A IA gasta água? Quanto e porquê, por pedido, dia e ano (2026)

Quanta água gasta a IA? Um único pedido de texto gasta entre cerca de 0,26 ml, o valor oficial da Google para um pedido mediano ao Gemini, e alguns mililitros para uma resposta típica de chatbot. O alarmante valor viral de cerca de 500 ml «por e-mail» resulta de contar também a cadeia de abastecimento elétrico, razão pela qual as estimativas variam mais de 1000 vezes. À escala, os números somam-se. Só a Google consumiu 10,9 mil milhões de galões de água em 2025, mais 34% do que no ano anterior, e os centros de dados dos EUA usaram diretamente cerca de 17 mil milhões de galões em 2023, um valor que deverá duplicar ou mesmo quadruplicar até 2028.

Este guia reúne números verificados para cada versão da pergunta: por pedido, por dia, por ano e por centro de dados. Cada valor está datado e atribuído à respetiva fonte, e os totais das empresas vêm dos relatórios ambientais de 2026 da Google e da Microsoft. Vai perceber porque é que estimativas credíveis divergem tanto, que afirmações virais foram desmentidas e como o consumo de água da IA se compara com o de um hambúrguer ou de uma t-shirt de algodão. Partimos dos dados, não do pânico, e dizemos também o que os dados ainda não mostram.

Os pontos essenciais

• Sim, a IA gasta água, e quase toda serve para arrefecimento. Os centros de dados evaporam água para evitar que os chips de IA sobreaqueçam, e as centrais elétricas gastam mais água para produzir a eletricidade.
• Por pedido: de cerca de 0,26 ml a alguns ml. O valor oficial da Google para 2025 relativo a um pedido de texto mediano ao Gemini é de 0,26 ml (cerca de cinco gotas). As estimativas independentes para modelos mais pesados ficam nas poucas dezenas de mililitros.
• O valor da «garrafa de água por e-mail» é de cerca de 500 ml, de um estudo da UC Riverside de 2023, mas inclui a água usada para produzir a eletricidade, razão pela qual é mais de 1000 vezes superior aos valores que contam apenas o arrefecimento.
• Os totais das empresas sobem depressa. A Google consumiu 10,9 mil milhões de galões em 2025 (mais 34%) e a Microsoft cerca de 2,2 mil milhões de galões no ano fiscal de 2025 (mais 22%). Os centros de dados dos EUA usaram diretamente cerca de 17 mil milhões de galões em 2023, um volume que deverá duplicar ou quadruplicar até 2028.
• O supercomputador Grok da xAI em Memphis pode captar cerca de 1 milhão de galões de água potável por dia, com uma procura prevista perto dos 5 milhões. A estação de reciclagem que devia substituir essa captação está parada, com o reinício das obras prometido para o início de 2027.
• A maior alavanca ao seu alcance é a escolha do modelo. Um modelo leve numa tarefa simples pode gastar uma fração da água de um modelo de ponta a responder ao mesmo pedido.

Quanta água gasta a IA por pedido?

As estimativas vão de cerca de 0,26 ml por pedido (o valor oficial da Google para 2025 relativo a um pedido de texto mediano ao Gemini, cerca de cinco gotas) a cerca de 500 ml por uma sessão de 10 a 50 perguntas (um estudo da UC Riverside de 2023). A diferença existe porque o valor baixo conta apenas o arrefecimento do centro de dados, enquanto o valor alto acrescenta a água usada para produzir a eletricidade que alimenta os chips. Um valor realista para um pedido comum a um chatbot fica nos poucos mililitros, com os modelos de raciocínio mais pesados a chegar às poucas dezenas.

Google Gemini: cerca de 0,26 ml por pedido

Em agosto de 2025, a Google publicou a medição própria mais detalhada até hoje, baseada em dados de produção de maio de 2025. Concluiu que um pedido de texto mediano ao Google Gemini gasta 0,24 watts-hora de energia, emite 0,03 gramas de CO2 equivalente e consome 0,26 mililitros de água, o que a Google descreve como cerca de cinco gotas. O essencial é que este valor não é um melhor cenário escolhido a dedo. O método da Google inclui o arrefecimento, a capacidade de reserva inativa, a CPU e a RAM e a sobrecarga do centro de dados, o que faz dele um dos valores isolados mais honestos disponíveis. Pode ler a metodologia no relatório da Google sobre o impacto ambiental. O Relatório Ambiental 2026 da Google continua a citar os mesmos 0,26 ml e acrescenta que a energia de um pedido de texto mediano ao Gemini caiu 33 vezes entre maio de 2024 e maio de 2025, pelo que ainda não existe um valor de água por pedido mais recente.

ChatGPT: de alguns mililitros a algumas dezenas

A OpenAI não publicou uma análise ao estilo da Google, por isso os valores do ChatGPT são estimativas independentes. Uma resposta média do GPT-4o, de 150 a 200 palavras, corresponde a cerca de 0,3 watts-hora e a aproximadamente 1,5 a 4 ml de água de arrefecimento. Uma resposta comparável do GPT-5 é muito mais pesada, com cerca de 18 watts-hora (até 40) e uma estimativa de alguns ml a dezenas de ml.

O CEO da OpenAI, Sam Altman, afirmou que o pedido médio gasta «cerca de um quinze avos de uma colher de chá», ou seja, cerca de 0,32 ml. Não definiu o que entende por «médio» nem disse se o treino estava incluído, razão pela qual os investigadores independentes tratam esse valor com cautela. Em setembro de 2026 foi mais longe e disse ao apresentador de podcast Alex Heath que 38 mil pedidos ao ChatGPT gastam tanta água como produzir uma única amêndoa na Califórnia. Especialistas ouvidos pelo CalMatters disseram que a afirmação não pode ser verificada com o que o setor torna público.

A nossa análise completa sobre quanta água gasta o ChatGPT percorre modelo a modelo. O quadro geral é simples: os modelos de raciocínio mais recentes gastam mais água por resposta, não menos.

Mistral, Claude, DeepSeek e Llama: o que cada laboratório divulga de facto

Só dois laboratórios publicam um valor próprio de água. A Google indica 0,26 ml para um pedido mediano ao Gemini, e a Mistral publicou em julho de 2025 uma análise completa do ciclo de vida, auditada com a Carbone 4 e a ADEME francesa, que coloca uma resposta do Le Chat de cerca de 400 tokens em cerca de 45 ml de água e 1,14 g de CO2e. Para o Claude, o DeepSeek e o Meta Llama não existe qualquer valor próprio de água. Os únicos números disponíveis são estimativas energéticas de terceiros que os investigadores depois convertem em água com fatores regionais de arrefecimento.

Esta lacuna importa para um mito popular. O DeepSeek é muitas vezes descrito como «eficiente», mas essa reputação diz respeito ao custo de treino. Um teste independente de 2025 colocou o DeepSeek-R1 entre os modelos que mais gastam na inferência, com cerca de 24 a 34 watts-hora por resposta com raciocínio, enquanto um modelo leve sem raciocínio pode ficar abaixo de 1 watt-hora. «Leve» descreve a forma como um modelo trabalha numa determinada tarefa, não uma marca, e é exatamente por isso que a escolha de modelo e de modo pesa mais no consumo de água do que tudo o resto.

A afirmação da «garrafa de água por e-mail»: cerca de 500 ml

O número que se tornou viral vem de «Making AI Less Thirsty», um estudo de 2023 de Pengfei Li e colegas da UC Riverside, mais tarde popularizado pelo Washington Post como cerca de 519 ml para redigir um e-mail de 100 palavras com o GPT-4. O Lincoln Institute reformulou-o em outubro de 2025 como «uma sessão de chat de cerca de 20 pedidos gasta até uma garrafa de água doce». Não está errado, mas mede um sistema muito mais amplo do que o arrefecimento, razão pela qual supera de longe os 0,26 ml da Google.

O mesmo estudo estimou que o treino do GPT-3 nos centros de dados da Microsoft nos EUA evaporou diretamente cerca de 700 mil litros de água doce limpa. Pode verificar os números no artigo original da UC Riverside.

Porque variam tanto as estimativas de água da IA?

Se viu «cinco gotas» e «uma garrafa inteira» para o mesmo pedido e concluiu que alguém está a mentir, ninguém está. Os números diferem mais de 1000 vezes porque medem coisas diferentes e, quando se conhece o perímetro, deixam de se contradizer.

A água no local é a que um centro de dados evapora para arrefecer os chips. A água indireta é a que as centrais elétricas consomem para produzir a eletricidade de que esses chips precisam, muitas vezes mais do que o próprio arrefecimento. As estimativas baixas contam só a primeira. As estimativas virais altas contam as duas e, em alguns casos, também o fabrico dos chips. Jonathan Koomey, do Lawrence Berkeley National Laboratory, defende que a água indireta da eletricidade nem devia entrar na pegada de um centro de dados, uma vez que nenhum outro setor é medido assim. Se tudo isto constitui um problema real é a questão que tratamos em a IA é má para o ambiente.

A metodologia pesa o suficiente para virar manchetes. Em dezembro de 2025, uma investigação jornalística analisou uma afirmação muito partilhada de que um centro de dados da Google no Chile gastaria mais de mil vezes a água de uma cidade. Concluiu que o valor estava errado num fator de 1000 devido a um erro de unidades, embora a instalação ainda pedisse mais do que o consumo residencial da população local. A lição não é que o consumo de água da IA seja falso. É que se deve sempre perguntar o que está a ser contado, onde e quando antes de repetir um número.

Quanta água gasta um centro de dados de IA por dia?

Um centro de dados típico gasta cerca de 300 mil galões de água por dia, mais ou menos o mesmo que 1000 casas. Uma instalação grande pode gastar até 5 milhões de galões por dia, o equivalente a uma cidade de até 50 mil habitantes. Por pedido, os números parecem irrelevantes, mas os centros de dados processam milhares de milhões de pedidos, e é nos totais diários que o impacto se torna concreto.

Casos concretos tornam-no palpável. O local que mais consome da Google, em Council Bluffs, no Iowa, consumiu 1,35 mil milhões de galões em 2025, cerca de 3,7 milhões de galões por dia. Uma instalação da Meta no condado de Newton, na Geórgia, capta cerca de 500 mil galões por dia, perto de 10% da água desse condado.

Em conjunto, a escala é nacional. Os centros de dados dos EUA consumiram diretamente cerca de 17 mil milhões de galões em 2023 e cerca de 211 mil milhões de galões indiretamente através da produção de eletricidade, um valor que o relatório do LBNL prevê que possa duplicar ou quadruplicar até 2028. A Google consumiu 10,9 mil milhões de galões nos seus centros de dados e escritórios em 2025, 10,5 mil milhões dos quais em centros de dados, mais 34% do que em 2024, segundo o seu Relatório Ambiental 2026. Isso dá cerca de 30 milhões de galões por dia, e 13% das suas captações de água doce vieram de fontes com risco elevado de esgotamento ou escassez. A Microsoft recalculou toda a sua série histórica na ficha de dados de 2026 e declara agora 8,2 mil milhões de litros consumidos no ano fiscal de 2025 (cerca de 2,2 mil milhões de galões), um salto de 22% num só ano à medida que expandia a sua infraestrutura de IA.

Quanta água gasta a IA por dia e por ano?

Não existe um total anual mundial oficial, e quem cita um com precisão está a adivinhar. As estimativas credíveis de 2025 colocam o consumo de água dos centros de dados ligado à IA na ordem das centenas de milhares de milhões de litros, e a subir depressa. A equipa da UC Riverside prevê captações mundiais de água pela IA de 4,2 a 6,6 mil milhões de metros cúbicos até 2027, mais do que as captações anuais totais de vários países pequenos. A trajetória, e não o valor de um único ano, é a verdadeira história.

Porque é que a IA gasta água?

Sim, a IA gasta água, e quase toda serve para arrefecimento. Os servidores que executam modelos de IA geram calor intenso, e muitos grandes centros de dados arrefecem-nos evaporando água, a mesma física que nos refresca quando transpiramos. Essa água evaporada sai do sistema local, razão pela qual os investigadores a contabilizam como consumo e não apenas como captação. Grande parte é água tratada com qualidade para beber, embora os operadores estejam cada vez mais a passar para fontes recicladas ou não potáveis.

Há também um custo escondido a montante. O fabrico dos próprios chips gasta muitíssima água, com uma única fábrica avançada de semicondutores a usar na ordem de 10 milhões de galões de água ultrapura por dia. Treinar um modelo é um pico pontual, mas a inferência, o trabalho diário de responder aos seus pedidos, é agora a fatia dominante e de crescimento mais rápido da procura de água da IA. Perceber como funcionam realmente os sistemas de IA torna a fatura do arrefecimento muito menos misteriosa.

O Grok e a luta pela água em Memphis

O exemplo mais claro de a água da IA se tornar um problema local é o supercomputador Colossus da xAI em Memphis, que treina e executa o Grok. A Memphis Light, Gas and Water confirmou que o local pode captar na ordem de 1 milhão de galões de água potável por dia do aquífero Memphis Sand para arrefecer os chips, com uma procura prevista a subir para 5 milhões de galões por dia à medida que o campus cresce. Esse aquífero é também a principal fonte de água potável da cidade, razão pela qual os serviços locais, a NAACP e o Southern Environmental Law Center contestaram o projeto.

A xAI iniciou em outubro de 2025 a construção de uma estação de reciclagem de água de 80 milhões de dólares, concebida para fornecer em alternativa até 13 milhões de galões por dia de águas residuais tratadas, o que, segundo a MLGW, pouparia cerca de 5 mil milhões de galões de água do aquífero por ano. Em abril de 2026, Elon Musk suspendeu essa estação para a xAI poder terminar o seu segundo local, o Colossus 2, e os responsáveis de Memphis pressionaram publicamente pelo reinício. Em junho de 2026, o presidente da câmara Paul Young anunciou que a xAI se tinha comprometido a retomar a construção até ao primeiro trimestre de 2027. A MLGW diz que primeiro é preciso contratar uma nova equipa de engenharia. É a melhor ilustração da ideia central deste artigo: a questão da água raramente tem a ver com o seu pedido e quase sempre com o sítio onde está o centro de dados.

A IA gasta muita água?

Por pedido, não. Onde os centros de dados se concentram, sim. Num único pedido, a IA é um erro de arredondamento face ao consumo diário. Um único hambúrguer de vaca exige mais de 600 galões de água para ser produzido, uma t-shirt de algodão mais de 700 galões, e um único campo de golfe dos EUA pode gastar 100 mil a 2 milhões de galões por dia. Por essa medida, fazer uma pergunta a um chatbot é insignificante.

A preocupação legítima não é o custo por pedido, mas a concentração e o momento. Os centros de dados agrupam-se num punhado de regiões, muitas vezes com stress hídrico, e captam muita água em alturas específicas. Uma instalação que capta milhões de galões por dia no Arizona ou no Texas é um problema local, mesmo que seja um erro de arredondamento à escala mundial. As duas coisas são verdade ao mesmo tempo, e uma boa resposta a «isto é grave?» é «não pelo seu uso, sim onde a expansão está a acontecer».

O que pode realmente fazer

A alavanca mais eficaz que uma pessoa controla é a escolha do modelo, porque a diferença entre modelos é enorme. Enviar uma pergunta simples a um modelo de raciocínio pesado pode gastar cerca de dez vezes a energia e a água de um modelo leve que dá uma resposta igualmente boa. Ajustar o modelo à tarefa faz mais do que qualquer encurtamento de pedidos. Comparações como DeepSeek vs ChatGPT e o nosso guia dos modelos de IA mais capazes mostram como esses perfis variam, e porque é que a reputação de «eficiente» de um modelo costuma descrever o custo de treino e não a energia que gasta a responder-lhe. O nosso guia da IA mais ecológica reúne as ferramentas mais sustentáveis para onde vale a pena mudar. As pequenas mudanças do dia a dia também contam, e juntar isso a escolhas mais verdes como o OceanHero põe as suas pesquisas habituais a financiar a limpeza dos oceanos.

Na prática, isto significa usar por defeito um modelo mais leve para as perguntas do dia a dia e reservar os modelos de raciocínio de ponta para os problemas que realmente precisam deles. Agrupe as perguntas relacionadas numa só sessão em vez de muitos arranques a frio, e não volte a gerar respostas por reflexo. Esse hábito mantém-se quando mudar de modelo não custa nada. No Fello AI envia a pergunta do dia a dia a um modelo leve e a difícil a um modelo de ponta na mesma janela, sem uma segunda subscrição, e o nosso guia de introdução mostra como. Nada disto exige culpa. Exige apenas usar a opção pesada de forma deliberada e não por defeito.

Conclusão

Então, quanta água gasta a IA? Por pedido, realisticamente alguns mililitros. O valor oficial da Google para o Gemini é de 0,26 ml, e a afirmação viral de 500 ml é uma medida de ciclo de vida muito mais ampla, não uma contradição. À escala, os números são grandes e crescem depressa. A Google consumiu 10,9 mil milhões de galões em 2025, mais 34% num ano, e o consumo direto dos centros de dados dos EUA, de cerca de 17 mil milhões de galões em 2023, deverá duplicar ou quadruplicar até 2028, concentrado onde a água é mais escassa. O passo seguinte mais útil não é deixar de usar a IA, mas escolher de forma deliberada o modelo a que recorre, começando por olhar com clareza para o que realmente distingue os principais modelos.

Perguntas frequentes