✨︎ Resumen (TL;DR):
- Vals AI estimó energía, agua y carbono de 16 modelos de pesos abiertos al resolver tareas largas de código, finanzas, salud y derecho. El impacto llegó hasta 10,000 veces el de una consulta simple.
- OpenAI y Anthropic quedaron fuera porque sus arquitecturas no son públicas; 14 de los 16 modelos evaluados pertenecen a empresas chinas.
- El precio y los tokens no predicen el gasto: en una conversación de diez turnos, Kimi K3 consumió 169.5 Wh con 6,400 tokens, frente a 50.4 Wh y 12,300 tokens de GLM-5.2.
Vals AI publicó el 3 de septiembre de 2026 una estimación de la energía, el agua y el carbono que consumen 16 modelos de IA de pesos abiertos en tareas largas de código, finanzas, salud y derecho. Bloomberg reportó que una tarea agéntica puede tener un impacto ambiental hasta 10,000 veces mayor que una consulta simple. OpenAI y Anthropic no aparecen porque sus arquitecturas no son públicas y este método no puede estimar su huella.
El salto aparece cuando la IA trabaja por encargo
Una tarea agéntica es un encargo de trabajo que una empresa delega a un agente de IA, como migrar código, cerrar un análisis financiero o redactar un documento legal. El estudio compara ese trabajo largo con una pregunta aislada.
Bloomberg, en un reporte firmado por Michelle Ma y Shirin Ghaffary, señala que construir una web app con algunos modelos requiere la energía que una casa estadounidense usa en dos horas y media.
La comparación parte de referencias mucho más pequeñas. Sam Altman escribió en 2025 que una consulta promedio a ChatGPT usa alrededor de un quinceavo de cucharadita de agua. Ese mismo año, las estimaciones de Altman y Google situaron la energía de una consulta de texto promedio entre 0.24 y 0.34 Wh.
Las empresas han dado muchos menos datos sobre tareas agénticas. Una investigación aparte de Microsoft encontró que las peticiones de razonamiento largo y las agénticas pueden elevar el consumo de energía en más de un orden de magnitud, en línea con el análisis de Vals.
El Vals Index pone la diferencia en números
Ejecutar los 2,157 encargos del Vals Index con Kimi K3, el modelo abierto más preciso de la lista, con 57% de aciertos, sumaría 1.7 millones de Wh. Con Ling 3.0 Flash 2607, de Ant Group y diseñado para tareas simples, el total sería de 23,800 Wh.
Vals sitúa en 865,000 Wh el consumo mensual de un hogar promedio en Estados Unidos. La extrapolación deja fuera el cómputo de entrada, el caché y el prellenado. Es un piso, no un techo.
El precio y los tokens no revelan el consumo
DeepSeek V4 Pro cuesta casi 15 veces menos por token de salida que Kimi K3 y tiene aproximadamente la misma huella ambiental. Medido por tarea, sigue siendo unas seis veces más barato que Kimi K3.
Vals explica que el precio puede despistar en tareas agénticas: un modelo barato puede ser menos eficiente en tokens y terminar consumiendo más. Además, los proveedores reducen sus tarifas para ganar mercado.
El conteo de tokens tampoco ofrece una respuesta. Vals ejecutó una misma conversación de diez turnos con un usuario simulado, tomada de un banco de pruebas que todavía no publica, en tres modelos:
| Modelo | Tokens generados | Energía estimada | Agua estimada |
|---|---|---|---|
| Kimi K3, de Moonshot AI | 6,400 | 169.5 Wh | 733 mL |
| DeepSeek V4 Flash | 6,900 | 10.5 Wh | 46 mL |
| GLM-5.2, de Z.ai | 12,300 | 50.4 Wh | 218 mL |
En la tabla, Kimi K3 generó 6,400 tokens, menos que GLM-5.2, que generó 12,300, pero consumió 169.5 Wh frente a 50.4 Wh. El modelo que menos escribió fue el que más energía gastó.
Lo que manda no es cuánto texto sale, sino el tamaño del modelo y cuántos parámetros activa en cada paso. El volumen de la respuesta, por sí solo, no permite anticipar la huella.
Para dimensionar el efecto agregado, Vals toma una estimación del Pew Research Center de 66 millones de adultos estadounidenses que usan chatbots a diario. Si cada uno sostuviera una conversación así con DeepSeek V4 Flash, el más eficiente del trío, la suma rondaría 690 MWh, 375 toneladas de CO2 y 3 millones de litros de agua.
El ranking solo cubre modelos de pesos abiertos
Estimar la huella de un modelo exige conocer su arquitectura. Por eso, Vals se quedó con los modelos de pesos abiertos. Catorce de los 16 analizados son de empresas chinas. Los otros dos pertenecen a Thinking Machines Lab, de Estados Unidos, y Mistral AI, de Francia, según Bloomberg.
Los modelos punteros de Estados Unidos, incluidos los de OpenAI y Anthropic, conservan sus parámetros en privado, así que este método no puede medirlos. Su ausencia no indica una huella menor.
El podio también tiene ese límite. Qwen3.8 Max, el modelo más potente de Alibaba, salió peor en intensidad de energía, carbono y agua. Ling 3.0 Flash 2607 salió mejor, pero la comparación solo aplica a los sistemas que publicaron sus especificaciones.
Rayan Krishnan, cofundador y CEO de Vals, vinculó esa falta de información con el debate regulatorio: “las conversaciones de política pública deberían basarse en evidencia y datos reales”. Las empresas revelan poco sobre su arquitectura, su hardware y la infraestructura de enfriamiento y electricidad de sus centros de datos.
Vals también armó una calculadora con supuestos definidos por el usuario. En un escenario hipotético de 6 billones de parámetros y 30% de activación, una sola tarea del índice consumiría 21.2 kWh, emitiría 11.5 kg de CO2 equivalente y usaría 91.9 litros de agua.
La herramienta compara ese resultado con la electricidad de una casa estadounidense durante un día, el carbono de manejar unos 80 kilómetros y el agua de una ducha de diez minutos. El escenario no describe a ningún modelo real: es un cálculo paramétrico.
El cálculo tiene límites técnicos
El cálculo usa EcoLogits, una biblioteca de código abierto que asume hardware H100 de Nvidia, pesos de 16 bits y servicio con vLLM. La cuantización a precisiones menores suele bajar el consumo de los modelos.
El hardware, la eficiencia del centro de datos y la mezcla energética también cambian el resultado. Vals presenta sus cifras como estimaciones de mejor esfuerzo, no como mediciones directas.
Bloomberg reporta que varias empresas líderes de IA, incluidas algunas de las evaluadas, figuran entre los clientes de Vals. Ninguna respondió de inmediato a las solicitudes de comentario de ese medio.
Los centros de datos ya enfrentan frenos locales
Vals abre su informe con una encuesta de Gallup según la cual siete de cada diez estadounidenses rechazan que se construyan centros de datos en su localidad. También menciona las restricciones temporales que Minneapolis, Denver y Seattle aprobaron mientras revisan sus reglas.
En marzo de 2026, el senador Markey y el representante Beyer presentaron la Artificial Intelligence Environmental Impacts Act of 2026, que obligaría a los centros de datos a reportar sus impactos ambientales y energéticos. California ya exige a las grandes empresas divulgar sus emisiones de gases de efecto invernadero y su riesgo financiero climático.
Bloomberg apunta que la norma californiana presiona a las firmas de IA. Amazon y Google reconocieron que sus emisiones subieron en 2025, en parte por la expansión de sus centros de datos.
Loudoun, Virginia, alberga más de 250 centros de datos. La junta de supervisores vota el 15 de septiembre una pausa a las nuevas solicitudes, aunque el propio abogado del condado considera que la medida está fuera de su facultad legal.
Para quien contrata un agente de IA, la cuenta sigue sin aparecer: el gasto ambiental no está en la factura ni en el conteo de tokens, y muchos de los sistemas más usados siguen fuera de cualquier tabla. Vals permite comparar una parte del mercado, pero OpenAI y Anthropic continúan fuera de esta medición porque sus compañías no publican la arquitectura que el método necesita.
