Investigación 2026-08-10

Un climatólogo registró ocho semanas de su propio asistente de programación con IA. Una instrucción gastó tanta electricidad como unas 600 preguntas a un chatbot

Zeke Hausfather, climatólogo que lleva años corrigiendo estimaciones erróneas sobre el consumo energético de la IA, decidió medir el suyo. Extrajo los registros a nivel de token de sus sesiones de Claude Code entre el 31 de mayo y el 25 de julio y los sumó. Las 1.138 instrucciones que escribió en ese periodo dispararon más de 14.000 llamadas separadas al modelo y procesaron 3.200 millones de tokens, lo que estima en unos 170 kilovatios-hora de electricidad de centro de datos, con un rango de 70 a 330 según cómo se cuenten las lecturas de caché. Eso equivale a unos 150 vatios-hora por instrucción realmente escrita, frente a las cifras publicadas de 0,24 a 0,34 vatios-hora para un solo mensaje de chat. De ahí la diferencia de 600 veces. Las cifras absolutas asustan menos que la proporción: un año entero a esa intensidad son unos 1,1 megavatios-hora y alrededor de 370 kilogramos de CO₂ en la red media estadounidense, algo que Hausfather compara con tener una secadora eléctrica funcionando un año. Es explícito en que la mayor incertidumbre es el coste energético de leer tokens en caché, que ninguna empresa publica; asume un 10 por ciento del coste de un token nuevo y muestra el resultado en un rango del 1 al 25 por ciento. La estimación corresponde al uso de una persona, no a una media del sector.

Por qué importaCasi todas las cifras públicas sobre la huella energética de la IA —incluidas las tranquilizadoras— se construyen sobre el coste de un solo mensaje de chat. Ese número ya está midiendo lo que no toca. Cuando escribes una instrucción a un agente de programación, este se va y hace una docena o más de llamadas al modelo en tu nombre, lee archivos, ejecuta herramientas y razona sobre los resultados, y mentalmente no contabilizas nada de eso. La distancia entre lo que el usuario percibe como una pregunta y lo que el centro de datos hace realmente se ha vuelto enorme, y crece a medida que los agentes ganan autonomía. De ahí salen dos conclusiones honestas que apuntan en direcciones opuestas. A escala individual sigue sin ser mucho: un año de uso intensivo de agentes cuesta más o menos lo que un electrodoméstico, así que nadie tiene por qué sentir culpa por una instrucción. A escala colectiva significa que las estimaciones estándar de la demanda eléctrica total de la IA están ancladas a una unidad de trabajo que se está quedando obsoleta en silencio, y quienes construyen centros de datos ya planifican con la cifra que sugiere este artículo, no con la de los titulares.

#Programación #Agentes IA

✓ Verificado · 3 fuentes

Léelo en la app — gratis, en 9 idiomas

Noticias relacionadas

El aprendizaje automático leyó la forma de células cerebrales enfermas y eligió nueve fármacos ya aprobados que las calmaron
2026-08-21 Rumor: el modelo anónimo que acaba de encabezar un test de programación, gratis, sería el buque insignia sin publicar de Zhipu
2026-08-21 El caballo de batalla barato de DeepSeek ya ve — y en tareas de agente que exigen ojos dice acercarse a lo mejor de Anthropic
2026-08-21 Nvidia paga 6.000 millones de dólares por la máquina que fabrica los modelos de un rival — y contrata a 109 de quienes la manejaban
2026-08-21 Con cuatro horas y una GPU para mejorar la forma en que se entrena la IA, el mejor agente sacó 0,25 sobre 1 — y la mayoría ni lo intentó
2026-08-21