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 Karbon Ayak İzi Hesaplayıcı

Bir AI promptu tarafından üretilen kWh ve gram CO₂'yi tahmin edin — modele ve elektrik şebekesi bölgesine göre.

Model

Girdi token'ları

Çıkış token'ları

Şebeke bölgesi (karbon yoğunluğu)

Günde prompt sayısı (isteğe bağlı)

ℹ️ Büyüklük sırası tahmini. Token başına enerji rakamları donanım nesline ve toplu işleme göre değişir. Karbon yoğunluğu Ember ve Climatiq'in 2024 ortalamalarını kullanır.

Yapay Zeka Karbon Ayak İzi Hesap Makinesi Hakkında

Barındırılan bir LLM'ye gönderilen her istem, çıkarım sunucularını beslemek için az miktarda elektrik tüketir. Milyonlarca kullanıcı ve milyarlarca sorgu çarpıldığında bu miktar önemli bir boyuta ulaşır. AI Carbon Footprint Calculator, model + token sayısı + şebeke bölgesini tahmini kWh ve gram CO₂ eşdeğerine (gCO₂e) dönüştürür.

Formül

CO₂ = tokenlar × Wh/token × şebeke yoğunluğu

Model sınıfına göre token başına enerji

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 sınıfı)

Çıkış token'ları giriş token'larından daha pahalıdır (tipik olarak 2–3× çünkü her çıkış bir ileri geçiş gerektirir). Rakamlar kabadır — 2024–2025 yayınlanan tahminler 3–5× değişir.

Bölgeye göre karbon yoğunluğu (gCO₂e / kWh)

İzlanda: 11 (jeotermal + hidro)
Fransa: 56 (nükleer)
Birleşik Krallık: 230
AB ortalaması: 250
Almanya: 380
ABD ortalaması: 387
Teksas (ERCOT): 410
Hindistan: 720
Kömür ağırlıklı şebeke: ~820

Sıkça Sorulan Sorular

Is this an exact number? Hayır — büyüklük sırası tahmini olarak değerlendirin. Gerçek dünya değişimi, donanım, toplu işlem verimliliği, model yönlendirme ve çıkarım anındaki kesin bölgesel karbon yoğunluğuna bağlıdır.

What about model training? Eğitim emisyonları, bir modelin yaşam süresi kullanımına amortismana tabi tutulur. Yaygın olarak kullanılan modeller için eğitim, toplam yaşam döngüsü emisyonlarının yaklaşık %5–20'sine katkıda bulunur.

How does this compare to a Google search? Standart bir Google araması yaklaşık 0,2 g CO₂e üretir. Bir önde gelen modele yapılan kısa bir LLM promptu yaklaşık 5–25× daha yüksektir.

Tam bir sürdürülebilirlik ve maliyet tablosu için AI Model Cost Calculator ve Prompt Cost Calculator ile birleştirin.

⚠️

Önemli Not: Token başına enerji ve karbon yoğunluğu rakamları hızla değişmektedir. Bu aracı farkındalık için kullanın; uyumluluk raporları için sağlayıcının yayımladığı sürdürülebilirlik raporlarına başvurun.

İlgili Hesap Makineleri

AI Model Cost Calculator — GPT-4o, Claude, Gemini ve Llama dahil 100+ LLM için API fiyatlarını karşılaştırın. Kesin token maliyetlerini hesaplayın.
AI vs Human ROI Calculator — AI araç maliyetlerini insan iş gücüne karşı karşılaştırın. Aylık tasarruf, yıllık ROI ve canlı model fiyatlandırması ile başabaş.
Carbon Footprint Calculator — Ulaşım, ev enerjisi, diyet ve yaşam tarzından kaynaklanan yıllık CO₂ emisyonlarınızı tahmin edin. Küresel ortalamalarla karşılaştırın.