简而言之
大致统计您每周使用多少次文字提问、长文档任务和图片生成,再乘以已公布的单次请求数据,就能得到一个粗略的范围。按企业自己公布的数据,一次典型的文字提示耗能不到一瓦时,而长输入和图片的耗能要高得多,所以总量通常由您最耗能的习惯决定。请把结果当作估算,而不是精确数字。
步骤
- 记下典型的一周里,您提出了多少次文字问题、多少次长文档任务和多少张图片。
- 把每一类乘以已公布的单次请求数据,分别取一个低值和一个高值。
- 把结果相加,得到以瓦时计的每周能耗范围。
- 如果您想得到碳排放数据,用当地电网的碳强度进行换算。
- 看看哪个习惯占比最大,先改变那一个。
一个粗略的估算,就足以看出您的哪些习惯最重要。 您无法给聊天机器人装电表,但借助已公布的数据,可以得出一个合理的范围。
我可以使用哪些数据?
| 使用类型 | 已公布的数据 | 来源 |
|---|---|---|
| 典型的文字问题 | 约 0.24–0.34 Wh | Google(Gemini 文字提示中位数);OpenAI(ChatGPT 查询平均值) |
| 文字问题,独立估算 | 约 0.3 Wh | Epoch AI |
| 超长输入(约 100,000 个 token(词元),大约一本书) | 接近 40 Wh | Epoch AI |
| 生成一张图片 | 平均每 1,000 张约 2.9 kWh,即每张约 2.9 Wh | Luccioni、Jernite 和 Strubell |
企业的数据是自行报告的,统计边界也各不相同;图片数据来自 2024 年一项针对开源模型的研究。请把它们当作粗略的参考。
一个计算示例
每周 50 个简短问题,每个 0.3 Wh,约为 15 Wh。再加上 10 次图片生成,每次约 2.9 Wh,就多了大约 29 Wh:图片让总量翻了一倍多。粘贴几份超长文档,还会再增加更多。要换算成碳排放,请乘以您所用电网的碳强度;请参阅查找电网碳强度数据,不过数据中心所在电网的碳强度比您所在电网的更重要。
影响最大的是什么
图片、视频、超长输入和没完没了的重新生成,而不是简短问题的数量。说一句“请”几乎可以忽略不计。关于量级对比,请参阅正确看待您的 AI 能耗;关于有用的习惯,请参阅降低您使用 ChatGPT 的能耗。
面向所有人的绿色 AI 指南解释了这些数据为什么各不相同。
来源
- Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
- The gentle singularity, Sam Altman (OpenAI) (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
相关内容
我使用 AI 的能耗到底算多还是少?
一次 AI 提问与日常能耗相比如何,为什么图像、视频和长文档会改变结论,以及为什么全球总量仍然重要。
如何减少我使用 ChatGPT 的能耗?
减少使用 ChatGPT 及类似聊天机器人能耗的实用方法:缩短对话,减少重新生成,选用更轻量的模型,少生成图像。
如何核实关于 AI 能耗的说法?
用六个问题检验任何关于 AI 能耗、用水或碳排放的说法:以什么为单位、谁说的、包含什么、多旧、和什么比、是总量还是每次。
绿色 AI:写给每个人的通俗指南
使用 AI 在能源和水方面的真实代价,哪些日常习惯重要、哪些无关紧要,如何判断各种说法,以及如何表达您的意见。