Llevábamos meses pidiéndolo, los investigadores llevaban años intentando arrancar el dato sin éxito y ninguna gran tecnológica quería abrir sus libros, pero Google ha publicado por fin el consumo energético de una consulta a su IA. La compañía ha cuantificado lo que gasta una petición mediana de texto en Gemini, y lo ha hecho con cifras concretas: 0,24 vatios-hora de electricidad, 0,03 gramos de CO2 equivalente y 0,26 mililitros de agua por cada prompt.Tal y como recogen MIT Technology Review y The Register, Google es la primera gran tecnológica que detalla el gasto por consulta. La compañía traduce esos 0,24 vatios-hora a algo tangible: menos de nueve segundos de televisión encendida, o el equivalente a tener un microondas funcionando durante un segundo. Los 0,26 mililitros de agua, por su parte, son unas cinco gotas.¿Cuánto consume de verdad preguntarle algo a Gemini? Google ha dado números concretos de cuánto consume GeminiEl número suena ridículamente pequeño, y ahí está el truco de la escala. Multiplica esa misma consulta por un millón de peticiones y la cifra deja de ser anecdótica: 240 kilovatios-hora de energía, 30 kilos de CO2 equivalente y 260 litros de agua. Eso que parece insignificante por unidad se convierte en un consumo nada desdeñable cuando hablamos del volumen real al que opera un asistente como Gemini, y casa con lo que ya apuntaba el estudio del MIT sobre energía por tarea cuando avisaba de que los centros de datos han disparado su consumo.El desglose técnico ayuda a entender adónde va la energía, y la mayor parte tiene nombre propio. Los aceleradores de IA se llevan el grueso del consumo: las TPU que ejecutan el modelo suponen el 58%, mientras que la CPU y la memoria de la máquina anfitriona suman otro 25%. El resto se reparte entre las máquinas de respaldo que esperan en reserva (un 10%) y el overhead del propio centro de datos, es decir, la refrigeración y la conversión de energía, que se queda en un 8%.Lo que Google saca a relucir es la mejora en eficiencia. La compañía asegura que el consumo del prompt mediano se ha reducido 33 veces en un solo año (entre mayo de 2024 y mayo de 2025), y que la huella de carbono total ha caído 44 veces en ese mismo periodo. Jeff Dean, Chief Scientist de la empresa, explicó en una entrevista que quisieron incluirlo todo en el cálculo. O casi todo, como se ve más abajo.La comparación con la competencia coloca a Google en una posición cómoda. OpenAI mueve cifras mucho más altas con ChatGPT-5, que según sus propias estimaciones gasta más de 18 vatios-hora por respuesta, con picos que alcanzan los 40. Su modelo anterior rondaba los 0,34 vatios-hora, según Sam Altman, que comparaba cada consulta con lo que gasta un horno en algo más de un segundo.La letra pequeña que mueve el resultado Google Gemini funcionando en un smartphone PixelAquí es donde empiezan las objeciones, y no son menores. Google deja fuera del cálculo elementos que pesan: el entrenamiento del modelo, el almacenamiento de datos, la energía del dispositivo del usuario y, sobre todo, el agua indirecta que se gasta en generar la electricidad que alimenta sus centros de datos. El dato de 0,26 mililitros solo cuenta el agua que se evapora dentro de la instalación.El asunto del agua ha levantado ampollas entre quienes llevan tiempo midiendo esto. Google sostiene que un estudio académico de referencia parte de premisas erróneas, en concreto un trabajo de la UC Riverside de 2023 que cifraba el consumo hídrico onsite en 2,2 mililitros por petición, porque asume una red eléctrica alimentada por plantas termoeléctricas refrigeradas con agua que no se corresponde con sus operaciones. Shaolei Ren, coautor de aquel estudio, devuelve la pelota con dureza: acusa a la empresa de comparar métricas incompatibles y de haber elegido el valor total más alto entre 18 ubicaciones distintas.No todo es escepticismo en el mundo académico, y conviene decirlo. Varios investigadores celebran la publicación pese a sus pegas, como Sasha Luccioni, de Hugging Face, que se alegra de que la gente pueda por fin conocer el coste real, aunque insiste en que esto no sustituye a un estándar comparativo tipo Energy Star para la IA. Jae-Won Chung, de la Universidad de Michigan, lo describe como el análisis más completo hasta la fecha, si bien el informe arrastra una pega de fondo: no ha pasado por revisión por pares.Conviene poner las cifras en perspectiva, porque el problema energético de la IA no se agota en una consulta de texto. El dato bonito describe el caso más favorable, no el techo: el propio Dean reconoce que pedirle a Gemini que resuma decenas de libros dispara el gasto muy por encima de la mediana, así que esos 0,24 vatios-hora retratan el escenario suave y no lo que cuesta exprimir el modelo a fondo.