SOMA

    ¿Cuánta agua consume ChatGPT por pregunta, y de dónde salen las cifras?

    Para equipos de sostenibilidad, periodistas y empresas que reciben preguntas sobre el agua de la IA. Fuentes comprobadas el 31 de octubre de 2026. Versión de factores soma-ai-ef-2026.10-dataset-v3.0.0. Promedios de red por ubicación, no contratos de renovables. Estimaciones a partir de benchmarks publicados.

    Versión en inglés: The water footprint of AI: cooling water, the water behind the electricity, and scarcity Guía completa para empresas: huella de carbono de la IA en la empresa.

    ¿Cuánta agua consume ChatGPT por pregunta, y de dónde salen las cifras?

    Entre 0,26 mL y más de 200 mL, según la fuente y según qué agua cuente. Ninguna de las cifras que hemos comprobado es una medición de OpenAI. Sam Altman da 0,000085 galones estadounidenses por consulta media de ChatGPT, unos 0,32 mL según nuestra conversión, sin explicar el método. Google calcula 0,26 mL para su consulta mediana en Gemini Apps, solo en sus centros de datos. Jegham et al. modelan de menos de 4 mL a más de 200 mL para una consulta larga. Son estimaciones, y SOMA AI (somaai.earth) añade las suyas por región más abajo.

    ¿Qué cifras se han publicado y qué agua cuenta cada una?

    Hay que leer el perímetro antes que el número. Cada fila se abrió en su fuente primaria.

    Agua por consulta, tal como se publicó. mL son mililitros. Consumo, no extracción, salvo que se indique.
    Quién y cuándoCifraModelo y consultaQué cuenta
    Google (Elsworth et al.), 21 de agosto de 20250,26 mL, publicada por GoogleConsulta de texto mediana en Gemini AppsAgua consumida en los centros de datos, con un WUE de flota de 1,15 L por kWh. No indica si cuenta el agua de la generación eléctrica. Solo chips activos, 0,12 mL.
    Sam Altman, junio de 20250,32 mLConsulta media de ChatGPTNo lo indica. Es una conversión de SOMA de su cifra de 0,000085 galones, publicada en su blog personal sin método.
    Li, Yang, Islam y Ren, 6 de abril de 202316,904 mL (de 7,1 a 47,5 mL según la ubicación)GPT-3, respuesta de longitud mediaAgua operativa, 2,200 mL en el centro de datos más 14,704 mL de la generación eléctrica, para la media de EE. UU. Excluye el agua incorporada.
    Jegham et al., 14 de mayo de 2025De menos de 4 mL a más de 200 mL27 modelos, consulta larga de 10.000 tokens de entrada y 1.500 de salidaRefrigeración más generación eléctrica, sin agua incorporada. Solo consultas largas. El máximo es DeepSeek-R1 en servidores de DeepSeek, y en Azure da 34 mL.
    Mistral AI, 22 de julio de 202545 mLRespuesta de 400 tokens de Le ChatImpactos marginales de la inferencia, incluidos impactos previos como la fabricación de servidores, sin los dispositivos de los usuarios. No indica qué agua cuenta.

    ¿Qué tipos de agua hay?

    Una cifra de agua puede contar tres cosas distintas, y conviene saber cuál antes de compararla.

    • Agua de refrigeración in situ. Agua que se evapora o se consume en el centro de datos. Se expresa con el WUE, en litros por kWh. Li y coautores la llaman agua de alcance 1.
    • Agua de la electricidad. Agua consumida en las centrales que generan la electricidad. Depende del mix de la red y no del centro de datos. Li y coautores la llaman agua de alcance 2.
    • Escasez. No es un volumen más sino un peso. Un litro tomado donde el agua escasea pesa más. El factor AWARE 2.0 lo expresa, con 1 como media mundial.

    Además, extraer agua y consumirla no es lo mismo, y no se pueden sumar. Más detalle en la guía del agua, en inglés.

    ¿Cuánta agua estima SAEF por intercambio?

    SOMA AI publica SOMA AI Emission Factors (SAEF), un conjunto de datos abierto, y estima un intercambio de 1.210 tokens sumando la refrigeración in situ y el agua de la electricidad de cada región. Para España, la región eu-south-2 de AWS, SAEF aún no tiene factores de agua, y no damos una cifra parcial. Para un modelo de tamaño medio, la parte in situ en US East - N. Virginia es de solo 0,0033 mL y el resto es agua de la electricidad.

    Estimación de mL de agua para un intercambio, por clase de modelo SAEF y región. Estimaciones.
    RegiónClase AClase BClase C
    US South Central - Texas0,045 mL0,15 mL0,54 mL
    EU West - Ireland0,045 mL0,15 mL0,55 mL
    US East - N. Virginia0,073 mL0,24 mL0,89 mL
    EU North - Sweden0,18 mL0,59 mL2,2 mL
    US West - Oregon0,29 mL0,94 mL3,5 mL

    Para la clase B, la región de menor consumo es US South Central - Texas, con 0,15 mL, casi igual que EU West - Ireland, y la de mayor consumo es US West - Oregon, con 0,94 mL. La región de menor carbono no es la de menor agua, y las ecuaciones están en la página de metodología.

    ¿Por qué van de 0,26 mL a más de 200 mL?

    Por el perímetro, porque 0,26 mL cuenta solo el centro de datos y los 16,904 mL de Li suman la electricidad. Por la consulta, porque Jegham modela una consulta larga y Google calcula su consulta mediana. Y por la ubicación, porque Li da de 7,1 a 47,5 mL según el lugar y SAEF va de 0,15 a 0,94 mL entre regiones.

    ¿Qué debe reportar una empresa?

    Una estimación con su base, no una sola cifra presentada como medida. Indica qué agua cuenta (in situ, electricidad o ambas), si es consumo o extracción, los datos de actividad, la clase de modelo, la región y la versión del factor. Si no hay factor de agua para la región, di que no está disponible. Los pasos para el alcance 3 están en la guía del alcance 3, en inglés, y en la guía en español. La calculadora gratuita da un primer resultado sin registro.

    Sigue leyendo