Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La inteligencia artificial también deja una factura física.
Un análisis de Vals calculó que desarrollar una aplicación web con algunos modelos de IA puede exigir tanta energía como la que consume un hogar durante dos horas y media. La comparación desmonta una idea cómoda, porque una conversación en pantalla parece ligera hasta que alguien la traduce a electricidad, agua y emisiones.
Cuando la charla se alarga, el coste se dispara
Omar Almatov, ingeniero fundador de Vals, sitúa el cambio en el uso cotidiano de estos sistemas.
"El uso está pasando de limitarse a utilizar ChatGPT como alternativa a la búsqueda en Google a mantener conversaciones reales con estos chatbots". - Omar Almatov, ingeniero fundador de Vals
Ese desplazamiento importa porque las tareas prolongadas que obligan a un modelo a pensar durante más tiempo pueden multiplicar su impacto medioambiental por 10.000 frente a una consulta sencilla. Una investigación independiente de Microsoft llegó a una conclusión parecida al observar que las solicitudes con razonamiento prolongado elevan el consumo energético en más de un orden de magnitud.
Ahí aparece una paradoja incómoda. Pedimos respuestas más complejas, más largas y más afinadas, pero cada capa extra de razonamiento empuja hacia arriba una huella ecológica que rara vez entra en la conversación pública.
Vals comparó 16 modelos y las diferencias fueron claras
La empresa evaluó 16 modelos de pesos abiertos y midió tres variables muy concretas, emisiones de carbono, consumo de agua y consumo eléctrico. Catorce de esos 16 modelos procedían de empresas chinas, mientras uno correspondía a la estadounidense Thinking Machines Lab y otro a la francesa Mistral AI.
Qwen3.8 Max de Alibaba Group obtuvo la puntuación más alta en intensidad energética, de carbono y de agua dentro de las tareas examinadas por Vals.
En el extremo opuesto, Ling 3.0 Flash 2607 de Ant Group registró la puntuación más baja en esas mismas pruebas. Kimi K3 también llamó la atención por una huella medioambiental desproporcionada si se compara con DeepSeek V4 Flash, aunque su precisión solo fuera ligeramente superior.
Eso obliga a mirar los modelos de otro modo, no solo por lo bien que responden, sino por lo que cuesta sostener cada mejora marginal. Ya ocurrió algo parecido con el gasto de cada consulta, donde una acción trivial en apariencia adquiría otra escala cuando entraban en juego el agua y el carbono.
Una pregunta breve no pesa igual que una conversación larga
Sam Altman, consejero delegado de OpenAI, escribió en 2025 que una consulta media de ChatGPT consume aproximadamente una quinceava parte de una cucharadita de agua. Las estimaciones difundidas por Sam Altman y por Google para 2025 situaron el consumo energético de una consulta de texto media entre 0,24 y 0,34 vatios hora.
Son cifras pequeñas cuando se miran de una en una.
El problema aparece al cambiar la unidad de medida, porque millones de preguntas breves y un volumen creciente de conversaciones extensas terminan apoyándose en centros de datos que ya empujan al alza las emisiones generales de las grandes tecnológicas. Amazon y Google afirmaron que sus emisiones de gases de efecto invernadero aumentaron en general en 2025, en parte por la expansión de esos centros, una presión que también se aprecia en el consumo eléctrico de la infraestructura.
La presión regulatoria ya no gira solo en torno al rendimiento
Rayan Krishnan, cofundador y director ejecutivo de Vals, trasladó el debate al terreno de las normas públicas.
"Los debates sobre políticas deberían basarse en pruebas y datos reales". - Rayan Krishnan, cofundador y director ejecutivo de Vals
La frase llega en un momento concreto, porque la entrada en vigor de una nueva ley de California sobre divulgación de información climática presiona a las empresas de inteligencia artificial para que revelen más datos sobre su huella ecológica. No es un detalle menor si todavía cuesta saber cuánto cambia el impacto de un modelo cuando pasa de responder una duda breve a sostener una conversación larga.
Omar Almatov lo resumió con una idea directa al explicar que la huella de carbono aumenta de forma drástica cuando el uso deja de ser una suma de preguntas puntuales. Entre una consulta de 0,24 a 0,34 vatios hora y una tarea que puede multiplicar por 10.000 el impacto ambiental, la diferencia ya no cabe en la imagen amable de un simple cuadro de texto.