0,26 mL

foi a água direta atribuída ao prompt mediano do Gemini em uma medição do Google

Fonte: Google, estudo técnico de 2025

Não existe um número universal para cada pergunta feita a uma inteligência artificial. Um estudo do Google mediu 0,26 mililitro de água direta para o prompt mediano do Gemini. Uma pesquisa acadêmica anterior estimou cerca de 500 mililitros para 10 a 50 respostas do GPT-3, incluindo efeitos que variam conforme local, clima e eletricidade.

Por que uma pergunta digital consome água?

Servidores processam o pedido em centros de dados e produzem calor. Parte dessas instalações usa água em sistemas de resfriamento, onde uma fração evapora. A geração da eletricidade consumida pelos computadores também pode demandar água, dependendo da matriz energética e do método adotado pelo pesquisador.

Por isso, a pegada hídrica da IA tem duas parcelas principais: uso direto no resfriamento e uso indireto associado à energia. Fabricação de chips e construção de infraestrutura ampliam o ciclo, mas raramente entram nas estimativas por interação.

Antes de comparar números, pergunte o que cada estudo contou. As fronteiras do cálculo explicam boa parte das diferenças.

- Água retirada não é necessariamente água consumida ou evaporada.

- Uso direto não inclui automaticamente geração de eletricidade.

- Um prompt curto não equivale a uma resposta longa com raciocínio.

- Clima, horário, modelo e centro de dados alteram o resultado.

Google mede 0,26 mL de água por prompt mediano do Gemini e número exige contexto- Imagem ilustrativa criada por inteligência artificial (ChatGPT / Olhar Digital)

De onde surgiu a garrafa de 500 mililitros?

A comparação veio do estudo Making AI Less “Thirsty”, de Pengfei Li, Jianyi Yang, Mohammad A. Islam e Shaolei Ren. A versão atual foi aceita pela revista Communications of the ACM. O trabalho estimou que o GPT-3 poderia consumir uma garrafa de 500 mililitros ao produzir aproximadamente 10 a 50 respostas médias.

Isso representa algo entre 10 e 50 mililitros por resposta naquele cenário estimado, não meio litro por pergunta. O intervalo muda conforme o local e o momento do processamento. O artigo também estimou 700 mil litros de consumo direto para treinar o GPT-3 em centros de dados dos Estados Unidos.

A pesquisa tornou visível um custo antes pouco divulgado. Ela não funciona como medidor permanente de todos os sistemas atuais.

O que cada número realmente mede

💧

0,26 mL

Água direta para o prompt mediano do Gemini, medida pelo Google em produção.

🧴

500 mL

Estimativa para cerca de 10 a 50 respostas médias do GPT-3, conforme local e horário.

🏭

Escopo diferente

Medição de um sistema específico e modelo acadêmico não respondem à mesma pergunta.

Fontes: Li et al., versão 2025; Elsworth et al., Google, 2025.

O dado das cinco gotas encerra a discussão?

Não. O estudo do Google avaliou a infraestrutura de produção usada pelo Gemini e encontrou 0,24 Wh de eletricidade e 0,26 mililitro de água para o prompt mediano. Os autores dizem considerar aceleradores, servidores, capacidade ociosa e sobrecarga do centro de dados.

O valor é útil porque parte de instrumentação real, não apenas de uma projeção. Porém, foi produzido pela própria empresa e descreve seu sistema, em determinado período. O artigo disponível no arXiv não transforma essa mediana em padrão de toda IA generativa.

Também é preciso verificar se a conta inclui apenas água direta ou toda a água ligada à energia, ao hardware e à cadeia produtiva. Sem a mesma fronteira, colocar estimativas lado a lado produz um duelo enganoso.

- Identifique o modelo e o tipo de solicitação avaliados.

- Confira se o número foi medido ou estimado.

- Separe consumo direto, indireto e retirada de água.

- Observe o ano, a localização e a eficiência da infraestrutura.

Uma pergunta isolada é o maior problema?

O impacto individual pode ser pequeno, mas bilhões de interações somam carga relevante. Treinamento, desenvolvimento de versões, produção de equipamentos e expansão dos centros de dados também contam. A falta de métricas padronizadas impede transformar uma única estimativa em rótulo confiável para todos os serviços.

Usuários podem evitar pedidos repetidos sem necessidade, reunir perguntas relacionadas e reutilizar respostas úteis. A responsabilidade maior, porém, está nas empresas: publicar métricas comparáveis, escolher locais adequados e reduzir água potável onde houver alternativas seguras.

Uma pergunta não tem sede fixa: o valor depende do modelo, do lugar e do que entra na conta.

Síntese baseada em estudos de 2023 a 2025

Qual estimativa sobre a água merece ser compartilhada?

Compartilhe o intervalo junto com o método, nunca um número solto. As melhores evidências disponíveis vão de frações de mililitro em medições diretas a dezenas de mililitros em estimativas mais amplas. Se alguém disser que toda pergunta gasta uma garrafa, peça a fonte e o escopo.