I sj\u00e4lva verket \u00e4r Googles nyare s\u00f6kverksamhet ungef\u00e4r 10 g\u00e5nger effektivare \u00e4n 2009, och ChatGPT:s faktiska energianv\u00e4ndning per f\u00f6rfr\u00e5gan \u00e4r idag mycket l\u00e4gre \u00e4n vad de tidiga larmklockorna antydde.<\/p>\n\n\n\n
Nyare modeller som GPT-4o har gjort stora framsteg n\u00e4r det g\u00e4ller effektivitet, vilket inneb\u00e4r att de siffror som cirkulerar \u00e4r f\u00f6r\u00e5ldrade och, \u00e4rligt talat, lite missvisande.<\/p>\n\n\n\n
S\u00e5, vad \u00e4r den verkliga bilden? Det \u00e4r precis vad vi dyker in i h\u00e4r.<\/p>\n\n\n\n
Det kommer du att ta med dig:<\/p>\n\n\n\n
- \n
- Vad driver ChatGPT under huven?<\/li>\n\n\n\n
- Hur mycket energi g\u00e5r det \u00e5t till en ChatGPT-s\u00f6kning?<\/li>\n\n\n\n
- Hur mycket energi f\u00f6rbrukar den j\u00e4mf\u00f6rt med Google Search och andra AI-modeller?<\/li>\n\n\n\n
- Vad g\u00f6r OpenAI f\u00f6r att minska sin p\u00e5verkan?<\/li>\n\n\n\n
- Vilka \u00e5tg\u00e4rder kan du som anv\u00e4ndare vidta f\u00f6r att g\u00f6ra din AI-anv\u00e4ndning mer ansvarsfull?<\/li>\n<\/ul>\n\n\n\n
L\u00e5t oss komma in p\u00e5 det.<\/p>\n\n\n\n
Vilka befogenheter 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 f\u00f6r Microsoft Azure, gav oss en titt bakom kulisserna i en podcast<\/a> att Microsoft publicerad 2023<\/a>. <\/p>\n\n\n\n
Enligt honom har Microsoft byggt upp en infrastruktur som kan tr\u00e4na modeller med hundratals miljarder parametrar. <\/p>\n\n\n\n
GPT-3 hade t.ex. 175 miljarder parametrar, vilket redan l\u00e5ter som f\u00f6r m\u00e5nga tills man h\u00f6r att Microsofts Megatron-Turing-modell hade 530 miljarder.<\/p>\n\n\n\n
H\u00e5rdvarum\u00e4ssigt sammanfogade den ursprungliga OpenAI-superdatorn 2020 \u00f6ver 285 000 AMD InfiniBand-anslutna CPU-k\u00e4rnor plus 10 000 NVIDIA V100 Tensor Core GPU:er. <\/p>\n\n\n\n
Den nya virtuella maskinserien H100 klustrar upp till \u00e5tta NVIDIA H100 Tensor Core GPU:er per virtuell maskin och skalar upp till tusentals, precis som den typ av h\u00f6gpresterande infrastruktur som anv\u00e4nds i hosting av Minecraft-servrar<\/a> f\u00f6r att leverera upplevelser med l\u00e5g latens och h\u00f6g upptid.<\/p>\n\n\n\n
Kort sagt, om du undrar vad som driver ChatGPT \u00e4r svaret i princip: allt. <\/p>\n\n\n\n
Alla k\u00e4rnor, alla GPU:er, all n\u00e4tverksbandbredd du n\u00e5gonsin kan samla p\u00e5 dig i dina dr\u00f6mmar.<\/p>\n\n\n\n
Ber\u00e4knad energianv\u00e4ndning f\u00f6r ChatGPT<\/h3>\n\n\n\n
Nu till den verkliga fr\u00e5gan: hur mycket energi anv\u00e4nder ChatGPT per fr\u00e5ga? <\/p>\n\n\n\n
Du kanske f\u00f6rv\u00e4ntar dig att det ska vara apokalyptiskt, som att det sm\u00e4lter glaci\u00e4rer med varje prompt du skriver. <\/p>\n\n\n\n
Men enligt nya ber\u00e4kningar g\u00e5r en typisk ChatGPT-fr\u00e5ga p\u00e5 GPT-4o faktiskt p\u00e5 cirka 0,3 wattimmar (Wh). <\/p>\n\n\n\n
Det \u00e4r ungef\u00e4r tio g\u00e5nger mindre \u00e4n \u00e4ldre (och sannolikt felaktiga) uppskattningar fr\u00e5n b\u00f6rjan av 2023 som angav den till 3 wattimmar. <\/p>\n\n\n\n
Den \u00f6kade effektiviteten beror p\u00e5 b\u00e4ttre modeller, vassare h\u00e5rdvara och insikten att \u00e4ldre uppskattningar var alldeles f\u00f6r pessimistiska n\u00e4r det g\u00e4llde antalet token.<\/p>\n\n\n\n
I en skala \u00e4r 0,3 wattimmar mindre energi \u00e4n vad din b\u00e4rbara dator f\u00f6rbrukar medan du v\u00e4rmer upp ditt kaffe. <\/p>\n\n\n\n
\u00c4ven om du g\u00f6r tunga f\u00f6rfr\u00e5gningar hela dagen \u00e4r siffrorna f\u00f6r hur mycket energi ChatGPT anv\u00e4nder per dag fortfarande ganska l\u00e5ga j\u00e4mf\u00f6rt med att till exempel k\u00f6ra din AC eller speldator. Men det \u00e4r bara din anv\u00e4ndning.<\/p>\n\n\n\n
OpenAI:s anv\u00e4ndarbas uppgick till \u00f6ver 400 miljoner varje vecka i februari, enligt vad en OpenAI:s talesperson sa till Reuters<\/a>. S\u00e5 det blir m\u00e5nga watt-timmar \u00e4ven om man \u00e4r effektiv.<\/p>\n\n\n\n
Det \u00e4r viktigt att notera att denna siffra p\u00e5 0,3 wattimmar fortfarande \u00e4r lite v\u00e4l f\u00f6rsiktig. <\/p>\n\n\n\n
M\u00e5nga vardagliga fr\u00e5gor \u00e4r f\u00f6rmodligen billigare \u00e4n s\u00e5.<\/p>\n\n\n\n
Men fr\u00e5gor som omfattar stora m\u00e4ngder indata, omfattande utdata eller avancerade resonemangsmodeller kan fortfarande driva upp f\u00f6rbrukningen mycket h\u00f6gre.<\/p>\n\n\n\n
Energianv\u00e4ndning: GPT-4 j\u00e4mf\u00f6rt med GPT-3.5<\/h2>\n\n\n\n
\u00c4ven om GPT-3.5 har tagits ur bruk finns dess arv fortfarande kvar, s\u00e4rskilt n\u00e4r vi diskuterar hur mycket energi ChatGPT anv\u00e4nder i olika versioner.<\/p>\n\n\n\n
H\u00e4r \u00e4r vad uppgifterna s\u00e4ger om dess energianv\u00e4ndning j\u00e4mf\u00f6rt med GPT-4.<\/p>\n\n\n\n
F\u00f6r en modell av GPT-3-typ med cirka 175 miljarder parametrar var utsl\u00e4ppen redan intensiva, men att g\u00e5 \u00f6ver till en modell av GPT-4-typ med dess tyngre arkitektur skulle kunna \u00f6ka utsl\u00e4ppen med cirka 200 g\u00e5nger. <\/p>\n\n\n\n
Enligt George Hotz<\/a>GPT-4 \u00e4r \u00e5tta exemplar av en GPT-3-liknande modell med 220B-parameter som sytts ihop. <\/p>\n\n\n\n
Men viktigare \u00e4r att endast tv\u00e5 av dessa modeller faktiskt dirigeras under inferens, vilket inneb\u00e4r att den verkliga \u00e5tg\u00e4rden sker med cirka 280B effektiva parametrar n\u00e4r du redog\u00f6r f\u00f6r viss parameterdelning (~ 55B f\u00f6r uppm\u00e4rksamhetsmekanismer).<\/p>\n\n\n\n
J\u00e4mf\u00f6r det med GPT-3.5:s 175B-installation, s\u00e5 b\u00f6rjar du f\u00f6rst\u00e5 varf\u00f6r GPT-4:s inferenskostnader \u00e4r upp till tre g\u00e5nger h\u00f6gre. <\/p>\n\n\n\n
\u00d6kningen av energianv\u00e4ndningen \u00e4r st\u00f6rre \u00e4n \u00f6kningen av antalet parametrar, som bara skulle ha gett en \u00f6kning p\u00e5 1,6x. <\/p>\n\n\n\n
Men det var inte vad som h\u00e4nde eftersom GPT-4:s fr\u00e5gor helt enkelt \u00e4r mycket dyrare. <\/p>\n\n\n\n
AI-modellernas koldioxidavtryck<\/h3>\n\n\n\n
Att k\u00f6ra stora AI-modeller \u00e4r inte billigt, vare sig f\u00f6r planeten eller elr\u00e4kningen. <\/p>\n\n\n\n
Dessa modeller kr\u00e4ver rej\u00e4la datormuskler, vilket inneb\u00e4r mycket el och i m\u00e5nga fall \u00e4ven mycket utsl\u00e4pp.<\/p>\n\n\n\n
Exempelvis kr\u00e4vde GPT-3 enligt uppgift cirka 1.287 MWh el f\u00f6r att tr\u00e4na, sl\u00e4pper ut mer \u00e4n 50 kilo CO2<\/a>. <\/p>\n\n\n\n
Nyare modeller som GPT-4o \u00e4r \u00e4nnu st\u00f6rre, men OpenAI har inte sl\u00e4ppt deras exakta fotavtryck.<\/p>\n\n\n\n
Ut\u00f6ver OpenAI:s ChatGPT har du Metas AI-assistent, som sannolikt k\u00f6rs p\u00e5 Llama 3.2-modeller (antingen 11B- eller 90B-parametrar). <\/p>\n\n\n\n
Inte heller h\u00e4r finns n\u00e5gra exakta siffror p\u00e5 CO2-utsl\u00e4ppen.<\/p>\n\n\n\n
Anthropics Claude 3.5 Sonnet v\u00e4ger mycket tyngre, uppskattat till cirka 400 miljarder parametrar utan att avsl\u00f6ja sitt exakta koldioxidavtryck.<\/p>\n\n\n\n
Och Googles Gemini? Drivs av varianterna \"Flash\" och \"Pro\", \u00e4ven om Google inte har avsl\u00f6jat exakta parameternummer. <\/p>\n\n\n\n
Vi kan \u00e4nd\u00e5 dra slutsatsen att de \u00e4r i samma storleksordning som GPT-4o eller dess minivarianter.<\/p>\n\n\n\n
Och p\u00e5 tal om str\u00f6mlinjeformade modeller, DeepSeek-V3 \u00e4r h\u00e4r ute och flexar med bara 37 miljarder aktiva parametrar (av totalt 671B). <\/p>\n\n\n\n
Dess R1-resonemangsvariant visar stark prestanda samtidigt som den suger energi mer f\u00f6rsiktigt per token \u00e4n GPT-4o. <\/p>\n\n\n\n
Hur j\u00e4mf\u00f6r ChatGPT sig med andra verktyg?<\/h2>\n\n\n
\n![\"\"](\"https:\/\/undetectable.ai/blog\/wp-content\/uploads\/2025\/04\/Chatgpt-comparison-683x1024.jpg\" "\\"\\"")
<\/figure><\/div>\n\n\nVid det h\u00e4r laget b\u00f6r du veta att hur mycket energi ChatGPT anv\u00e4nder beror p\u00e5 vilken version du interagerar med, l\u00e4ngden p\u00e5 anvisningarna och mekaniken under huven. <\/p>\n\n\n\n
J\u00e4mf\u00f6rt med det st\u00f6rre universumet av AI-verktyg \u00e4r ChatGPT ungef\u00e4r genomsnittligt n\u00e4r det g\u00e4ller energibehov, s\u00e4rskilt f\u00f6r avancerade modeller. <\/p>\n\n\n\n
Men n\u00e4r det g\u00e4ller ren marknadsandel och anv\u00e4ndningsfrekvens inneb\u00e4r \u00e4ven \"genomsnittlig\" anv\u00e4ndning ett enormt energifotavtryck i stor skala.<\/p>\n\n\n\n
Energianv\u00e4ndning vs Google-s\u00f6kning<\/h3>\n\n\n\n
Redan 2009, Google uppskattade<\/a> energikostnaden f\u00f6r en enda s\u00f6kfr\u00e5ga till 0,3 Wh.<\/p>\n\n\n\n
Spola fram till 2024, och den uppskattningen har blivit dammig.<\/p>\n\n\n\n
Det visar sig att dagens Google-s\u00f6kningar faktiskt anv\u00e4nder ungef\u00e4r 10 g\u00e5nger mindre energi \u00e4n de tidiga uppskattningarna. <\/p>\n\n\n\n
Samtidigt var tidigare energiuppskattningar f\u00f6r en genomsnittlig LLM-f\u00f6rfr\u00e5gan, inklusive ChatGPT, ocks\u00e5 cirka 10 g\u00e5nger f\u00f6r h\u00f6ga (2,9 Wh).<\/p>\n\n\n\n
Med den senaste forskningen som s\u00e4tter Googles energif\u00f6rbrukning p\u00e5 0,04 Wh<\/a> och ChatGPT p\u00e5 0,3 Wh, dessa tv\u00e5 misstag tar ut varandra, vilket inneb\u00e4r att den gamla \"LLM anv\u00e4nder cirka 10 g\u00e5nger mer energi per fr\u00e5ga \u00e4n Google Search\" fortfarande g\u00e4ller ... men bara f\u00f6r att alla hade fel p\u00e5 r\u00e4tt s\u00e4tt. <\/p>\n\n\n\n
Vad g\u00f6r OpenAI f\u00f6r att minska p\u00e5verkan?<\/h2>\n\n\n\n
OpenAI \u00e4r fullt medvetet om att tr\u00e4ning och drift av modeller som ChatGPT f\u00f6rbrukar energi i en betydligt snabbare takt. <\/p>\n\n\n\n
Vilket f\u00f6r oss till fr\u00e5gan: vad g\u00f6rs \u00e5t saken?<\/p>\n\n\n\n
F\u00f6r det f\u00f6rsta har OpenAI drivit p\u00e5 effektivitetsuppgraderingar. <\/p>\n\n\n\n
Med tiden har nyare modeller, som GPT-4o, och nu GPT-4.1<\/a>har s\u00e4rskilt optimerats f\u00f6r betydligt l\u00e4gre energif\u00f6rbrukning under inferens. <\/p>\n\n\n\n
Framsteg inom modellarkitektur, tokenhantering och h\u00e5rdvaruf\u00f6rb\u00e4ttringar p\u00e5 serverniv\u00e5 inneb\u00e4r att hur mycket energi en ChatGPT-fr\u00e5ga anv\u00e4nder redan idag \u00e4r mycket l\u00e4gre \u00e4n vad den skulle ha varit f\u00f6r ett \u00e5r sedan f\u00f6r samma uppgift.<\/p>\n\n\n\n
OpenAI samarbetar ocks\u00e5 med Microsoft Azure och Azure har \u00e5tagit sig att driva sina datacenter med 100% f\u00f6rnybar energi senast 2025<\/a>. <\/p>\n\n\n\n
Det \u00e4r viktigt eftersom n\u00e4r du kastar fr\u00e5gor p\u00e5 ChatGPT, pingar du Azure-superdatorer som vi pratade om tidigare. <\/p>\n\n\n\n
Att flytta energik\u00e4llan fr\u00e5n fossila br\u00e4nslen till f\u00f6rnybara energik\u00e4llor minskar inte direkt den wattstyrka som en fr\u00e5ga anv\u00e4nder, men det minskar radikalt det koldioxidavtryck som \u00e4r kopplat till den.<\/p>\n\n\n\n
Ut\u00f6ver infrastruktur h\u00e4nder det en del mer framtidsinriktade saker. OpenAI unders\u00f6ker aktivt olika s\u00e4tt att g\u00f6ra modeller mindre utan att offra prestanda. <\/p>\n\n\n\n
Modellkomprimering, destillering och smartare routing (som dynamisk tokenbearbetning) \u00e4r alla mycket aktuella \u00e4mnen i AI efficiency-kretsar. <\/p>\n\n\n\n
Vad kan du g\u00f6ra som anv\u00e4ndare?<\/h2>\n\n\n\n
Medan OpenAI hanterar de stora strukturella f\u00f6r\u00e4ndringarna har anv\u00e4ndarna fortfarande en roll att spela f\u00f6r att minimera avfall och anv\u00e4nda ChatGPT p\u00e5 ett ansvarsfullt s\u00e4tt. <\/p>\n\n\n\n
H\u00e4r \u00e4r vad du kan g\u00f6ra:<\/p>\n\n\n\n
- \n
- Var kortfattad:<\/strong> Ge dina uppmaningar en tydlig och stram ram. Varje extra token som bearbetas kostar lite energi.<\/li>\n\n\n\n
- Undvik skr\u00e4ppostmeddelanden:<\/strong> Motst\u00e5 frestelsen att skicka in 15 l\u00e4tt omformulerade versioner av samma fr\u00e5ga.<\/li>\n\n\n\n
- Anv\u00e4nd l\u00e4mpliga modeller:<\/strong> N\u00e4r det \u00e4r m\u00f6jligt, v\u00e4lj l\u00e4ttare, billigare modeller (som GPT-4o-mini, om den erbjuds) f\u00f6r vardagliga eller l\u00e4tta uppgifter.<\/li>\n\n\n\n
- Batcha dina f\u00f6rfr\u00e5gningar:<\/strong> I st\u00e4llet f\u00f6r en massa fragmenterade fr\u00e5gor kan du samla dem i en enda, v\u00e4l genomt\u00e4nkt uppmaning.<\/li>\n<\/ul>\n\n\n\n
Om du vill slippa \u00e4ndl\u00f6sa omskrivningar och omgenereringar \u00e4r det smart att anv\u00e4nda dedikerade verktyg som genererar renare, publiceringsf\u00e4rdigt inneh\u00e5ll redan fr\u00e5n de f\u00f6rsta f\u00f6rs\u00f6ken.<\/p>\n\n\n\n
Det \u00e4r h\u00e4r Odetekterbar AI<\/a> verktyg som Smygskrivare<\/a> eller Parafraser<\/a> Kom in. <\/p>\n\n\n
\n![\"Ouppt\u00e4ckbar](\"https:\/\/undetectable.ai/blog\/wp-content\/uploads\/2025\/04\/AI-Stealth-Writer.jpg\" "\\"\\"")
<\/figure><\/div>\n\n\n![\"Sk\u00e4rmdump](\"https:\/\/undetectable.ai/blog\/wp-content\/uploads\/2025\/04\/AI-paraphrasing-tool-1-1024x369.jpg\" "\\"\\"")
<\/figure><\/div>\n\n\nIst\u00e4llet f\u00f6r att be ChatGPT om den perfekta versionen av din text genom flera redigeringar och f\u00f6rs\u00f6k (som kostar mer energi), kan du helt enkelt anv\u00e4nda v\u00e5ra specialiserade verktyg som \u00e4r byggda f\u00f6r precision. <\/p>\n\n\n\n
Verktyg som \u00e4r utformade f\u00f6r specifika \u00e4ndam\u00e5l \u00e4r i allm\u00e4nhet mer effektiva och alla v\u00e5ra verktyg passar perfekt in i denna modell f\u00f6r smart och energimedveten anv\u00e4ndning. <\/p>\n\n\n\n
Med andra ord: renare resultat p\u00e5 f\u00e4rre f\u00f6rs\u00f6k = mindre energif\u00f6rbrukning = n\u00f6jdare servrar = du r\u00e4ddar v\u00e4rlden, ett skarpt stycke i taget.<\/p>\n\n\n\n
\u00c4r du redo att se skillnaden? Starta v\u00e5r AI Detector och Humanizer i widgeten nedan!<\/p>\n\n\n\n
- Undvik skr\u00e4ppostmeddelanden:<\/strong> Motst\u00e5 frestelsen att skicka in 15 l\u00e4tt omformulerade versioner av samma fr\u00e5ga.<\/li>\n\n\n\n
- Var kortfattad:<\/strong> Ge dina uppmaningar en tydlig och stram ram. Varje extra token som bearbetas kostar lite energi.<\/li>\n\n\n\n