Uma solicitação típica para o modelo aberto Kimi K3 emite cerca de 0,4 gramas de CO2 quando é executado em servidores na Suécia. A solicitação idêntica, em hardware idêntico, emite 3,2 gramas no Texas – 8,5 vezes mais. Essa lacuna é a peça central de um novo método de código aberto para calcular as emissões de carbono de solicitações individuais de IA, lançado em 21 de outubro pelo fornecedor sueco de IA Berget AI, juntamente com pesquisadores do Instituto Ambiental de Estocolmo (SEI) e das organizações sem fins lucrativos WattTime e Klimatkollen.

Por que a contabilidade de carbono por solicitação é importante Para mais contexto sobre esta história, confira nossa tendências de IA.

A maioria das empresas que usam IA não tem como saber o que seu uso realmente emite, de acordo com a Berget AI. Os números públicos que existem são geralmente médias amplas estimadas a partir do exterior, calculadas multiplicando uma pegada média presumida por uma estimativa do volume total – números que ninguém pode verificar de forma independente.

O novo método adota a abordagem oposta: calcula as emissões solicitação por solicitação, com base na intensidade média de emissões da rede elétrica regional onde os servidores realmente funcionam, e incorpora o carbono incorporado na fabricação do hardware. O resultado depende do modelo usado, da hora do dia e se parte do prompt é atendida pelo cache, de modo que cada solicitação é calculada individualmente, e não por meio de uma média fixa.

“A maioria das empresas hoje não tem como saber o que o uso da IA ​​emite”, disse Andreas Lundmark, CEO da Berget AI, no anúncio. "Com este método, os nossos clientes podem seguir os seus pedidos de emissões, pedido por pedido, e comparar os fornecedores com base em dados, em vez de marketing. Sabemos que a maioria dos compradores europeus escolheria de forma diferente se pudessem ver os números."

A grade é a variável que domina

A comparação principal – 0,4 gramas de CO2 por solicitação do Kimi K3 na Suécia versus 3,2 gramas no Texas – vem apenas das diferenças na mistura da rede. O mesmo pedido emite 1,6 gramas na Irlanda e 2,5 gramas na Alemanha, segundo o comunicado. Como o hardware subjacente é idêntico em cada caso, o delta é quase inteiramente uma função de onde o data center se conecta.

Essa variável está a tornar-se uma decisão de aquisição em vez de uma restrição fixa. Os modelos abertos, que podem ser executados legalmente em qualquer data center, agora lidam com uma parcela crescente do tráfego global de IA. Berget AI cita números do AI Gateway da Vercel mostrando que modelos de peso aberto serviram 29% dos tokens em junho de 2026, acima dos 11% em abril. Para essas cargas de trabalho, o comprador pode escolher a geografia – desde que as emissões sejam realmente visíveis.

“A maioria dos números alarmantes sobre a pegada da IA ​​​​provém da multiplicação de uma média por uma estimativa do volume, e ninguém pode verificá-los”, disse Christian Landgren, CTO e cofundador da Berget AI. "A única comparação justa é calcular cada solicitação e somá-las. Publicamos nossos julgamentos para que qualquer pessoa possa verificá-los e usá-los."

Construído com base em padrões existentes, lançado pelo MIT

O método segue a especificação SCI for AI da Green Software Foundation e está disponível sob a licença MIT no GitHub. A Berget AI também lançou uma calculadora pública em co2.berget.ai que aplica o método a qualquer modelo e região, com base em estimadores de código aberto anteriores, como EcoLogits e o painel CLEER do Sustainable AI Group. Os clientes do serviço de inferência da própria Berget podem observar o acúmulo de suas emissões no console da empresa enquanto consultam modelos.

Os parceiros mapearam e mediram diretamente o impacto ambiental da infraestrutura de Berget – energia, água e hardware – juntamente com a pegada de carbono da Garbo AI da Klimatkollen, que funciona nessa infraestrutura, e depois combinaram as medições com pesquisas atuais sobre a tradução do uso de recursos em carbono e impacto ambiental mais amplo.

O crescimento da demanda ainda supera a eficiência

O lançamento chega em meio a projeções de forte aumento no consumo de energia dos data centers. Somya Joshi, diretora de pesquisa da SEI, apontou para os números da Agência Internacional de Energia que projetam que o consumo de eletricidade dos data centers mais que dobrará, para cerca de 945 TWh até 2030, com a IA como principal impulsionador.

“Qualquer promessa de ganhos de eficiência provavelmente será superada por uma maior demanda, anulando quaisquer reduções de emissões provenientes de energias renováveis”, disse Joshi no anúncio. "Metodologias como esta oferecem uma base transparente para decisões informadas. A sua força é que demonstram claramente como a localização da rede e da infraestrutura crítica é importante quando se trata de quão sustentável a IA pode ser."

O que isso significa para os compradores de IA

Para as empresas que executam as suas próprias implementações de peso aberto, a implicação prática é simples: o mesmo modelo pode acarretar um preço do carbono que varia por um factor de oito, dependendo da região, e agora existem ferramentas para medir essa diferença antes de assinar um contrato. A Berget AI afirma que deseja que outros provedores de inferência adotem relatórios por solicitação para que os compradores possam comparar os fornecedores com base em números medidos, em vez de afirmações de marketing.

Os autores do método reconhecem que os seus números são estimativas baseadas na localização, utilizando uma combinação média da rede em vez de emissões marginais horárias, uma simplificação comum a esta classe de ferramentas. Mesmo assim, a transparência dos pressupostos – todos publicados para revisão – é o que distingue o esforço das médias opacas que dominaram o discurso energético da IA ​​até agora.

O facto de outros fornecedores seguirem o exemplo pode depender menos do código do que da pressão de aquisição: se os compradores empresariais começarem a solicitar emissões por pedido em RFPs, será mais difícil defender os relatórios baseados na média.

---

Fique à Frente da IA

As últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.

Ler mais notícias de IA →