¿Cuánta agua consume ChatGPT? La propia cifra de OpenAI, indicada por el CEO Sam Altman, es de unos 0,000085 galones por consulta, aproximadamente 0,32 ml o una quinceava parte de una cucharadita, junto con 0,34 vatios-hora de electricidad. Las estimaciones independientes que solo contabilizan la refrigeración de los centros de datos dan un valor algo más alto, entre 1,5 y 4 ml por prompt. La cifra viral y alarmante, unos 519 ml (una botella entera) para escribir un correo de 100 palabras con GPT-4, no es una contradicción. Contabiliza toda la cadena de suministro de electricidad y entrenamiento, por lo que las cifras fiables varían hasta más de 150 veces.
Esta guía te da una respuesta fechada y con fuentes para cada versión de la pregunta: por consulta, por prompt, por pregunta, por día y por año. Verás por qué las estimaciones difieren tanto y por qué los nuevos modelos de la clase GPT-5 consumen más agua en lugar de menos. También verás cómo se compara un solo prompt con una hamburguesa o una camiseta de algodón, y cuál es la única palanca que realmente cambia tu huella. Empezamos con los datos, no con el pánico, y señalamos lo que las cifras todavía no muestran.
Los puntos clave
- Cifra oficial de OpenAI: ~0,32 ml por consulta. Sam Altman afirma que una consulta media de ChatGPT usa 0,000085 galones de agua (unos quince avos de una cucharadita) y 0,34 vatios-hora de electricidad.
- Estimaciones independientes solo de refrigeración: ~1,5 a 4 ml por consulta. Solo alrededor del 15 % del agua asociada a una solicitud corresponde a la refrigeración en el centro de datos; el resto es generación de electricidad y entrenamiento.
- La cifra viral de la «botella por correo» es de ~519 ml para un correo de 100 palabras con GPT-4, procedente de UC Riverside a través del Washington Post. Incluye todo el ciclo de vida, por lo que supera en más de 150 veces la cifra que solo cuenta la refrigeración.
- Los modelos de la clase GPT-5 consumen más agua, no menos. Se estima que una respuesta media de GPT-5 ronda los 18 vatios-hora (hasta 40), frente a unos 2 Wh en GPT-4, por lo que el consumo de agua aumenta con el peso del modelo.
- Por prompt es insignificante; a escala no lo es. Si uno de cada diez trabajadores estadounidenses escribiera un correo con ChatGPT a la semana durante un año, solo eso consumiría unos 435 millones de litros de agua.
¿Cuánta agua consume ChatGPT por consulta, prompt o pregunta?
Una sola consulta, prompt o pregunta de ChatGPT consume entre unos 0,32 ml y unos pocos mililitros de agua para una respuesta de texto normal, y las respuestas de razonamiento más pesadas pueden llegar a decenas de mililitros. La razón de que exista un rango y no una cifra única es que las distintas estimaciones trazan el límite en lugares diferentes. La cifra más baja es la propia de OpenAI, las cifras intermedias solo cuentan la refrigeración de los centros de datos, y la famosa cifra de la «botella» de 519 ml también cuenta la electricidad y el entrenamiento detrás de la respuesta.
| Estimación | Agua por consulta | Energía por consulta | Qué se contabiliza | Fuente y año |
|---|---|---|---|---|
| Oficial de OpenAI (Altman) | ~0,32 ml (1/15 cdta.) | 0,34 Wh | «Media» sin especificar | S. Altman, 2025 |
| Independiente, solo refrigeración | ~1,5 a 4 ml | ~0,3 Wh (GPT-4o) | Refrigeración en el centro de datos | Epoch AI / A. Masley, 2025 |
| Respuesta de razonamiento de clase GPT-5 | ~de unos pocos a decenas de ml | ~18 Wh (hasta 40) | Estimación de refrigeración en el centro de datos | Univ. de Rhode Island, 2025 |
| «Botella» de UC Riverside | ~10 a 50 ml por respuesta | n/d | Refrigeración + electricidad (ciclo de vida), era GPT-3 | UC Riverside, 2023 |
| «Correo» del Washington Post | ~519 ml por correo de 100 palabras | n/d | Ciclo de vida completo, GPT-4 | WaPo / S. Ren, 2024 |
La cifra oficial de OpenAI: unos 0,32 ml por consulta de ChatGPT
En su ensayo de junio de 2025 The Gentle Singularity, Sam Altman escribió que «la consulta media usa unos 0,34 vatios-hora» y «unos 0,000085 galones de agua, aproximadamente una quinceava parte de una cucharadita». Eso equivale a unos 0,32 ml por pregunta, la cifra creíble más baja en circulación y la única que viene de la propia OpenAI. Es un punto de referencia útil porque viene directamente de la empresa, y la mitad de energía coincide con trabajos independientes.
El problema es que Altman nunca definió qué es «media», nunca publicó una metodología y no dijo si se incluían el entrenamiento o la generación de electricidad. Por eso, los investigadores independientes la tratan como un piso plausible para el uso local, no como una contabilización completa. El propio análisis de Epoch AI se acerca en cuanto a energía, y estima una consulta típica de GPT-4o en unos 0,3 vatios-hora. Eso es diez veces menos que la estimación de 2023 ampliamente repetida, por lo que la vieja idea de que «ChatGPT consume diez veces más que una búsqueda en Google» está desactualizada.
La afirmación viral de la «botella de agua por correo»: unos 519 ml
La cifra detrás de todos los titulares alarmantes procede de «Making AI Less Thirsty», un estudio de 2023 de Pengfei Li, Shaolei Ren y colegas en UC Riverside. Calcularon que GPT-3 «bebe» aproximadamente una botella de 500 ml por cada 10 a 50 respuestas medianas, según cuándo y dónde funcione el centro de datos. En septiembre de 2024, el Washington Post, en colaboración con Ren, la reformuló como unos 519 ml de agua para escribir un correo de 100 palabras con GPT-4, que es la versión que se hizo viral.
Esa cifra no es incorrecta, solo es amplia. Mide el agua de refrigeración más el agua usada para generar la electricidad, y en algunos planteamientos también el agua de la fabricación de chips y el entrenamiento. El mismo estudio calculó que entrenar GPT-3 en los centros de datos de Microsoft en EE. UU. evaporó directamente unos 700 000 litros de agua dulce limpia. Puedes comprobar las cuentas en el artículo original de UC Riverside, pero la conclusión del titular es más simple: una cifra de «botella» por correo es un número de ciclo de vida, no de refrigeración.
GPT-5 frente a GPT-4o: los modelos más nuevos de ChatGPT consumen más agua, no menos
Una suposición habitual es que cada generación de ChatGPT se vuelve más eficiente, por lo que el consumo de agua debería bajar. Por token sí baja, pero los modelos también hacen mucho más trabajo por respuesta, y la dirección neta es al alza. Epoch AI sitúa una respuesta típica de GPT-4o cerca de 0,3 vatios-hora, mientras que el laboratorio de IA de la Universidad de Rhode Island calcula que una respuesta media de GPT-5 promedia unos 18 vatios-hora y puede llegar a 40, frente a unos 2 vatios-hora en GPT-4.
Como el agua de refrigeración sigue de cerca a la energía, una respuesta que cuesta de ocho a nueve veces más electricidad cuesta aproximadamente esa misma proporción más de agua. Así que el planteamiento honesto es que una respuesta rápida de un modelo ligero son unas pocas gotas, mientras que una respuesta larga de razonamiento de un modelo de vanguardia es un múltiplo considerable de eso. Como comparación, la cifra oficial de Google para un prompt de texto mediano de Gemini es de 0,26 ml, en un rango similar al número oficial de ChatGPT. El modelo y la tarea que elijas importan mucho más que la marca del logotipo.
¿Por qué varían tanto las estimaciones del consumo de agua de ChatGPT?
El mismo prompt, dos respuestas honestas, una brecha de más de 150 veces. Esto es lo que explica esa diferencia.
Si has visto «una cucharadita» y «una botella entera» para el mismo prompt de ChatGPT, ninguna de las dos partes miente. Miden sistemas distintos, y en cuanto ves dónde está el límite, las cifras dejan de contradecirse. El agua local es la que un centro de datos evapora para refrigerar sus chips. El agua indirecta es la que consumen las centrales eléctricas para generar la electricidad que usan esos chips, y suele ser mayor que la propia refrigeración.
Un análisis del escritor Andy Masley, basado en los datos de Ren, calcula que solo alrededor del 15 % del agua atribuible a una solicitud es refrigeración local real, mientras que el otro 85 % corresponde a la generación de electricidad y al entrenamiento. Al aplicar esa proporción, el coste de refrigeración de una consulta baja a aproximadamente 1,5 a 4 ml, unas 150 a 300 veces menos que la versión viral de 500 ml por mensaje. Ninguna de las dos cifras es falsa, responden a preguntas distintas.
La regla práctica es preguntar siempre qué se está contando, dónde y cuándo antes de repetir una cifra. Una cifra solo de refrigeración de una región fría y rica en agua en invierno y una cifra de ciclo de vida completo de una red eléctrica caliente y basada en combustibles fósiles en verano pueden diferir en un orden de magnitud para exactamente el mismo prompt. Entender cómo funcionan realmente los sistemas de IA por dentro hace que esa dispersión sea mucho menos misteriosa.
¿Cuánta agua consume ChatGPT al día y al año?
La versión corta es que nadie tiene un total exacto, y ese es precisamente el punto.
No existe un total oficial de agua diario o anual solo para ChatGPT, y quien cite uno exacto al litro está especulando. Lo que sí tenemos es una proyección de escala creíble. El Washington Post y Shaolei Ren calcularon que si solo uno de cada diez trabajadores estadounidenses usara ChatGPT una vez a la semana para escribir un correo durante un año, ese solo hábito consumiría unos 435 millones de litros de agua, aproximadamente lo que consumen todos los hogares de Rhode Island en un día y medio.
Si ampliamos la vista al consumo de agua de la IA en conjunto, la trayectoria es pronunciada. El equipo de UC Riverside proyecta una extracción global de agua para la IA de entre 4200 y 6600 millones de metros cúbicos para 2027, más que la extracción anual total de varios países pequeños. ChatGPT es solo una parte de eso, pero es uno de los mayores impulsores individuales, y la inferencia, el trabajo diario de responder prompts, es ahora la parte dominante y de crecimiento más rápido, por delante del entrenamiento puntual. Lo importante es la curva, no la cifra de un año concreto.
¿Es realmente un problema el consumo de agua de ChatGPT?
Para tu uso personal, no. Con la cifra oficial de OpenAI, una sola hamburguesa de ternera, que necesita más de 600 galones de agua para producirse, equivale a bastante más de un millón de consultas de ChatGPT, y una camiseta de algodón, con más de 700 galones, está en el mismo terreno. Con esa vara de medir, hacerle una pregunta a un chatbot es un error de redondeo frente al consumo diario, y sentirse culpable por prompts individuales está fuera de lugar.
La preocupación legítima es la concentración y el momento, no el coste por prompt. Los centros de datos se agrupan en un puñado de regiones, a menudo con estrés hídrico, y consumen mucho en horas concretas. Una instalación que extrae millones de galones al día en Arizona o Texas es un problema local real, aunque siga siendo un error de redondeo a escala global. Ambas cosas son ciertas a la vez, por lo que una buena respuesta a «¿es malo el consumo de agua de ChatGPT?» es «no por tu uso, pero sí por dónde se concentra la construcción de infraestructura».
Cómo reducir tu huella hídrica de ChatGPT
La palanca individual más importante que controlas es la elección del modelo, porque la diferencia entre un modelo ligero y un modelo de razonamiento de vanguardia es enorme. Enviar una pregunta sencilla a un modelo pesado puede usar casi diez veces más energía y agua que un modelo ligero que responda igual de bien. Ajustar el modelo a la tarea gana a cualquier recorte de prompts, y comparaciones como DeepSeek frente a ChatGPT y nuestra guía de los modelos de IA más capaces muestran lo distintos que son realmente los perfiles de eficiencia. Para conocer las herramientas más ecológicas a las que cambiar, consulta nuestra guía de la IA más respetuosa con el medio ambiente.
En la práctica, eso significa usar por defecto un modelo más ligero para preguntas rutinarias y reservar el razonamiento de clase GPT-5 para los problemas que realmente lo necesitan. Agrupa preguntas relacionadas en una sola sesión en lugar de muchos inicios desde cero, y resiste la tentación de regenerar una respuesta por reflejo, ya que cada intento es una consulta nueva. Usar varios modelos desde un solo lugar, como funciona una configuración multimodelo como la de nuestra guía de primeros pasos, convierte «elegir la herramienta adecuada» en una decisión real, no teórica. Nada de esto requiere sentirse culpable, solo requiere usar la opción pesada a propósito y no por defecto.
Si quieres ir un paso más allá, nuestra reseña de EcoGPT trata sobre un chatbot de IA que planta árboles, que ejecuta modelos pequeños de código abierto en servidores de Google Cloud en Finlandia y financia un árbol por cada 200 prompts, combinando el enfoque de modelo ligero con compensación ambiental activa. Otra opción de huella más ligera se trata en nuestra reseña de GreenPT, un chatbot centrado en la privacidad que se apoya en modelos eficientes energéticamente.
Conclusión
Entonces, ¿cuánta agua consume ChatGPT? La respuesta oficial de OpenAI es de unos 0,32 ml por consulta, las estimaciones independientes solo de refrigeración la sitúan cerca de 1,5 a 4 ml, y la viral cifra de 519 ml de «botella por correo» es una medida de ciclo de vida completo, no una contradicción. Los nuevos modelos de la clase GPT-5 elevan esas cifras, no las reducen, y la verdadera historia es la curva de escala, no un solo prompt. El siguiente paso más útil no es dejar de usar ChatGPT, sino ser deliberado sobre qué modelo elegir, empezando por entender bien en qué se diferencian los modelos líderes.
Preguntas frecuentes
¿Cuánta agua consume una búsqueda de ChatGPT?
Según la propia cifra de OpenAI, es de unos 0,32 ml, aproximadamente una quinceava parte de una cucharadita, por consulta. Las estimaciones independientes que solo cuentan la refrigeración de los centros de datos la sitúan más cerca de 1,5 a 4 ml, y la afirmación viral de 500 ml solo se aplica si también se cuenta la electricidad y el entrenamiento detrás de la respuesta.
¿Cuánta agua consume ChatGPT por cada 100 palabras?
La cifra ampliamente citada es de unos 519 ml para redactar un correo de 100 palabras con GPT-4, procedente de UC Riverside a través del Washington Post. Es un número de ciclo de vida completo; el coste de refrigeración local de la misma tarea es mucho menor, del orden de unos pocos mililitros.
¿Por qué se considera negativo el consumo de agua de ChatGPT?
El coste por prompt es mínimo, pero los centros de datos concentran la demanda en unas pocas regiones, a menudo con estrés hídrico, y consumen mucho en las horas punta. La preocupación es la presión local y el momento donde se está construyendo esa infraestructura, no los mililitros detrás de cualquiera de tus preguntas.
¿Dijo Sam Altman cuánta agua consume ChatGPT?
Sí. En su ensayo de junio de 2025 The Gentle Singularity, afirmó que una consulta media usa unos 0,000085 galones de agua, aproximadamente una quinceava parte de una cucharadita, y 0,34 vatios-hora de electricidad. No publicó una metodología, por lo que los investigadores independientes la tratan como un piso plausible en lugar de una contabilización completa.
¿Cuánta agua consume ChatGPT al día?
No existe un total diario oficial solo para ChatGPT. El indicador útil es la escala: el Washington Post calculó que si uno de cada diez trabajadores estadounidenses escribiera un correo semanal con ChatGPT durante un año, se consumirían unos 435 millones de litros, lo que muestra que el impacto está en el conjunto, no en el prompt individual.
