2,024 · 最近审核 2026-05-24
AI 碳足迹指数
一条 AI 提示词看不见摸不着——但它会消耗真实的电力、蒸发真实的水来冷却服务器，并排放真实的 CO₂。本指数把常见 AI 任务的实测成本换算成可比较的单位，再展示轻度、中度和重度的 AI 使用习惯一年累计下来会有多少。每个数字都只计算推理阶段（使用模型，而非训练模型），水耗为现场范围一（scope-1），所有数字均为根据下方来源得出的估算值。
最轻量的任务
Gemini 提示词（实测）
0.24 Wh
每次使用的能耗
最重的任务
推理（“思考”）提示词
7.6 Wh
每次使用的能耗
每项 AI 任务的能耗
| 排名 | 任务 | 能耗 | 水耗 | 碳排放 |
|---|---|---|---|---|
| 1 | Gemini 提示词（实测） | 0.24 kWh | 0.4 L | 113 g |
| 2 | 简短 AI 对话 | 0.30 kWh | 0.5 L | 141 g |
| 3 | GPT-4o 查询 | 0.42 kWh | 0.8 L | 198 g |
| 4 | 长文档（约 10k tokens） | 2.50 kWh | 4.5 L | 1,178 g |
| 5 | AI 图像生成 | 2.91 kWh | 5.2 L | 1,369 g |
| 6 | 推理（“思考”）提示词 | 7.60 kWh | 13.7 L | 3,580 g |
数字均按每 1,000 次使用计算，以便保持可读性。水耗采用行业默认的 1.8 L/kWh 冷却系数；碳排放采用全球平均电网强度（471 gCO₂/kWh，2024 年）。
一年的 AI 使用累计起来相当于什么
三类风格化的用户，每类都有固定的月度任务组合，按一年进行推算并换算成日常活动。重度日常用户的年度 AI 碳足迹是真实存在的，但与一次长途飞行或一年的驾车相比仍然不大——重点在于比较，而非制造恐慌。
| 用户 | 能耗 / 年 | 水耗 / 年 | 碳排放 / 年 | 换算成日常活动 |
|---|---|---|---|---|
| 轻度用户 | 0.2 kWh | 0 L | 0.1 kg | ≈ 17 次手机充电 · 0 次淋浴 · 驾车 0 公里 |
| 中度用户 | 2.8 kWh | 5 L | 1.3 kg | ≈ 230 次手机充电 · 0 次淋浴 · 驾车 5 公里 |
| 重度用户 | 22.5 kWh | 41 L | 10.6 kg | ≈ 1,878 次手机充电 · 1 次淋浴 · 驾车 43 公里 |
该指数是如何构建的
每项任务都带有一个引用来源的单次使用能耗数字：一次简短对话 0.30 Wh、一次实测的 Gemini 提示词 0.24 Wh、一次 GPT-4o 查询 0.42 Wh、一份长文档 2.5 Wh、一张图像 2.907 Wh、一条推理（“思考”）提示词 7.6 Wh。能耗换算为水耗时，将 kWh 乘以 1.8 L/kWh 的水资源利用效率系数（现场，范围一）；换算为碳排放时，乘以全球平均的全生命周期电网强度 471 gCO₂/kWh。各用户画像采用固定的月度任务组合，乘以十二，再用引用来源的日常基准把结果表示为手机充电次数、淋浴次数和驾车公里数。
说明与局限
这些都是估算值。每项任务的能耗会因模型、提示词长度、硬件和数据中心而差异巨大，测量边界也各不相同（整机能耗约为仅 GPU 能耗的 2.4 倍）。封闭的前沿模型无法直接测量。所示水耗仅为现场冷却用水，不包括发电所用的更大量的场外（范围二，scope-2）用水。碳排放取决于当地电网，某些地区的电网远比此处采用的全球平均值更清洁。请把这些数字当作用于比较的数量级，而非精确的核算。
来源
- Epoch AI — How much energy does ChatGPT use? (0.3 Wh chat, 2.5 Wh long input)
- Hugging Face / Luccioni — AI Energy Score v2 (reasoning ≈ 7.6 Wh/query)
- Luccioni, Jernite & Strubell — Power Hungry Processing (image ≈ 2.907 Wh)
- Google — Measuring the environmental impact of AI inference (Gemini 0.24 Wh)
- OWID — Carbon intensity of electricity (lifecycle, 2024)