SOMA

    ¿Cuál es la fórmula para estimar el CO2e a partir de los tokens de un LLM?

    Para analistas que ya tienen recuentos de tokens y necesitan la aritmética por escrito. Factores SAEF, versión soma-ai-ef-2026.11-dataset-v3.1.0, con medias de red basadas en la ubicación. Texto actualizado el 12 de noviembre de 2026.

    Página actualizada el

    Versión en inglés. What is the formula to estimate CO2e from LLM API token usage?

    Respuesta corta

    Multiplica los tokens facturados por un factor en kg de CO₂e por millón de tokens que ya combina la electricidad (energía por token, sobrecostes de servidor e instalación, intensidad de la red) con una parte modelizada de hardware, construcción del centro de datos y entrenamiento. Para un modelo mediano, SAEF da 0,0165 kg por millón de tokens desde EU South - Spain y 0,00714 kg desde EU North - Sweden. Son estimaciones, no lecturas de contador. El resultado va en el alcance 3, categoría 1 (bienes y servicios comprados) del GHG Protocol.

    La fórmula

    Forma completa
T_ef    = (T_sal + W_ent x T_ent + W_cache x T_cache) / D
kg CO2e = T_ef / 1e6 x (E x g + e_hw + e_dc)  +  T_fact / 1e6 x e_entr

Forma de una línea
kg CO2e = T_fact / 1e6 x F        (F = kg_co2e_per_million_tokens_total)
    Variables. Los valores son los centrales del conjunto de datos.
    SímboloSignificadoValor
    T_ent, T_cache, T_salTokens facturados de entrada sin caché, de entrada en caché y de salidatus datos
    W_entPeso de un token de entrada sin caché frente a uno de salida0,30
    W_cachePeso de un token de entrada en caché0,05
    DFactor de conversión entre los tokens de referencia y los facturados1,339
    EkWh de instalación por token efectivo de la clase, con el sobrecoste de servidor 1,50, el de reposo 1,10 y un PUE de 1,20por clase
    gIntensidad de carbono de la red que sirve el modelo, en kg de CO2e por kWhpor región
    e_hw, e_dc, e_entrHardware, construcción del centro de datos y entrenamiento amortizado, modelizadospor clase

    Como los factores incluyen esa parte modelizada de hardware, edificio y entrenamiento, salen más altos que una cifra solo de electricidad. La forma de una línea supone la mezcla por defecto de tokens de entrada y salida y no descuenta la entrada en caché. Con otra mezcla, o para descontar la caché, usa la forma completa. Cada término está explicado en la página de metodología, en inglés.

    Pasos

    1. Cuenta los tokens facturados. Toma los tokens de entrada, de entrada en caché y de salida de la exportación de uso de la API o del campo de uso de cada respuesta.
    2. Pásalos a tokens efectivos. Da a la entrada menos peso que a la salida, porque leer un prompt cuesta menos energía que generar una respuesta, y divide por el factor de conversión D.
    3. Calcula la parte eléctrica. Multiplica los tokens efectivos por la energía de instalación por token de la clase de modelo y por la intensidad de carbono de la red que lo sirve.
    4. Suma la parte modelizada de hardware, edificio y entrenamiento. Estos términos no dependen de la red. El entrenamiento se carga sobre los tokens facturados y los otros sobre los efectivos.
    5. O usa la forma de una línea. Divide los tokens facturados entre un millón y multiplica por los kg de CO2e totales por millón de tokens de la clase y la región en la tabla SAEF.

    Ejemplo resuelto, una empresa de Madrid

    Una consultora de Madrid consume al año 10 millones de tokens facturados en un modelo mediano (clase B) con la mezcla por defecto de entrada y salida. Se compara el servicio desde EU South - Spain, donde sí hay factor de red español, con el mismo uso desde EU North - Sweden. La energía es de instalación en kWh y los términos son kg de CO₂e, como estimaciones.

    Clase B, 10 millones de tokens facturados.
    ConceptoEU South - SpainEU North - Sweden
    Tokens efectivos (millones)3,023,02
    Energía de instalación (kWh)0,7130,713
    Red (kg CO2e por kWh)0,1700,0384
    Electricidad0,1210,0274
    Fabricación del hardware0,01010,0101
    Construcción del centro de datos0,004550,00455
    Entrenamiento amortizado0,02930,0293
    Total0,1650,0714
    Control de una línea, 10 x F0,1650,0714

    La red multiplica por 4,4 el término de electricidad, mientras los otros tres no cambian. La clase y la región mueven la cifra mucho más que el redondeo. Descarga los factores en CSV, cítalos con el DOI 10.5281/zenodo.20443585 o deja que la calculadora de SOMA AI haga la cuenta.

    Errores frecuentes

    • Multiplicar los tokens solo por la intensidad de la red. Eso omite los sobrecostes de servidor e instalación y los términos de hardware y entrenamiento.
    • Contar dos veces los tokens de razonamiento. La salida facturada ya los incluye, así que no se añade ningún multiplicador a un recuento exacto.
    • Aplicar un factor de modelos de chat a embeddings, voz, imagen o vídeo, que los factores no cubren.

    Sigue leyendo