Google и OpenAI публикуют данные об энергопотреблении своих моделей, которые выглядят обнадёживающе: медианный текстовый запрос Gemini потребляет 0,24 Вт·ч, а запрос к ChatGPT — 0,34 Вт·ч. Однако эти цифры не отражают реальную картину, когда речь заходит о более сложных сценариях использования ИИ. Климатолог Зик Хаусфатер из Breakthrough Institute провёл детальный анализ собственного опыта работы с ИИ-агентом Claude Code и выяснил, что разрыв между простыми чат-запросами и агентными системами огромен.
Хаусфатер вёл подробный журнал использования Claude Code в течение восьми недель. Claude Code хранит полные локальные логи каждой сессии, включая точное количество токенов, которое API сообщает для каждого вызова модели. За это время 1 138 введённых пользователем запросов вызвали более 14 000 обращений к модели — в среднем 12 вызовов на один запрос. Каждый запрос обрабатывал в среднем 2,9 миллиона токенов, тогда как типичный чат-обмен без рассуждений и веб-поиска занимает около тысячи токенов. Всего Claude Code обработал 3,2 миллиарда токенов, из которых 96% составили кэш-чтения: на каждом из 14 000 шагов агент перечитывает весь накопленный контекст. Текст, который Хаусфатер видит на экране, — вывод модели — составляет лишь 0,4% всех обработанных токенов.
| Показатель | Значение |
|---|---|
| Энергопотребление одного чат-запроса Gemini | 0,24 Вт·ч |
| Энергопотребление одного запроса ChatGPT | 0,34 Вт·ч |
| Энергопотребление одного запроса Claude Code (оценка) | 150 Вт·ч |
| Общее потребление за 8 недель | 170 кВт·ч (диапазон 70–330) |
| Средний день использования | 3,0 кВт·ч (диапазон 1,2–5,9) |
| Самый интенсивный день | 11 кВт·ч |
| Годовая экстраполяция | 1,1 МВт·ч (диапазон 0,4–2,2) |
| Годовые выбросы CO₂ | 370 кг |
На основе этих данных Хаусфатер оценил общее потребление электроэнергии за восемь недель примерно в 170 кВт·ч (диапазон 70–330 кВт·ч). В пересчёте на один запрос это около 150 Вт·ч — примерно в 600 раз больше, чем у медианного чат-запроса. Хаусфатер подчёркивает, что «запрос» — не единица измерения использования ИИ, так же как «поездка» не измеряет вождение; важно, сколько вы проехали.
Средний день работы с агентом потреблял 3,0 кВт·ч — больше, чем два холодильника, а самый интенсивный день — 11 кВт·ч.
Масштаб энергопотребления агентов становится нагляднее при сравнении с бытовыми приборами. Медианная сессия Claude Code потребляла около 0,6 кВт·ч — в 50 раз больше, чем зарядка телефона. Средний день работы с агентом достигал 3,0 кВт·ч (диапазон 1,2–5,9 кВт·ч), что превышает суточное потребление двух холодильников. В самый интенсивный день, когда несколько параллельных агентов обрабатывали обширный геоанализ, оценка достигла 11 кВт·ч — более трети среднесуточного потребления электроэнергии американским домохозяйством.
Если экстраполировать на год, активное использование агента даст около 1,1 МВт·ч (0,4–2,2 МВт·ч) — примерно десятую часть годового потребления среднестатистического домохозяйства в США. В пересчёте на выбросы CO₂ это около 370 кг в год — чуть больше, чем от электрической сушилки для белья (262 кг), и примерно половина выбросов от перелёта экономклассом туда-обратно по маршруту Сан-Франциско — Нью-Йорк (700 кг, но только прямые выбросы). Это составляет около 8% годовых выбросов типичного американского автомобиля с бензиновым двигателем и примерно 2% среднегодового углеродного следа американца.
Хаусфатер не призывает к личным жертвам: ограничения со стороны небольшой группы активных пользователей «не изменят кривые». Вместо этого он указывает на важность чистой электроэнергии для центров обработки данных и на то, что маршрутизация простых задач на меньшие модели может снизить нагрузку. Однако он признаёт, что его оценки основаны на текущих паттернах использования, а ИИ-лаборатории уже работают над масштабированием агентных систем, которые могут работать автономно в течение дней, недель или месяцев. Это может привести к экспоненциальному росту энергопотребления. Кроме того, никто за пределами ИИ-лабораторий не знает фактическую энергоёмкость токена для самых современных моделей, что остаётся серьёзным пробелом в понимании реального влияния ИИ на климат.
