Modelos de inteligência artificial avançados que simulam o raciocínio humano gastam, em média, 100 vezes mais energia para processar 1.000 prompts escritos do que versões sem essa capacidade ou com ela desativada, conforme estudo do projeto AI Energy Score, liderado pela cientista Sasha Luccioni, da Hugging Face, e Boris Gamazaychikov, da Salesforce.
Desenvolvedores líderes, como OpenAI, Google e Microsoft, priorizam esses sistemas para resolver problemas complexos passo a passo, mas o custo energético agrava preocupações com a pressão sobre redes elétricas.
Disparidades Energéticas Drásticas
O estudo analisou 40 modelos abertos e identificou variações extremas: uma versão otimizada do modelo R1 da DeepSeek usou apenas 50 watt-horas sem raciocínio — equivalente a uma lâmpada de 50 watts por uma hora —, mas saltou para 308.186 watt-horas com a função ativada, um aumento de mais de 6.000 vezes.
O modelo Phi-4 da Microsoft consumiu 9.462 watt-horas com raciocínio ligado, contra 18 watt-horas desligado, enquanto o gpt-oss da OpenAI variou de 8.504 para 313 watt-horas entre configurações altas e baixas.
Os testes usaram hardware idêntico, prompts variados — de perguntas simples a problemas matemáticos complexos — e o software CodeCarbon para medir consumo em tempo real.
Preocupações com a Rede Elétrica
Os resultados intensificam alertas sobre o impacto da IA na infraestrutura elétrica, com análises mostrando aumentos de até 267% nas tarifas de eletricidade em áreas de data centers nos últimos cinco anos; a Agência Internacional de Energia prevê duplicação do consumo até 2030, com centros de IA multiplicando o uso por quatro.
O maior gasto decorre da geração de mais texto nos processos de raciocínio, e falta transparência sobre pegadas de carbono em modelos externos.
A iniciativa lançou a segunda versão do leaderboard AI Energy Score, com classificação de cinco estrelas similar ao Energy Star, para comparar eficiência e orientar escolhas sustentáveis.
