In realt\u00e0, le nuove operazioni di ricerca di Google sono circa 10 volte pi\u00f9 efficienti rispetto al 2009 e il consumo effettivo di energia per richiesta di ChatGPT \u00e8 oggi molto inferiore a quanto suggerito dai primi campanelli d'allarme.<\/p>\n\n\n\n
I modelli pi\u00f9 recenti, come il GPT-4o, hanno fatto passi da gigante in termini di efficienza, per cui i numeri che circolano sono obsoleti e, onestamente, un po' fuorvianti.<\/p>\n\n\n\n
Allora, qual \u00e8 il quadro reale? \u00c8 proprio questo l'argomento di cui ci occupiamo qui.<\/p>\n\n\n\n
Gli elementi da prendere in considerazione saranno:<\/p>\n\n\n\n
- \n
- Cosa alimenta ChatGPT sotto il cofano?<\/li>\n\n\n\n
- Quanta energia consuma una ricerca ChatGPT?<\/li>\n\n\n\n
- Quanta energia consuma rispetto a Google Search e ad altri modelli di AI?<\/li>\n\n\n\n
- Cosa sta facendo OpenAI per ridurre il suo impatto?<\/li>\n\n\n\n
- Quali misure potete adottare come utenti per rendere il vostro utilizzo dell'IA pi\u00f9 responsabile?<\/li>\n<\/ul>\n\n\n\n
Entriamo nel merito.<\/p>\n\n\n\n
Quali sono i poteri di ChatGPT?<\/h2>\n\n\n
\n![\"\"](\"https:\/\/undetectable.ai/blog\/wp-content\/uploads\/2025\/04\/robot-human-hands-interacting-1-1024x585.jpg\" "\\"\\"")
<\/figure><\/div>\n\n\nMark Russinovich, CTO di Microsoft Azure, ci ha dato una sbirciatina dietro le quinte. in un podcast<\/a> che Microsoft ha pubblicato nel 2023<\/a>. <\/p>\n\n\n\n
Secondo lui, Microsoft ha costruito un'infrastruttura in grado di addestrare modelli con centinaia di miliardi di parametri. <\/p>\n\n\n\n
Il GPT-3, ad esempio, aveva 175 miliardi di parametri, che sembrano gi\u00e0 troppi finch\u00e9 non si sente che il modello Megatron-Turing di Microsoft ne aveva 530 miliardi.<\/p>\n\n\n\n
Dal punto di vista dell'hardware, il supercomputer OpenAI originale del 2020 ha messo insieme oltre 285.000 core di CPU AMD collegati in InfiniBand e 10.000 GPU NVIDIA V100 Tensor Core. <\/p>\n\n\n\n
La nuova serie di macchine virtuali H100 raggruppa fino a otto GPU NVIDIA H100 Tensor Core per macchina virtuale ed \u00e8 scalabile fino a migliaia di unit\u00e0, proprio come il tipo di infrastruttura ad alte prestazioni utilizzato in ospitare server Minecraft<\/a> per offrire esperienze a bassa latenza e ad alta velocit\u00e0.<\/p>\n\n\n\n
In breve, se vi state chiedendo cosa alimenta ChatGPT, la risposta \u00e8 sostanzialmente: tutto. <\/p>\n\n\n\n
Tutti i core, tutte le GPU, tutta la larghezza di banda di rete che potreste mai accumulare nei vostri sogni.<\/p>\n\n\n\n
Stima del consumo energetico di ChatGPT<\/h3>\n\n\n\n
Passiamo ora alla vera domanda: quanta energia consuma ChatGPT per ogni domanda? <\/p>\n\n\n\n
Ci si potrebbe aspettare che sia apocalittico, che sciolga i ghiacciai a ogni digitazione. <\/p>\n\n\n\n
Ma in realt\u00e0, secondo stime recenti, una tipica query ChatGPT su GPT-4o consuma circa 0,3 wattora (Wh). <\/p>\n\n\n\n
Si tratta di una cifra circa dieci volte inferiore rispetto alle stime pi\u00f9 vecchie (e probabilmente imprecise) dell'inizio del 2023, che indicavano un valore di 3 wattora. <\/p>\n\n\n\n
Il salto di efficienza \u00e8 dovuto a modelli migliori, a un hardware pi\u00f9 preciso e alla consapevolezza che le vecchie stime erano troppo pessimistiche per quanto riguarda il conteggio dei gettoni.<\/p>\n\n\n\n
Per fare un esempio, 0,3 wattora sono meno di quanto consuma il vostro portatile mentre riscaldate il caff\u00e8. <\/p>\n\n\n\n
Anche se si eseguono tutto il giorno richieste pesanti, i numeri di quanta energia consuma ChatGPT al giorno sono ancora piuttosto modesti rispetto, ad esempio, al funzionamento dell'aria condizionata o del PC da gioco. Ma questo \u00e8 solo il vostro utilizzo.<\/p>\n\n\n\n
La base di utenti di OpenAI ha superato i 400 milioni di utenti settimanali a febbraio, stando a quanto riportato da una Un portavoce di OpenAI ha dichiarato a Reuters<\/a>. Si tratta quindi di un sacco di wattora, anche se l'utilizzo \u00e8 efficiente.<\/p>\n\n\n\n
\u00c8 importante notare che questa cifra di 0,3 wattora \u00e8 ancora un po' prudente. <\/p>\n\n\n\n
Molte domande di tutti i giorni sono probabilmente pi\u00f9 economiche di questa cifra.<\/p>\n\n\n\n
Ma le query che comportano quantit\u00e0 massicce di input, output estesi o modelli di ragionamento pesanti possono far lievitare i consumi.<\/p>\n\n\n\n
Utilizzo di energia: GPT-4 vs GPT-3.5<\/h2>\n\n\n\n
Anche se GPT-3.5 \u00e8 stato abbandonato, la sua eredit\u00e0 permane, soprattutto quando si parla di quanta energia consuma ChatGPT nelle varie versioni.<\/p>\n\n\n\n
Ecco cosa dicono i dati sul consumo energetico rispetto al GPT-4.<\/p>\n\n\n\n
Per un modello di tipo GPT-3 con circa 175 miliardi di parametri, le emissioni erano gi\u00e0 intense, ma il passaggio a un modello di tipo GPT-4 con la sua architettura pi\u00f9 pesante potrebbe aumentare le emissioni di circa 200 volte. <\/p>\n\n\n\n
Secondo George Hotz<\/a>Il GPT-4 \u00e8 costituito da otto istanze di un modello GPT-3 a 220B parametri, cucite insieme. <\/p>\n\n\n\n
Ma, cosa importante, solo due di questi modelli vengono effettivamente indirizzati durante l'inferenza, il che significa che l'azione reale avviene con circa 280B parametri effettivi, una volta che si tiene conto di una certa condivisione dei parametri (~55B per i meccanismi di attenzione).<\/p>\n\n\n\n
Se lo si confronta con la configurazione a 175B del GPT-3.5, si capisce perch\u00e9 i costi di inferenza del GPT-4 sono fino a tre volte superiori. <\/p>\n\n\n\n
La crescita del consumo di energia supera il semplice aumento del numero di parametri, che avrebbe dovuto suggerire solo un aumento di 1,6 volte. <\/p>\n\n\n\n
Ma non \u00e8 andata cos\u00ec, perch\u00e9 le query di GPT-4 sono semplicemente molto pi\u00f9 costose. <\/p>\n\n\n\n
L'impronta di carbonio dei modelli di intelligenza artificiale<\/h3>\n\n\n\n
L'esecuzione di modelli di intelligenza artificiale di grandi dimensioni non \u00e8 economica, n\u00e9 per il pianeta n\u00e9 per la bolletta elettrica. <\/p>\n\n\n\n
Questi modelli richiedono una notevole potenza di calcolo, il che significa molta elettricit\u00e0 e, in molti casi, molte emissioni.<\/p>\n\n\n\n
Ad esempio, il GPT-3 avrebbe richiesto circa 1.287 MWh di elettricit\u00e0 per l'addestramento, producendo oltre 50 libbre di CO2<\/a>. <\/p>\n\n\n\n
I modelli pi\u00f9 recenti, come il GPT-4o, sono ancora pi\u00f9 grandi, ma OpenAI non ha reso noto il loro ingombro esatto.<\/p>\n\n\n\n
Oltre a ChatGPT di OpenAI, c'\u00e8 l'assistente AI di Meta, che probabilmente gira su modelli Llama 3.2 (parametri 11B o 90B). <\/p>\n\n\n\n
Anche in questo caso, non sono disponibili dati precisi sulle emissioni di CO2.<\/p>\n\n\n\n
Il Claude 3.5 Sonnet di Anthropic pesa molto di pi\u00f9, con una stima di circa 400 miliardi di parametri, senza rivelare l'esatta impronta di carbonio.<\/p>\n\n\n\n
E Gemini di Google? Potenziato dalle varianti \"Flash\" e \"Pro\", anche se Google non ha rivelato i numeri esatti dei parametri. <\/p>\n\n\n\n
Possiamo comunque dedurre che si trovano nello stesso campo del GPT-4o o delle sue varianti mini.<\/p>\n\n\n\n
E a proposito di modelli semplificati, DeepSeek-V3 \u00e8 qui fuori a flettere con soli 37 miliardi di parametri attivi (su 671B totali). <\/p>\n\n\n\n
La sua variante di ragionamento R1 mostra prestazioni elevate e un consumo di energia pi\u00f9 delicato per gettone rispetto al GPT-4o. <\/p>\n\n\n\n
Come si colloca ChatGPT rispetto ad altri strumenti?<\/h2>\n\n\n
\n![\"\"](\"https:\/\/undetectable.ai/blog\/wp-content\/uploads\/2025\/04\/Chatgpt-comparison-683x1024.jpg\" "\\"\\"")
<\/figure><\/div>\n\n\nA questo punto, dovreste sapere che la quantit\u00e0 di energia consumata da ChatGPT dipende dalla versione con cui state interagendo, dalla lunghezza delle richieste e dalla meccanica che si trova sotto il cofano. <\/p>\n\n\n\n
Rispetto all'universo degli strumenti di intelligenza artificiale, ChatGPT \u00e8 nella media in termini di consumo energetico, soprattutto per i modelli di fascia alta. <\/p>\n\n\n\n
Ma quando si parla di quota di mercato e di frequenza di utilizzo, anche la \"media\" si traduce in un'enorme impronta energetica su scala.<\/p>\n\n\n\n
Uso di energia vs. ricerca Google<\/h3>\n\n\n\n
Nel 2009, Google ha stimato<\/a> il costo energetico di una singola query di ricerca \u00e8 di 0,3 Wh.<\/p>\n\n\n\n
Se si va avanti fino al 2024, quella stima si \u00e8 impolverata.<\/p>\n\n\n\n
\u00c8 emerso che le ricerche odierne su Google consumano circa 10 volte meno energia rispetto a quelle prime stime. <\/p>\n\n\n\n
Nel frattempo, le precedenti stime sull'energia per una richiesta media di LLM, compreso il ChatGPT, erano circa 10 volte superiori (2,9 Wh).<\/p>\n\n\n\n
Con le ultime ricerche che mettono in evidenza la consumo energetico di Google a 0,04 Wh<\/a> e ChatGPT a 0,3 Wh, questi due errori si annullano a vicenda, il che significa che il vecchio \"LLM utilizza circa 10 volte pi\u00f9 energia per query rispetto a Google Search\" \u00e8 ancora valido... ma solo perch\u00e9 tutti hanno sbagliato nel modo giusto. <\/p>\n\n\n\n
Cosa sta facendo OpenAI per ridurre l'impatto?<\/h2>\n\n\n\n
OpenAI \u00e8 pienamente consapevole del fatto che l'addestramento e l'esecuzione di modelli come ChatGPT consumano energia a un ritmo significativamente pi\u00f9 veloce. <\/p>\n\n\n\n
Il che ci porta alla domanda: cosa si sta facendo al riguardo?<\/p>\n\n\n\n
Innanzitutto, OpenAI ha spinto gli aggiornamenti sull'efficienza. <\/p>\n\n\n\n
Nel corso del tempo, i nuovi modelli, come il GPT-4o, e ora il GPT-4.1<\/a>sono stati ottimizzati in modo specifico per ridurre significativamente il consumo di energia durante l'inferenza. <\/p>\n\n\n\n
I progressi nell'architettura dei modelli, nella gestione dei token e nei miglioramenti hardware a livello di server fanno s\u00ec che oggi la quantit\u00e0 di energia utilizzata da una query ChatGPT sia gi\u00e0 di gran lunga inferiore a quella che sarebbe stata utilizzata anche solo un anno fa per lo stesso compito.<\/p>\n\n\n\n
OpenAI collabora anche con Microsoft Azure e Azure si \u00e8 impegnata a gestire i propri data center con 100% di energia rinnovabile entro il 2025.<\/a>. <\/p>\n\n\n\n
Questo \u00e8 importante perch\u00e9, quando si inviano query a ChatGPT, si sollecitano i supercomputer di Azure di cui abbiamo parlato prima. <\/p>\n\n\n\n
Il passaggio da una fonte di energia fossile a una rinnovabile non riduce direttamente la potenza di un impianto, ma riduce radicalmente l'impronta di carbonio ad esso collegata.<\/p>\n\n\n\n
Oltre all'infrastruttura, ci sono altre cose che riguardano il futuro. OpenAI sta attivamente ricercando modi per rendere i modelli pi\u00f9 piccoli senza sacrificare le prestazioni. <\/p>\n\n\n\n
La compressione dei modelli, la distillazione e l'instradamento pi\u00f9 intelligente (come l'elaborazione dinamica dei token) sono tutti argomenti molto vivi negli ambienti dell'efficienza dell'IA. <\/p>\n\n\n\n
Cosa pu\u00f2 fare l'utente?<\/h2>\n\n\n\n
Mentre OpenAI gestisce i grandi cambiamenti strutturali, gli utenti hanno ancora un ruolo da svolgere nel ridurre al minimo gli sprechi e nell'utilizzare ChatGPT in modo responsabile. <\/p>\n\n\n\n
Ecco cosa potete fare:<\/p>\n\n\n\n
- \n
- Siate concisi:<\/strong> Inquadrate le vostre richieste in modo chiaro e rigoroso. Ogni gettone in pi\u00f9 elaborato costa un po' di energia.<\/li>\n\n\n\n
- Evitate di spammare le richieste:<\/strong> Resistete alla tentazione di presentare 15 versioni leggermente riformulate della stessa domanda.<\/li>\n\n\n\n
- Utilizzare modelli appropriati:<\/strong> Se possibile, scegliete modelli pi\u00f9 leggeri ed economici (come il GPT-4o-mini, se disponibile) per lavori occasionali o leggeri.<\/li>\n\n\n\n
- Lottizzate le vostre richieste:<\/strong> Invece di un mucchio di domande frammentate, consolidatele in un'unica domanda ben congegnata.<\/li>\n<\/ul>\n\n\n\n
Se si vogliono ridurre le infinite ripetizioni e rigenerazioni, \u00e8 opportuno utilizzare strumenti dedicati che generano contenuti pi\u00f9 puliti e pronti per la pubblicazione fin dai primi tentativi.<\/p>\n\n\n\n
Qui \u00e8 dove AI non rilevabile<\/a> strumenti come Scrittore furtivo<\/a> o Parafrasatore<\/a> entra in scena. <\/p>\n\n\n
\n![\"Scrittore](\"https:\/\/undetectable.ai/blog\/wp-content\/uploads\/2025\/04\/AI-Stealth-Writer.jpg\" "\\"\\"")
<\/figure><\/div>\n\n\n![\"Schermata](\"https:\/\/undetectable.ai/blog\/wp-content\/uploads\/2025\/04\/AI-paraphrasing-tool-1-1024x369.jpg\" "\\"\\"")
<\/figure><\/div>\n\n\nInvece di chiedere a ChatGPT la versione perfetta del vostro testo attraverso molteplici modifiche e tentativi (ognuno dei quali costa pi\u00f9 energia), potete semplicemente usare i nostri strumenti specializzati costruiti per la precisione. <\/p>\n\n\n\n
Gli strumenti progettati per azioni specifiche sono generalmente pi\u00f9 efficienti e tutti i nostri strumenti rientrano in questo modello di utilizzo intelligente e consapevole dell'energia. <\/p>\n\n\n\n
In altre parole, risultati pi\u00f9 puliti in un minor numero di tentativi = meno energia bruciata = server pi\u00f9 felici = salvate il mondo, un paragrafo croccante alla volta.<\/p>\n\n\n\n
Siete pronti a vedere la differenza? Lanciate il nostro AI Detector e Humanizer nel widget qui sotto!<\/p>\n\n\n\n
- Evitate di spammare le richieste:<\/strong> Resistete alla tentazione di presentare 15 versioni leggermente riformulate della stessa domanda.<\/li>\n\n\n\n
- Siate concisi:<\/strong> Inquadrate le vostre richieste in modo chiaro e rigoroso. Ogni gettone in pi\u00f9 elaborato costa un po' di energia.<\/li>\n\n\n\n