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.

🌱 AI-koldioxidavtryckskalkylator

Beräkna kWh och gram CO₂ som produceras av en AI-förfrågan — per modell och elnätsregion.

Modell

Inmatningstokens

Utdatatokens

Nätregion (koldioxidintensitet)

Anrop per dag (valfritt)

ℹ️ Storleksordningsuppskattning. Energi-per-token-siffror varierar beroende på hårdvarugeneration och batchning. Kolintensitet använder 2024-genomsnitt från Ember och Climatiq.

Om AI-koldioxidavtryckskalkylatorn

Varje prompt som skickas till ett hostat LLM förbrukar en liten mängd el för att driva inferensservrar. Multiplicerat med miljoner användare och miljarder förfrågningar, lägger det sig ihop. AI Carbon Footprint Calculator omvandlar modell + tokenantal + elnätsregion till en beräknad kWh och gram CO₂-ekvivalent (gCO₂e).

Formeln

CO₂ = tokens × Wh per token × nätintensitet

Energi per token per modellklass

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 (GPT-4 / Claude Opus-klass)

Utdata-tokens kostar mer än indata-tokens (vanligtvis 2–3× eftersom varje utdata kräver ett framåtpass). Siffrorna är ungefärliga — publicerade uppskattningar för 2024–2025 varierar med 3–5×.

Koldioxidintensitet per region (gCO₂e / kWh)

Island: 11 (geotermisk + vattenkraft)
Frankrike: 56 (kärnkraft)
UK: 230
EU-genomsnitt: 250
Tyskland: 380
US-genomsnitt: 387
Texas (ERCOT): 410
Indien: 720
Kolintensivt elnät: ~820

Vanliga frågor

Is this an exact number? Nej — behandla det som en storleksuppskattning. Verklig variation beror på hårdvara, batchningseffektivitet, modellrouting och exakt regional koldioxidintensitet vid inferenstillfället.

What about model training? Träningsemissioner amorteras över en modells livstidsanvändning. För allmänt använda modeller bidrar träning med ungefär 5–20% av totala livscykelemissioner.

How does this compare to a Google search? En standard Google-sökning genererar ungefär 0,2 g CO₂e. En kort LLM-fråga till en frontmodell är ungefär 5–25 gånger högre.

Para ihop detta med vår AI Model Cost Calculator och Prompt Cost Calculator för en fullständig bild av hållbarhet och kostnad.

⚠️

Viktig anmärkning: Energi-per-token- och koldioxidintensitetssiffror förändras snabbt. Använd det här verktyget för medvetenhet; konsultera leverantörpublicerade hållbarhetsrapporter för efterlevnadsrapportering.

Relaterade kalkylatorer

AI Model Cost Calculator — Jämför API-priser för 100+ LLM:er inklusive GPT-4o, Claude, Gemini och Llama. Beräkna exakta tokenkostnader.
AI vs Human ROI Calculator — Jämför AI-verktygskostnader mot mänskligt arbete. Månatliga besparingar, årlig ROI och break-even med live-modellpriser.
Carbon Footprint Calculator — Beräkna dina årliga CO₂-utsläpp från transport, hemenergi, kost och livsstil. Jämför med globala genomsnitt.