud de contexto y respuesta	Puede acercarse a una carga ligera, pero no hay telemetría pública
Razonamiento	Tokens internos y varios pasos	El trabajo no queda reflejado solo en palabras visibles
Búsqueda	Consultas, recuperación y síntesis	Intervienen otros servicios e infraestructura
Análisis de archivos	Extracción, almacenamiento y contexto largo	El tamaño y tipo de documento importan
Imagen o voz	Modelos de modalidad y procesamiento adicional	La cifra publicada no identifica estas cargas
Agente	Múltiples llamadas, herramientas y reintentos	Una petición del usuario puede esconder muchas ejecuciones

Además, los proveedores actualizan hardware, modelos, compiladores y sistemas de lotes. Una cifra de 2025 puede perder representatividad aunque conserve valor histórico.

Mensaje, petición y tarea

• mensaje: acción visible del usuario;
• petición: llamada interna a un modelo o herramienta;
• tarea: resultado que la persona quería conseguir.

Para decisiones de sostenibilidad, la mejor unidad es la tarea válida. Si una respuesta necesita tres regeneraciones, dividir por mensajes oculta el trabajo fallido.

5. Qué significa «0,32 ml de agua por consulta»

La cifra procede de convertir los 0,000085 galones comunicados por Sam Altman. No se publicó una explicación de su perímetro. El agua asociada a un servicio digital puede incluir:

• consumo directo de refrigeración del centro de datos;
• agua retirada y devuelta, que no equivale a agua consumida;
• agua indirecta utilizada para producir electricidad;
• fabricación de semiconductores y otros componentes;
• diferencias locales de disponibilidad y estrés de cuenca.

Un promedio global no permite conocer el impacto de una consulta en una cuenca concreta. Un litro consumido en una zona húmeda y otro en sequía no tienen la misma consecuencia. Para una evaluación empresarial deben solicitarse consumo, retirada, ubicación, estacionalidad y método de asignación.

6. Electricidad no es lo mismo que emisiones

Los 0,34 Wh no incluyen una cifra de carbono en la publicación de Altman. Para crear un escenario se multiplica la electricidad por una intensidad en gCO₂e/kWh. Ese factor debe corresponder al propósito del estudio.

Factor medio o marginal

• el factor medio describe la mezcla eléctrica de un periodo y territorio;
• el factor marginal intenta representar la generación que responde a demanda adicional;
• un factor contractual atribuye compras o certificados según reglas contables.

La calculadora deja el factor vacío para evitar presentar un valor universal. Si introduce 200 gCO₂e/kWh, una consulta de 0,34 Wh daría 0,068 gCO₂e operativos; con 500 gCO₂e/kWh daría 0,17 gCO₂e. Son ejemplos matemáticos, no la huella declarada de ChatGPT.

Ubicación y hora

La electricidad cambia por región y momento. Sin saber dónde se procesó la carga, un usuario no puede asignar una intensidad precisa. El proveedor debe ofrecer datos agregados adecuados sin revelar información de seguridad de su infraestructura.

7. Qué queda fuera de una cifra por consulta

Entrenamiento y desarrollo

Probar arquitecturas, preparar datos y entrenar modelos consume recursos antes de la inferencia. Repartir ese impacto por consulta exige conocer el uso total durante la vida del modelo. Sin ese denominador, una asignación puede ser arbitraria.

Fabricación y vida útil

GPUs, servidores, memoria, edificios y red incorporan emisiones, agua, minerales y residuos. El impacto por tarea depende de fabricación, utilización y años de servicio. Renovar hardware con frecuencia puede aumentar la carga incorporada aunque cada chip sea más eficiente.

Red y dispositivo del usuario

La pantalla, el ordenador o teléfono y la transmisión también consumen energía. Su participación puede ser pequeña o relevante según duración, equipo y conexión, pero no aparece en la cifra comunicada.

Efecto volumen

La eficiencia por consulta puede mejorar y el consumo total crecer si aumenta el número de usuarios, las modalidades y los agentes. La guía de escenarios de IA sostenible hacia 2030 explica por qué el volumen puede dominar la mejora unitaria.

8. Cómo debería medir una empresa su uso de ChatGPT

1. Delimitar servicios: ChatGPT de consumo, Enterprise, API, búsqueda, imágenes y agentes.
2. Exportar actividad: usuarios, mensajes o llamadas, tokens, modelos y herramientas cuando estén disponibles.
3. Separar tareas: resumen, soporte, código, documentos o creación multimedia.
4. Medir calidad: tareas aceptadas, errores, regeneraciones y revisión humana.
5. Solicitar factores: energía, carbono, agua, región, periodo y límites del proveedor.
6. Construir rangos: mínimo, central y alto cuando falte telemetría.
7. Registrar cambios: modelo, versión, fecha y método de cálculo.
8. Revisar trimestralmente: el producto cambia más rápido que un inventario anual.

Indicadores útiles

Indicador	Numerador	Denominador
Wh por tarea válida	Electricidad atribuida	Resultados aceptados
Consultas por tarea	Mensajes y llamadas	Tareas terminadas
gCO₂e por unidad de negocio	Emisiones operativas	Ticket, informe, caso o usuario
Tasa de desperdicio	Salidas descartadas	Salidas totales
Uso intensivo	Tareas con razonamiento, archivos o agentes	Tareas totales

Nuestra guía sobre cómo cuantificar emisiones de IA desarrolla inventario, factores y control de incertidumbre. Para comparar proveedores, consulte la matriz ambiental de ChatGPT, Gemini y Claude.

9. Cómo reducir el consumo sin perder utilidad

Para una persona

• explique objetivo, formato y límites en una petición clara;
• aporte solo el contexto necesario;
• evite regenerar por cambios cosméticos;
• no active búsqueda, imagen o razonamiento intensivo sin necesidad;
• reutilice respuestas aprobadas y plantillas.

Para un equipo

• use modelos pequeños para clasificación o extracción simple;
• aplique caché y recuperación antes de repetir generación;
• limite contexto y salida según el caso;
• pruebe calidad y eficiencia en el mismo benchmark;
• retire automatizaciones con poco uso o alta corrección;
• evite agentes de múltiples pasos cuando una regla resuelve la tarea.

El objetivo no es producir la respuesta más corta, sino obtener el resultado correcto con el menor trabajo total.

10. Preguntas frecuentes

¿ChatGPT consume exactamente 0,34 Wh por pregunta?

No. Es una media comunicada en junio de 2025 sin distribución ni metodología pública suficiente. Una tarea concreta puede apartarse mucho.

¿Cuántas consultas equivalen a 1 kWh?

Con el supuesto de 0,34 Wh, unas 2.941 consultas. Es una equivalencia aritmética, no un contador real del servicio.

¿Cuánto consumen 100 consultas diarias?

Durante 30 días, 1,02 kWh con el supuesto inicial. Cambie el valor unitario en la calculadora para analizar incertidumbre o datos contractuales.

¿El razonamiento consume más que una respuesta normal?

Puede requerir más pasos y tokens internos, pero OpenAI no ofrece en la cifra citada un desglose público por modo. No asigne un multiplicador como si fuera medido.

¿La cifra incluye imágenes y voz?

No se especificó. Por prudencia, no debe trasladarse a modalidades diferentes del texto.

¿El agua se gasta dentro del ordenador?

No. Se asocia principalmente a refrigeración e infraestructura eléctrica; también puede existir impacto en fabricación. El perímetro de los 0,32 ml no fue detallado.

¿Puedo calcular las emisiones con la tarifa eléctrica de mi casa?

No describe la electricidad del centro de datos. Necesita un factor adecuado a la infraestructura que procesa la consulta. La tarifa doméstica solo se aplicaría al dispositivo local.

¿ChatGPT consume más que Gemini o Claude?

No puede concluirse con datos públicos comparables. Las cifras de Gemini y ChatGPT usan estadísticos y métodos distintos, y Claude no publica una equivalente.

¿Debería dejar de usar ChatGPT?

No se deduce de una cifra por consulta. Valore necesidad, alternativa y escala. La mayor oportunidad está en evitar tareas inútiles y gobernar despliegues repetitivos.

Conclusión

Los 0,34 Wh son el punto de partida más conocido, no la respuesta definitiva. Sirven para construir escenarios si se mantienen visibles su fecha y sus límites. No sirven para asignar con precisión la huella de una conversación, una imagen o un agente.

La práctica rigurosa consiste en separar electricidad, carbono, agua y ciclo de vida; medir por tarea válida; y actualizar los supuestos. La calculadora de esta página facilita la aritmética. La evidencia que falta sigue siendo responsabilidad de proveedores y organizaciones que operan a escala.

Fuentes y actualización: publicación de Sam Altman, recurso ambiental de OpenAI Academy, metodología pública de Google utilizada como referencia de límites de sistema y documentación de la AIE sobre energía y centros de datos. Revisadas el 28 de julio de 2026. Los resultados de la calculadora son escenarios editables, no telemetría de OpenAI.