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

¿Cuánta agua está usando la IA en 2026?

No existe un total medido del agua de la IA en 2026; nunca existe hasta que los informes llegan al año siguiente. Nuestra estimación en curso: los centros de datos de EE. UU. consumirán directamente unos 26.000–40.000 millones de galones en 2026 (límite Bajo, solo refrigeración; inferencia del sitio a partir de la base medida en 2023 y la proyección 2028 de LBNL), con la IA como principal motor de crecimiento. Por consulta de chat: 0,3–45 mL, según el límite contable.

Última revisión: septiembre de 2026. Esta página se actualiza conforme llegan las divulgaciones de 2026; las notas de revisión están al final. La página de 2025 guarda el registro histórico.

Por qué esto es una estimación, y por qué el rango es ancho

Los datos de agua llegan con retraso. La contabilidad pública más rigurosa de los centros de datos de EE. UU. (el informe 2024 del Lawrence Berkeley National Laboratory) midió 2023: 176 TWh de electricidad y unos 17.000 millones de galones de agua consumida directamente (LBNL 2024). Los informes corporativos de sostenibilidad que cubren 2025 empezaron a llegar a mediados de 2026, y los incorporamos en nuestras revisiones trimestrales. Así que cualquier número para el año en curso es una proyección, y lo etiquetamos como tal.

El rango es ancho por una segunda razón: la respuesta depende del límite que traces. Cuenta solo el agua de refrigeración evaporada en el centro de datos (Bajo, solo refrigeración) y una consulta de chat cuesta una fracción de mililitro; ese es el límite detrás del 0,26 mL oficial de Google por prompt mediano de Gemini (Google 2025) y de los ~0,32 mL de OpenAI por consulta de ChatGPT (Altman 2025). Añade el agua consumida al generar la electricidad (Medio, + electricidad) y una consulta típica son unos pocos mililitros: unos 3 mL en un modelo de clase estándar y 7 mL en uno de frontera como ChatGPT (estimación del sitio; factor de red de Siddik 2021). Cuenta el ciclo de vida completo (entrenamientos amortizados por consulta, más fabricación de chips) y la cifra de ciclo de vida de Mistral es 45 mL por respuesta de 400 tokens (Alto, ciclo de vida completo; LCA de Mistral 2025), mientras que los muy citados ~519 mL por correo de 100 palabras (Washington Post con UC Riverside, 2024) cuentan refrigeración más electricidad con una estimación de energía alta de 2024 para GPT-4, no el ciclo de vida completo.

Pruébalo con tus propias cifras
Modelo

Clase frontera · 2 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

63,9litros

= 16,9 galones

ChatGPT (estándar), 25 prompts/día · por año, escenario Medio

Energía

12,8 kWh

Carbono

4,5 kg CO₂e

Las cifras de 2026, escenario por escenario

De arriba abajo (centros de datos enteros). LBNL proyecta que la electricidad de los centros de datos de EE. UU. alcanzará 325–580 TWh en 2028. Interpolando desde la medición de 2023, 2026 queda en unos 265–420 TWh. Si el consumo directo de agua escala en proporción (asumiendo que la eficiencia de refrigeración se mantiene en niveles de 2023), los centros de datos de EE. UU. consumen directamente unos 26.000–40.000 millones de galones en 2026 (límite Bajo, solo refrigeración; inferencia del sitio). Incluyendo el agua consumida por la generación eléctrica (~4,5 L/kWh, Siddik 2021), la cifra total (agua directa más la de la electricidad) queda en el orden de 340.000–540.000 millones de galones (Medio, + electricidad; inferencia del sitio). Ambas cifras cubren todas las cargas de los centros de datos; la IA es la porción que más crece, no el pastel entero.

De abajo arriba (por consulta). Estimamos ~5.000 millones de consultas de chat de IA al día en el mundo en 2026 (estimado; escalado desde los ~2.500 millones/día declarados por OpenAI en 2025, probablemente conservador a estas alturas). A unos ~0,8 Wh por consulta (supuesto combinado del sitio entre nuestros ~0,56 Wh de clase estándar y ~1,4 Wh de clase frontera por intercambio; las cifras de los operadores van de 0,24 a 0,34 Wh), anualizado:

  • Bajo, solo refrigeración: ~0,24 mL/consulta → aproximadamente 400 millones de litros (~100 millones de galones) al año
  • Medio, + electricidad: ~4 mL/consulta → aproximadamente 7.000 millones de litros (~1.900 millones de galones) al año
  • Alto, ciclo de vida completo: ~24 mL/consulta → aproximadamente 44.000 millones de litros (~12.000 millones de galones) al año

El chat es la punta visible: el entrenamiento, la generación de imagen y vídeo, los agentes de código y las cargas de API empresarial están debajo de estas cifras y dominan los totales de centros de datos de arriba.

Para dimensionar: 26.000–40.000 millones de galones de consumo directo equivalen a un año de uso doméstico de agua de 0,9–1,3 millones de estadounidenses (82 gal/persona/día, EPA WaterSense). El total nacional es modesto junto a la agricultura o la generación eléctrica; la preocupación es la concentración: capacidad nueva agrupándose en regiones que ya andaban cortas de agua antes de que llegaran los servidores.

Qué hace distinto a 2026

Tres tendencias separan este año del panorama de 2025:

  1. Las divulgaciones de eficiencia ya son lo mínimo esperable. Tras las publicaciones de Google y Mistral en 2025, las cifras por prompt se han vuelto un argumento competitivo. Espera más números de operadores, y recuerda que casi siempre usarán el límite más estrecho (Bajo, solo refrigeración). No es engaño; es simplemente la parte del sistema que les pertenece.
  2. Los modelos de razonamiento suben el promedio por consulta. Los modelos que «piensan» antes de responder usan varias veces la energía de una respuesta estándar (la clase de razonamiento de este sitio va de 3 a 15 Wh por 1.000 tokens frente a ~0,8 del chat estándar, una banda construida sobre los benchmarks de modelos de razonamiento de Jegham et al. 2025). Más agua por consulta en cualquiera de los límites.
  3. La expansión viene cargada por delante. La ola de construcción anunciada en 2024–2025 empieza a extraer agua cuando las instalaciones se energizan, lo que está ocurriendo a lo largo de 2026–2028. Los totales de este año reflejan decisiones tomadas hace dos años.

Qué revisaremos cuando lleguen los datos de 2026

Esta página está hecha para actualizarse. En concreto, la revisaremos cuando: incorporemos los informes ambientales corporativos del año natural 2025 (empezaron a llegar a mediados de 2026; la cifra 2024 de Google fue de unos 7.700 millones de galones en sus centros de datos, y la de 2025 recalibrará nuestra trayectoria); aparezca cualquier actualización de LBNL o de la contabilidad federal que lo suceda; nuevos LCA se sumen al de Mistral; y los operadores publiquen divulgaciones por prompt revisadas. Cuando los números auditados de 2026 lleguen por fin en 2027, esta página los declarará y mostrará en qué se equivocó nuestra estimación: en qué dirección, y por qué.

Registro de revisiones: Junio de 2026: estimación inicial publicada. Septiembre de 2026: se corrigió la cifra 2024 de Google (unos 7.700 millones de galones; los 6.100 millones eran de 2023), se reetiquetó la cifra de ~519 mL por correo como refrigeración más electricidad y se declararon los ~0,8 Wh por consulta como supuesto combinado del sitio.

Tu cifra

¿Cuánto consume realmente tu IA?

Elige tu modelo, define tu uso y obtén la cifra, con fuentes.

Prueba la calculadora

Fuentes

Citadas en esta página, en orden de aparición.

  1. 1Shehabi, A., Smith, S. J., Hubbard, A., et al. (2024). 2024 United States Data Center Energy Usage Report. Lawrence Berkeley National Laboratory, LBNL-2001637: 176 TWh electricity and 17B gal direct water in 2023, with 2028 projections. (consultada 2026-06) gubernamental
  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. 3Altman, 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
  4. 4Mistral AI (2025). Our contribution to a global environmental standard for AI. Mistral AI lifecycle analysis with Carbone 4 and ADEME, reviewed by Resilio and Hubblo: 45 mL water & 1.14 gCO₂e per 400-token Le Chat response (marginal inference); Mistral Large 2 training plus its first 18 months of use: 20.4 ktCO₂e and 281,000 m³ of water. No energy (Wh) figure disclosed. (consultada 2026-09) divulgación oficial
  5. 5Google (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
  6. 6Siddik, 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
  7. 7Verma, P., & Tan, S. (The Washington Post), with UC Riverside researchers (2024). A bottle of water per email: the hidden environmental costs of using AI chatbots. The Washington Post, September 2024: ~519 mL of water and ~0.14 kWh per 100-word GPT-4 email (US average), counting data-center cooling plus the water behind electricity generation. (consultada 2026-09) prensa
  8. 8Jegham, 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
  9. 9US Environmental Protection Agency (2024). Emissions & Generation Resource Integrated Database (eGRID). US EPA: grid carbon intensity by region. (consultada 2026-06) gubernamental
  10. 10OpenAI (via TechCrunch) (2025). ChatGPT users send 2.5 billion prompts a day. TechCrunch, July 2025, reporting OpenAI figures: ~2.5B ChatGPT prompts per day; basis of the site’s scaled ~5B AI queries/day ticker estimate. (consultada 2026-09) divulgación oficial
  11. 11Microsoft (2024). Sustainable by design: Next-generation datacenters consume zero water for cooling. Microsoft Cloud Blog, December 2024: fleet-average water usage effectiveness 0.30 L/kWh in the last fiscal year, down 39% from 0.49 L/kWh in 2021. (consultada 2026-09) divulgación oficial
  12. 12US 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
  13. 13Google (2025). Google 2025 Environmental Report. Calendar-2024 data: ~7.7B gal consumed by Google data centers (~8.1B gal company-wide, +28%); the widely quoted 6.1B gal is the 2023 data-center figure. Per-site disclosures include Council Bluffs, Iowa (~1B gal, the most of any Google site) and Pflugerville, Texas (~10,000 gal). (consultada 2026-09) divulgación oficial