# ¿Cómo estimo la energía de mis llamadas a una API de IA?

> No puede medir una API de IA alojada, pero sí estimar la energía por llamada a partir de los tokens y del modelo con EcoLogits, y registrarla junto al coste.

Source: https://greenai.guide/es/como/como-estimo-la-energia-de-mis-llamadas-a-una-api-de-ia/  
Updated: 2026-11-19

## En resumen

No puede medir un hardware que no controla, así que estime: registre los tokens de entrada y de salida de cada llamada y use una herramienta como EcoLogits, que envuelve su cliente de IA e informa de la energía y las emisiones estimadas por solicitud. Etiquete las cifras como estimaciones, indique el método y sustitúyalas por las cifras que declare el proveedor cuando pueda conseguirlas.

## Steps

1. Registre el modelo, los tokens de entrada y los tokens de salida de cada llamada, etiquetados con la función que la hizo.
2. Envuelva su cliente de IA con un estimador como EcoLogits para obtener la energía y las emisiones por solicitud.
3. Guarde la estimación junto a la latencia y el coste en sus registros o paneles.
4. Revise las funciones y los prompts más pesados en cada versión.
5. Pida a su proveedor cifras medidas y sustitúyalas cuando estén disponibles.

**Estime a partir de los tokens, regístrelo por llamada y deje claro que es una estimación.** Los servicios de IA
alojados no le dan un medidor de consumo, así que las funciones pesadas y los prompts derrochadores siguen siendo
invisibles a menos que usted mismo construya una cifra.

## ¿Por qué los tokens? {#why-tokens}

La energía aumenta con la cantidad que un modelo lee y escribe. La estimación ascendente de Epoch AI sitúa una
consulta típica a ChatGPT en unos 0,3 Wh, que suben a unos 2,5 Wh con una entrada de 10.000 tokens y a casi 40 Wh con
una entrada de 100.000 tokens. Por tanto, sus propios registros de tokens le dicen mucho más que cualquier promedio
de titular.

## ¿Qué herramienta debo usar? {#which-tool-should-i-use}

La propia guía de CodeCarbon marca la línea: use CodeCarbon para el código que se ejecuta en hardware que usted
gestiona, y EcoLogits para las llamadas a servicios remotos de IA generativa. EcoLogits envuelve las bibliotecas
cliente de los proveedores de IA habituales y devuelve la energía y el impacto en el calentamiento global estimados
de cada solicitud, a partir del modelo y del recuento de tokens.

## ¿Qué debo registrar con cada estimación? {#what-should-i-record-with-each-estimate}

- el modelo y su versión, y la versión de la herramienta usada para estimar;
- los tokens de entrada y de salida;
- la función o el flujo de trabajo que hizo la llamada;
- si la llamada tuvo éxito, para poder contar la energía por tarea completada con éxito.

## Errores frecuentes {#common-mistakes}

- **Tratar las estimaciones como mediciones.** El tamaño de los modelos y el hardware de los modelos cerrados suelen
  ser supuestos. Dé un intervalo y dígalo.
- **Ignorar los reintentos y los bucles de agentes.** Una sola solicitud de un usuario puede desencadenar muchas
  llamadas; consulte [medir la energía por tarea](/es/como/como-mido-la-energia-de-la-ia-por-tarea-en-lugar-de-en-total/).
- **No preguntar nunca al proveedor.** Consulte [pedir a una empresa de IA sus cifras de energía](/es/como/como-le-pido-a-una-empresa-de-ia-sus-cifras-de-energia/).

Más sobre métodos y límites en [cómo medir la energía de la IA](/es/buenas-practicas/como-medir-la-energia-y-el-carbono-de-la-ia/).

## Fuentes

- [EcoLogits documentation](https://ecologits.ai/latest/), EcoLogits (2025)
- [When to use CodeCarbon](https://docs.codecarbon.io/latest/explanation/when-to-use/), CodeCarbon (2025)
- [How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use), Epoch AI (2025)
