Каждый запрос к ИИ, независимо от сложности, требует обработки токенов — фрагментов слов, которые модель преобразует в числовые последовательности. Чем больше токенов, тем выше нагрузка на серверы и, как следствие, выбросы CO₂. Однако мало кто задумывается, что даже простой вопрос к ChatGPT оставляет углеродный след.

Токены — «кирпичики» текста, которые ИИ разбирает на части. Например, слово „кофе“ — один токен, а „интернационализация“ (из-за длины) может делиться на три. Чем токенов больше, тем дольше вычисления и выше энергозатраты.

Немецкие исследователи изучили, сколько CO₂ выделяют разные языковые модели при ответах на одни и те же вопросы. Оказалось, разница колоссальная.

Резулоьтаты опубликованы в издании Frontiers in Communication.

Влияние ИИ на экологию во многом зависит от того, как модель «рассуждает», — объясняет Максимилиан Даунер, автор исследования из Мюнхенского университета. — Модели с подробными объяснениями генерируют в 50 раз больше выбросов, чем те, что дают краткие ответы.

Главный вывод: чем больше ИИ «думает», тем вреднее для планеты.

Ученые протестировали 14 моделей разного размера на 1000 вопросах. Выяснилось:

• Модели с рассуждениями создавали в среднем 543 токена перед ответом.
• Краткие модели обходились 38 токенами.

При этом «умные» ответы не всегда точнее. Лучший результат (84,9% правильных ответов) показала модель Cogito, но она же выдала втрое больше CO₂, чем ее лаконичные аналоги.

Пока между точностью и экологичностью приходится выбирать, — говорит Даунер. — Ни одна из «зеленых» моделей (с выбросами меньше 500 г CO₂) не набрала больше 80% точности.

Что влияет на выбросы:

• Тема вопроса. Философия или алгебра требуют сложных вычислений — углеродный след в 6 раз выше, чем при ответе на вопрос по истории.
• Выбор модели. Например, DeepSeek R1 (70 млрд параметров) за 600 000 запросов выделяет столько же CO₂, сколько перелет Лондон — Нью-Йорк туда и обратно. А Qwen 2.5 (72 млрд параметров) обрабатывает 1,9 млн вопросов с тем же уровнем выбросов.

Как снизить влияние:

• Просить ИИ давать краткие ответы.
• Использовать мощные модели только для сложных задач.

Если бы люди знали, сколько CO₂ стоит их запрос «сгенерируй мне фото в стиле аниме», возможно, они бы задумались, — заключает Даунер.

Работа полезна тремя аспектами:

1. Прозрачность. Показывает скрытую цену ИИ-сервисов — не в долларах, а в тоннах CO₂.
2. Оптимизация. Компании могут выбирать модели, балансирующие между точностью и экологичностью.
3. Осознанность. Пользователи, узнав про углеродный след, возможно, сократят бессмысленные запросы.

Исследование не учитывает:

• Энергомикс регионов. Если серверы работают на ВИЭ, выбросы ниже.
• Динамику улучшений. Новые модели (например, Gemini 1.5) уже эффективнее старых аналогов.

Ранее ученые разработали съедобную упаковку, которая не вредит природе.