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 estándar · 0,34 Wh por 1.000 tokens (referencia media)

¿Cuánto la usas?25 prompts/día
Mostrar resultados
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

10,9litros

= 2,9 galones

Gemini (app), 25 prompts/día · por año, escenario Medio

Energía

2,2 kWh

Carbono

0,76 kg CO₂e

Eso equivale a…

Ajustado a tu resultado, escenario Medio
  • 21,7botellas de agua
  • 2,7almendras (agua equivalente)
  • 1,8descargas de inodoro
  • 27,2horas de streaming
  • 1,9millas en coche de gasolina
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. 1Google (2025). Measuring the environmental impact of AI inference. Google Cloud technical disclosure: 0.24 Wh / 0.26 mL / 0.03 gCO₂e per median Gemini Apps prompt. (consultada 2026-06) divulgación oficial
  2. 2AIWaterUse (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
  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. 5Water Footprint Network (Mekonnen, M. M., & Hoekstra, A. Y.) (2011). Product water footprint database. Water Footprint Network: agricultural water footprints (coffee, beef, cotton, almonds). (consultada 2026-06) revisión por pares
  6. 6US Environmental Protection Agency (2024). WaterSense: residential water use and fixture flow rates. US EPA: 82 gal/person/day household use; fixture flow rates. (consultada 2026-06) gubernamental
  7. 7Kamiya, G. (2020). The carbon footprint of streaming video: fact-checking the headlines. International Energy Agency commentary: ~0.08 kWh per viewing hour across device, network and data center. (consultada 2026-06) gubernamental
  8. 8US Environmental Protection Agency (2024). Greenhouse gas emissions from a typical passenger vehicle. US EPA: ~404 g CO₂ per mile for an average US gasoline car. (consultada 2026-06) gubernamental