Quando rilasciano i loro nuovi modelli, le aziende dell’intelligenza artificiale sono ovviamente concentrate nel raccontare quanto questi ultimi siano performanti in termini di soluzione dei problemi, di scrittura di codice, di comportamento agentico. L’elemento che passa in secondo piano riguarda invece i consumi energetici di questi modelli e le emissioni climalteranti generate per rispondere alle richieste degli utenti.
O meglio, passava in secondo piano, visto che ora c’è uno strumento che consente quanto meno di stimare l’impatto ambientale delle interazioni con i diversi modelli. Lo ha costruito Sustainable AI Group, realtà che aiuta le aziende a misurare emissioni e consumi dell’intelligenza artificiale. Si tratta di un’organizzazione fondata da Sasha Luccioni, già AI & Climate Lead di Hugging Face, e Boris Gamazaychikov, un passato da Head of AI Sustainability a Salesforce.
Dopo aver effettuato oltre 2.400 test, processando più di 425 milioni di token, questa realtà ha costruito una metodologia chiamata Cleer, acronimo che sta per Closed-model Latent Energy Estimation Range, sulla base della quale sono in grado di stimare i consumi e le emissioni dei singoli modelli. La stima è costruita a partire dai valori di velocità dei modelli resi pubblici dalle stesse aziende che li sviluppano. Luccioni e il suo team di ricercatori hanno quindi misurato i consumi di decine di modelli aperti con una velocità simile, stimando così quelli dei vari Claude, ChatGPT, Gemini e DeepSeek. Sul fronte delle emissioni, hanno poi aggiunto quelli legati ai servere, al loro raffreddamento, allo sviluppo del modello e alla produzione delle componenti hardware.
Non una misurazione, vale la pena ribadirlo, ma una stima di quelli che potrebbero essere i consumi e le emissioni di diversi modelli presenti sul mercato. Tutti dati che i ricercatori hanno reso disponibili su GitHub e che InfoData ha utilizzato per costruire le visualizzazioni che arricchiscono questo pezzo. La prima, in apertura, riguarda i consumi energetici. I filtri consentono di selezionare tra la modalità chat e quella agentica, oltre a variare l’intensità del lavoro richiesto al modello. I colori delle barre fanno riferimento alle aziende che sviluppano i modelli presi in considerazione, la loro lunghezza ai consumi misurati in wattora nel primo grafico, alle emissioni di grammi di CO2 equivalente in questo:
Al di là dei singoli risultati, che stimano come i modelli di Anthropic sarebbero quelli con i più alti valori di emissioni e di consumi rispetto ai concorrenti, è interessante notare il gap che si ha tra Claude Opus 5 e Claude Fable 5, il modello di frontiera dell’aziend guidata da Dario Amodei. Nel grafico mancano sia ChatGPT-6 che Gemini 4 Argon, modelli di frontiera rispettivamente di OpenAI e Google. Ma se le proporzioni sono simili a quelle registrate per le diverse versioni di Claude, il cambiamento in termini di impatto che i nuovi e più potenti modelli portano con sé è significativo. Ragione in più per valutare la versione del modello che si sceglie in base al compito che si intende affidare all’intelligenza artificiale. E contenere, per quanto possibile, l’impatto ambientale di questa tecnologia.
