How much CO₂ does one ChatGPT query produce?

Estimates from public research range from 0.3 to 5 grams of CO₂e per query, depending on model size, output length and the carbon intensity of the data centre's electricity supply. The calculator returns a model-specific figure.

Why does region matter?

The same compute uses very different amounts of fossil-based electricity depending on where the data centre is. Iceland (~10 g/kWh) runs on hydro and geothermal; coal-heavy grids approach 800 g/kWh.

How accurate is this?

It's a rough order-of-magnitude estimate. Public energy-per-token figures vary by 5× depending on hardware, batching efficiency and routing. Use the result for awareness, not for compliance reporting.

🌱 Kalkulator Jejak Karbon AI

Perkirakan kWh dan gram CO₂ yang dihasilkan oleh prompt AI — berdasarkan model dan wilayah jaringan listrik.

Model

Token masukan

Token output

Wilayah jaringan (intensitas karbon)

Prompt per hari (opsional)

ℹ️ Perkiraan besaran. Angka energi per token bervariasi berdasarkan generasi perangkat keras dan batching. Intensitas karbon menggunakan rata-rata 2024 dari Ember dan Climatiq.

Tentang Kalkulator Jejak Karbon AI

Setiap prompt yang dikirim ke LLM yang dihosting mengonsumsi sejumlah kecil listrik untuk mendukung server inferensi. Dikalikan di jutaan pengguna dan miliaran kueri, ini bertambah. AI Carbon Footprint Calculator mengubah model + jumlah token + wilayah jaringan menjadi perkiraan kWh dan gram setara CO₂ (gCO₂e).

Rumusnya

CO₂ = token × Wh-per-token × intensitas jaringan

Energi per token berdasarkan kelas model

Small (≈ 7B params): ~0,2 mWh / token (Llama 3 8B, Mistral 7B)
Medium (≈ 70B): ~1 mWh / token (Llama 3 70B, Claude Haiku)
Large (≈ 400B+): ~3 mWh / token (GPT-4o, Claude Sonnet)
Frontier (≈ 1T+): ~6 mWh / token (kelas GPT-4 / Claude Opus)

Token keluaran lebih mahal dari token masukan (biasanya 2–3× karena setiap keluaran memerlukan forward pass). Angka-angka ini perkiraan — estimasi yang diterbitkan 2024–2025 bervariasi 3–5×.

Intensitas karbon berdasarkan wilayah (gCO₂e / kWh)

Islandia: 11 (panas bumi + hidro)
Prancis: 56 (nuklir)
UK: 230
Rata-rata EU: 250
Jerman: 380
Rata-rata AS: 387
Texas (ERCOT): 410
India: 720
Jaringan padat batu bara: ~820

Pertanyaan yang Sering Diajukan

Is this an exact number? Tidak — anggap ini sebagai perkiraan besaran. Variasi dunia nyata bergantung pada perangkat keras, efisiensi batching, perutean model dan intensitas karbon regional yang tepat pada saat inferensi.

What about model training? Emisi pelatihan diamortisasi sepanjang penggunaan model seumur hidup. Untuk model yang banyak digunakan, pelatihan berkontribusi sekitar 5–20% dari total emisi siklus hidup.

How does this compare to a Google search? Pencarian Google standar menghasilkan sekitar 0,2 g CO₂e. Prompt LLM pendek ke model frontier sekitar 5–25× lebih tinggi.

Pasangkan ini dengan AI Model Cost Calculator dan Prompt Cost Calculator kami untuk gambaran keberlanjutan + biaya lengkap.

⚠️

Catatan Penting: Angka energi-per-token dan intensitas karbon berubah dengan cepat. Gunakan alat ini untuk kesadaran; konsultasikan laporan keberlanjutan yang diterbitkan penyedia untuk pelaporan kepatuhan.

Kalkulator Terkait

AI Model Cost Calculator — Bandingkan harga API untuk 100+ LLM termasuk GPT-4o, Claude, Gemini, dan Llama. Hitung biaya token yang tepat.
AI vs Human ROI Calculator — Bandingkan biaya alat AI dengan tenaga manusia. Penghematan bulanan, ROI tahunan, dan titik impas dengan harga model langsung.
Carbon Footprint Calculator — Perkirakan emisi CO₂ tahunan Anda dari transportasi, energi rumah, diet dan gaya hidup. Bandingkan dengan rata-rata global.