Anthropic
¿Cuánta agua usa Claude?
Anthropic no ha publicado cifras de agua o energía por consulta. Esto es lo que puede estimarse con benchmarks independientes, escenario por escenario.
Ninguna
cifra oficial por consulta publicada
~0,8 Wh
por 1K tokens, clase de Claude Sonnet (benchmark medio)
344 L
por 86M tokens de Claude Sonnet en Medio, unas 5 duchas
Anthropic no ha publicado cifras de energía o agua por consulta para Claude, y su infraestructura corre sobre proveedores de nube (AWS y Google), cuya agua aparece en los libros de esas empresas. Así que cada cifra de Claude en este sitio es una estimación de benchmarks independientes, y está etiquetada como tal.
Por nivel de modelo, clasificamos Claude Haiku como eficiente, Claude Sonnet como estándar y Claude Opus como frontera, la misma banda que usan Jegham et al. para modelos comparables. En Medio, un intercambio de Sonnet de unos 700 tokens equivale a unos 3 mL de agua; Opus varias veces eso; los modos de pensamiento extendido aún más.
Claude es también donde la historia del desarrollador es más concreta: los agentes de programación informan el uso de tokens directamente (ejecuta /cost en Claude Code). Una corrida intensiva de varios meses con 86 millones de tokens da 344 litros en Medio: unas cinco duchas. Esa cifra es la razón de que esta calculadora tenga la pestaña «Conozco mis tokens».
Si Anthropic publica una cifra oficial, recibirá un ajuste en nuestro archivo de coeficientes esa misma semana, como ocurrió con la de Google.
Tu cifra
¿Cuánto consume realmente tu IA?
Elige tu modelo, define tu uso y obtén la cifra, con fuentes.
Fuentes
Citadas en esta página, en orden de aparición.
- 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
- 2Mistral 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