Ile prądu zużywa jedno zapytanie do ChatGPT?

Krótka odpowiedź: OpenAI nie publikuje pomiaru dla ChatGPT. Epoch AI oszacował typowe pytanie tekstowe do GPT-4o na około 0,3 Wh, ale jest to rachunek oparty na założeniach, nie wynik z infrastruktury OpenAI. Osobno Google zmierzył 0,24 Wh dla medianowego zapytania do Gemini. Liczba 3 Wh, którą powtarzają media, pochodzi ze starszego szacunku z 2023 roku.

Dokładnej wartości dla ChatGPT nie zna nikt poza OpenAI. Pomiar Google jest najlepszym publicznym punktem odniesienia dla produkcyjnego asystenta, ale dotyczy innego modelu i innej infrastruktury.

Co zmierzył Google

21 sierpnia 2025 Google opublikował wyliczenie dla własnego asystenta. Medianowe zapytanie tekstowe do Gemini Apps to 0,24 Wh energii, 0,03 grama CO2 i 0,26 mililitra wody, czyli około pięciu kropli. Dane bazowe pochodzą z maja 2025.

Wartość jest niska z dwóch powodów. Po pierwsze, mediana to nie średnia: połowa zapytań jest krótsza i tańsza, a długie generowanie obrazu czy filmu kosztuje wielokrotnie więcej i w tej liczbie nie siedzi. Po drugie, w ciągu dwunastu miesięcy Google zbił zużycie energii na zapytanie trzydziestotrzykrotnie, a ślad węglowy czterdziestoczterokrotnie, przy rosnącej jakości odpowiedzi.

Dlaczego krąży dziesięć razy większa liczba

Rodowód „3 Wh” daje się prześledzić co do publikacji.

Szacunek pochodzi z pracy Alexa de Vriesa z 2023 roku, opublikowanej w czasopiśmie Joule. Opierał się na wyliczeniu firmy SemiAnalysis: skoro ChatGPT obsługuje 195 milionów zapytań dziennie i zużywa około 564 MWh, na zapytanie wypada najwyżej 2,9 Wh. Rachunek był poprawny dla swoich czasów, ale zakładał sprzęt sprzed dwóch generacji i odpowiedzi dłuższe, niż są typowe.

Osobno krąży twierdzenie o dziesięciokrotnej przewadze zapytania do AI nad wyszukiwaniem, i tu rodowód jest jeszcze ciekawszy. John Hennessy, przewodniczący Alphabetu, powiedział Reutersowi w lutym 2023, że rozmowa z modelem językowym „prawdopodobnie kosztuje dziesięć razy więcej niż standardowe wyszukanie” — mówił jednak o koszcie pieniężnym obsługi zapytania, nie o watogodzinach. Na prąd przeliczył to dopiero de Vries, mnożąc tę wypowiedź przez szacunek 0,3 Wh na wyszukiwanie, który Google podał na własnym blogu w 2009 roku.

W obiegu jest też trzecia liczba, 0,34 Wh, z wpisu Sama Altmana na blogu z czerwca 2025. Nie towarzyszy jej metodologia ani recenzja, więc traktuję ją tak samo jak dwie poprzednie: jako deklarację, nie pomiar.

Poziom pewności dla wszystkich trzech krążących wartości: niski. Dla pomiaru Google: średni, o czym niżej.

Czego pomiar Google nie obejmuje

Metodologia Google jest szersza niż typowe wyliczenia i firma sama to pokazuje. Do rachunku wchodzą układy obliczeniowe, procesory i pamięć maszyny, moce rezerwowe utrzymywane bezczynnie na wypadek awarii oraz narzut centrum danych przy współczynniku PUE 1,09.

Google podaje przy tym liczbę, która tłumaczy rozjazd między szacunkami: policzone wyłącznie po aktywnych układach obliczeniowych, jak robi większość publicznych wyliczeń, to samo zapytanie wychodzi na 0,10 Wh. Czyli ponad dwa razy mniej niż pełny rachunek. Firma nazywa taki sposób liczenia optymistycznym.

Poza rachunkiem zostaje jednak trenowanie modeli, produkcja sprzętu i woda zużywana pośrednio przy wytwarzaniu energii. Krytycy metodologii wskazują właśnie na te pominięcia i mają rację co do zakresu: Google mierzy samą inferencję, czyli odpowiadanie na pytania, a nie cały cykl życia modelu.

Gdzie naprawdę leży rachunek

Pytanie o jedno zapytanie jest źle postawione, bo pojedyncze pytanie kosztuje tyle, co nic. Rachunek robi skala.

Gartner prognozuje, że centra danych zużyją w 2026 roku 565 TWh, wobec 447 TWh w 2025, czyli o 26 procent więcej. Serwery zoptymalizowane pod AI mają odpowiadać za mniej więcej jedną trzecią tej wartości i przegonić konwencjonalne w 2027 roku.

Dla firmy rachunek za AI nie jest przy tym rachunkiem za prąd, tylko za tokeny: energia obciąża dostawcę. Mechanika jest jednak ta sama, bo płaci się od liczby wywołań, a te rosną szybciej, niż się zakłada. Liczby są przy koszcie agenta AI.

Dlaczego rozstrzał szacunków jest tak duży

Między najniższą a najwyższą publiczną liczbą jest dwunastokrotna różnica, choć wszystkie opisują to samo. Biorą się z trzech rzeczy: roku pomiaru, granicy rachunku i tego, czy ktoś w ogóle mierzył, czy przemnożył cudzą wypowiedź.

Pomiar Google z 2025 roku i szacunek de Vriesa z 2023 dzielą dwie generacje sprzętu. To wystarczy, żeby jedna liczba przestała opisywać rzeczywistość, mimo że nikt jej nie sfałszował.