Saltar al contenido
AIWaterUse.org
EN
Menú
↑ ↓ para moverte · Enter para abrir · Esc para cerrar

Calculadora

Tu huella de IA

Calcula el agua, la energía y el carbono detrás de tu uso de IA, con fuentes para cada cifra.

Escríbelo como lo dirías. Los controles de abajo se ajustan solos.

Modelo

Clase frontera · 2 Wh por 1.000 tokens (referencia media)

¿Dónde encuentro mi número de tokens?Mezcla por defecto: 30% entrada / 70% salida
Qué se cuenta

El mismo prompt puede ser «cinco gotas» o «una botella de agua» según qué se cuente: solo la refrigeración del centro de datos (Bajo), el agua detrás de la electricidad (Medio), o también el entrenamiento y el hardware (Alto).

Lee la metodología
AguaMedio: + electricidad

0litros

= 0 galones

ChatGPT (estándar), 0 tokens, escenario Medio

Energía

0 Wh

Carbono

0 kg CO₂e

Eso equivale a…

Ajustado a tu resultado, escenario Medio
CompartirDescargar imagen
  1. 01

    Dilo o ajústalo

    Describe tu uso en una frase, o ajusta a mano el modelo, el uso y el periodo. Las dos vías mueven los mismos controles.

  2. 02

    Los tokens se vuelven energía

    Cada modelo está en una clase de energía medida, o usa su cifra oficial cuando existe.

  3. 03

    La energía se vuelve agua

    Multiplicada por el factor del límite que elijas: solo refrigeración, más electricidad o el ciclo de vida completo.

Cómo lo calculamos¿Dónde encuentro mi número de tokens?

Fuentes

Citadas en esta página, en orden de aparición.

  1. 1Jegham, N., Abdelatti, M., Elmoubarki, L., & Hendawi, A. (2025). How Hungry is AI? Benchmarking Energy, Water, and Carbon Footprint of LLM Inference. arXiv preprint arXiv:2505.09598 (v6, Nov 2025). (consultada 2026-06) prepublicación
  2. 2Altman, S. (2025). The Gentle Singularity. blog.samaltman.com: 0.34 Wh and 0.000085 gal of water per average ChatGPT query. (consultada 2026-06) divulgación oficial
  3. 3Siddik, M. A. B., Shehabi, A., & Marston, L. (2021). The environmental footprint of data centers in the United States. Environmental Research Letters 16(6): watershed-scale direct + indirect water footprint. (consultada 2026-06) revisión por pares
  4. 4US Environmental Protection Agency (2024). Emissions & Generation Resource Integrated Database (eGRID). US EPA: grid carbon intensity by region. (consultada 2026-06) gubernamental
  5. 5AIWaterUse (2026). AIWaterUse methodology: disclosed site assumptions and derivations. aiwateruse.org/methodology: blended tokens per exchange, input/output split, unit definitions and arithmetic derivations, reviewed quarterly. (consultada 2026-06) supuesto del sitio