Mito o realidad: cuánta agua usa un prompt de IA
La afirmación
“Cada prompt de IA usa una botella de agua.”
Veredicto: Desconocido
Nadie sabe con precisión cuánta agua usa un solo prompt de IA, y las cifras publicadas difieren en más de 100 veces. Google midió 0,26 mililitros para un prompt de texto mediano de Gemini, unas cinco gotas, contando solo el agua de enfriamiento de sus centros de datos, en un artículo de agosto de 2025. Mistral AI estimó en 45 mililitros una respuesta de 400 tokens de su asistente Le Chat, el impacto marginal de la inferencia sin contar los dispositivos de los usuarios, en un análisis del 22 de julio de 2025.
La afirmación
"Cada prompt de IA usa una botella de agua."
Veredicto: desconocido
La respuesta honesta depende de lo que se cuente, y las empresas que podrían medirlo con precisión publican poco. Las cifras mejor documentadas van de una fracción de mililitro a decenas de mililitros por prompt.
¿De dónde salió la idea?
La botella viene de un artículo de investigación. En Making AI Less "Thirsty", investigadores de la Universidad de California, Riverside, y de la Universidad de Texas en Arlington estimaron que GPT-3 "needs to 'drink' (i.e., consume) a 500ml bottle of water for roughly 10 – 50 medium-length responses, depending on when and where it is deployed" [necesita "beber" (es decir, consumir) una botella de 500 ml de agua por cada 10 a 50 respuestas de longitud media, según cuándo y dónde se use]. Eso equivale a entre 10 y 50 mililitros por respuesta, no a una botella por prompt.
El artículo también proyectó que la demanda mundial de IA podría representar "4.2 – 6.6 billion cubic meters of water withdrawal in 2027" [de 4,2 a 6,6 mil millones de metros cúbicos de extracción de agua en 2027]. La extracción es el agua que se toma de una fuente; el consumo es la parte que no regresa, casi toda evaporada.
¿Qué dice la evidencia?
Las tres estimaciones mejor documentadas miden cosas distintas.
Tres estimaciones publicadas de agua por prompt de IA y qué cuenta cada una
| Fuente | Agua por prompt | Qué cuenta |
|---|---|---|
| Google, Gemini Apps (2025) | 0,26 mL (prompt de texto mediano) | Enfriamiento del centro de datos en el sitio |
| Li et al., GPT-3 (2023-2025) | 10 a 50 mL (500 mL por cada 10 a 50 respuestas) | Enfriamiento y generación de electricidad |
| Mistral AI, Le Chat (2025) | 45 mL (respuesta de 400 tokens) | Inferencia marginal, sin contar los dispositivos de los usuarios; el entrenamiento se reporta aparte |
Lo que se cuenta es lo que más pesa. El artículo de Riverside cuenta el agua evaporada para enfriar los centros de datos (alcance 1), el agua que usan las centrales eléctricas para producir la electricidad (alcance 2) y el agua usada para fabricar los servidores (alcance 3). Los 0,26 mililitros de Google se calculan con la Eficacia en el Uso del Agua (Water Usage Effectiveness) de sus centros de datos, una medida del agua de enfriamiento en el sitio, y no incluyen el agua usada para generar la electricidad, según el artículo.
La cifra de ciclo de vida de Mistral es otra. Sus 45 mililitros cubren solo el impacto marginal de la inferencia, sin contar los dispositivos de los usuarios, aunque Mistral afirma que sus cifras incluyen impactos previos, como la fabricación de servidores. Su análisis de ciclo de vida de Mistral Large 2, hecho con la consultora Carbone 4 y la agencia francesa de transición ecológica, ADEME, estimó en 281.000 metros cúbicos de agua el entrenamiento más 18 meses de uso, a enero de 2025.
El lugar y el momento cambian la respuesta. Los investigadores de Riverside subrayan que la cifra depende de "on when and where" [cuándo y dónde] se ejecuta un modelo, porque el clima y la red eléctrica local modifican cuánta agua requieren el enfriamiento y la electricidad.
La eficiencia mejora. Google dice que cambios en el software y en la energía limpia redujeron 33 veces el consumo de energía de un prompt mediano de Gemini y 44 veces su huella de carbono en 12 meses. En su sección de discusión, el artículo dice que sus cifras "end up being one or two orders of magnitude smaller than many existing estimates or measurements of AI inference benchmarks" [terminan siendo uno o dos órdenes de magnitud menores que muchas estimaciones o mediciones existentes de benchmarks de inferencia de IA].
Lo que no sabemos
OpenAI, Anthropic y la mayoría de los demás desarrolladores no han publicado una cifra de agua por prompt con un método que se pueda verificar. Los prompts también varían: una respuesta larga, una imagen o un modelo de razonamiento requieren más cómputo que una respuesta corta de texto.
Preguntas frecuentes
¿Cuánta agua usa un prompt de ChatGPT?
OpenAI no ha publicado una cifra por prompt con un método que se pueda verificar. Un estudio de 2023 estimó que GPT-3 usaba entre 10 y 50 mL por respuesta de longitud media.
¿Cuánta agua usa un prompt de Gemini?
Google midió 0,26 mL para un prompt de texto mediano de Gemini Apps en 2025, unas cinco gotas, contando solo el agua de enfriamiento en el sitio.
¿Un prompt de IA usa una botella de agua?
No. La cifra de la botella viene de un estudio que estimó que GPT-3 consumía 500 mL por cada 10 a 50 respuestas, no por una.
¿Por qué las estimaciones de agua de la IA difieren tanto?
Porque cuentan cosas distintas: solo el enfriamiento en el sitio, el agua usada para generar electricidad, o el ciclo de vida completo, que incluye el entrenamiento y el hardware.
Fuentes
- Google, Measuring the environmental impact of delivering AI at Google Scale (arXiv 2508.15734, 21 de agosto de 2025) · copia archivada
- Mistral AI, Our contribution to a global environmental standard for AI (22 de julio de 2025) · copia archivada
- Li, Yang, Islam y Ren, Making AI Less "Thirsty" (arXiv 2304.03271v5, 26 de marzo de 2025) · copia archivada
Cita esta página
Mito o realidad: cuánta agua usa un prompt de IA, New Mind Museum, 6 de noviembre de 2026. https://newmindmuseum.com/es/cultura/2026/11/mito-o-realidad-cuanta-agua-usa-un-prompt-de-ia/
New Mind Museum. (2026, 6 de noviembre). Mito o realidad: cuánta agua usa un prompt de IA. https://newmindmuseum.com/es/cultura/2026/11/mito-o-realidad-cuanta-agua-usa-un-prompt-de-ia/
«Mito o realidad: cuánta agua usa un prompt de IA». New Mind Museum, 6 nov. 2026, https://newmindmuseum.com/es/cultura/2026/11/mito-o-realidad-cuanta-agua-usa-un-prompt-de-ia/.
@misc{new-mind-museum-2026-mito-o-realidad-cuanta-agua-usa-un-promp,
author = {{New Mind Museum}},
title = {Mito o realidad: cuánta agua usa un prompt de IA},
year = {2026},
url = {https://newmindmuseum.com/es/cultura/2026/11/mito-o-realidad-cuanta-agua-usa-un-prompt-de-ia/}
}Puedes citarla libremente con un enlace a esta página.