O Google e a OpenAI passaram o ano passado assegurando ao público que uma consulta de IA mal consome mais eletricidade do que um pequeno clipe de TV. Uma nova auditoria do mundo real realizada pelo cientista climático Zeke Hausfather sugere que a verdade para os agentes autônomos de IA é muito mais preocupante: eles podem consumir cerca de 600 vezes mais energia por solicitação do que uma troca de bate-papo padrão. As descobertas, publicadas em 8 de agosto de 2026, numa análise no The Climate Brink, acrescentam uma nova urgência às questões sobre a pegada ambiental da IA à medida que a indústria se orienta para agentes autónomos sempre ativos. Para relatórios contínuos sobre o debate sobre sustentabilidade que molda a indústria, siga nossa cobertura da indústria de IA.
Uma verificação da realidade sobre as reivindicações energéticas das grandes tecnologias
No ano passado, o Google informou que uma mensagem de texto média do Gemini usa apenas 0,24 watt-hora (Wh) de eletricidade – menos de nove segundos de televisão. O CEO da OpenAI, Sam Altman, ofereceu um número semelhante, estimando a consulta média do ChatGPT em aproximadamente 0,34 Wh, no mesmo nível de uma pesquisa do Google de 2009.
Ambos os números descrevem um cenário restrito e ideal: uma única troca de texto sem raciocínio estendido, sem pesquisas na web, sem processamento multimodal e sem comportamento de agente em loop. Como aponta Hausfather, eles não levam em conta modelos de raciocínio que geram muito mais tokens por consulta, sistemas multiagentes que funcionam de forma autônoma ou o contexto em cascata que os agentes relêem a cada passo.
Oito semanas, 3,2 bilhões de tokens
Hausfather, um cientista climático, acompanhou seu próprio uso do agente de codificação Claude Code da Anthropic em detalhes meticulosos durante oito semanas. Como Claude Code armazena logs locais completos de cada sessão, incluindo as contagens exatas de tokens relatadas pela API para cada chamada de modelo, ele poderia reconstruir uma imagem precisa do que um agente realmente exige.
Os números são impressionantes. Seus 1.138 prompts digitados acionaram mais de 14.000 chamadas de modelo — uma média de cerca de doze por prompt. Cada solicitação processou uma média de 2,9 milhões de tokens, em comparação com cerca de mil tokens para uma troca de chat típica. No total, seu agente processou 3,2 bilhões de tokens durante o período.
Um detalhe impressionante: aproximadamente 96% desses tokens eram leituras de cache. A cada uma das 14.000 etapas, o agente relê todo o seu contexto acumulado antes de decidir o que fazer a seguir. O texto que Hausfather realmente vê na tela – o resultado do modelo – representa apenas 0,4% de todos os tokens processados. O custo computacional oculto acontece quase inteiramente nos bastidores.
Traduzindo tokens em eletricidade
Como nenhuma parte externa sabe o custo exato de energia por token para um modelo de fronteira, Hausfather converteu suas contagens de tokens em valores de eletricidade usando três métodos de estimativa independentes com diferentes suposições. Sua melhor estimativa coloca o consumo total em cerca de 170 quilowatts-hora (kWh) de eletricidade do data center durante oito semanas, com uma faixa de incerteza de 70 a 330 kWh.
Por prompt, isso equivale a aproximadamente 150 Wh – cerca de 600 vezes a energia de um prompt de bate-papo médio. Sua sessão média do Claude Code consumiu cerca de 0,6 kWh, cerca de cinquenta vezes a eletricidade necessária para carregar um smartphone. Em um dia normal, o uso de seu agente atingiu 3,0 kWh (variando de 1,2 a 5,9 kWh), mais do que o consumo diário de dois refrigeradores domésticos.
Seu dia mais intenso — quando vários agentes paralelos executaram uma extensa análise de geodados — consumiu cerca de 11 kWh, mais de um terço do consumo diário de eletricidade de uma residência média nos EUA.
O que significa um ano de uso do agente
Escalado para um ano inteiro, o fluxo de trabalho baseado em agente da Hausfather consumiria aproximadamente 1,1 megawatt-hora (MWh) de eletricidade do data center, com uma faixa de 0,4 a 2,2 MWh – cerca de um décimo do que uma residência média nos EUA usa anualmente. Com base na combinação média de eletricidade dos EUA, isso se traduz em aproximadamente 370 quilogramas de emissões equivalentes a CO2 por ano.
Para contextualizar, isso é mais do que ligar uma secadora de roupas elétrica durante um ano (cerca de 262 kg) e cerca de metade das emissões diretas de um voo econômico de ida e volta de São Francisco a Nova York (cerca de 700 kg). Hausfather observa que isso equivale a cerca de oito por cento das emissões anuais de um carro movido a gasolina típico dos EUA e a cerca de dois por cento da pegada de carbono anual média do americano.
“Esta é simultaneamente uma grande fonte de emissões e uma parte relativamente modesta da minha pegada total de carbono”, escreveu ele.
As verdadeiras alavancas: energia limpa e roteamento mais inteligente
Hausfather toma cuidado para não enquadrar a questão em torno da culpa pessoal. A restrição por parte do pequeno grupo de usuários pesados “não vai alterar nenhuma curva”, argumenta ele. Em vez disso, ele destaca duas alavancas estruturais.
Primeiro, encaminhar tarefas mais simples para modelos menores faz uma diferença significativa. Modelos menores usam aproximadamente cinco a sete vezes menos energia por token do que modelos de fronteira. Em segundo lugar – e mais importante – a própria intensidade de carbono da eletricidade é o fator dominante. Se a mesma carga de trabalho funcionasse principalmente com energia limpa, a pegada de carbono cairia cerca de 90%.
O problema é o combustível por trás do boom. De acordo com Hausfather, quase três quartos da geração de energia planejada no local para os data centers dos EUA funcionam com gás natural, o que significa que a rápida expansão da computação de IA está sendo sustentada em grande parte por combustíveis fósseis.
Um aviso à medida que os agentes escalam
As estimativas de Hausfather, embora razoáveis, continuam a ser estimativas – e reflectem os padrões de utilização actuais. Os laboratórios de IA já estão correndo para implantar sistemas baseados em agentes que funcionem de forma autônoma por dias, semanas ou até meses. Se essa visão se concretizar, o consumo de energia por “utilizador” poderá aumentar ainda mais.
Sua mensagem central é que os números por consulta divulgados pelo Google e pela OpenAI distorcem a realidade de como a tecnologia está evoluindo. "Em última análise, um 'prompt' não é uma unidade de uso de IA, assim como 'viagens' não é uma medida de direção; é o quão longe você vai que importa", escreveu Hausfather.
Fique à frente da IA
À medida que os agentes autónomos passam de uma infra-estrutura inovadora para uma infra-estrutura predefinida, a sua factura energética oculta tornar-se-á mais difícil de ignorar. Para relatórios contínuos e verificados sobre pesquisa de IA, sustentabilidade e empresas que moldam o campo, adicione nossa página inicial aos favoritos e leia mais notícias sobre IA → em https://aibuzzwire.news.
