6月17日消息，openai首席执行官山姆·奥特曼（sam altman）近日首次披露了chatgpt查询的具体能耗数据。
他在博文中透露，chatgpt单次查询平均耗电0.34瓦时（0.00034千瓦时），用水约0.000085加仑——相当于节能灯泡工作两分钟的耗电量，或约1/15茶匙的水量。
作为人工智能行业领军企业，openai此次公开能耗数据具有标志性意义，为评估ai技术对环境的影响提供了重要参考，并在业内引发热议。本文将对这个数据进行剖析，并呈现正反观点。
0.34瓦时数据是否可信？
支持这一数据的主要依据来自第三方研究的相互印证：
1）独立研究数据吻合
该数据的可信度首先体现在与第三方研究的高度吻合。知名研究机构epoch.ai在2025年发布报告显示，gpt-4o单次查询能耗约为0.0003千瓦时，与openai公布的数据基本一致。
epoch.ai的测算基于以下假设：openai模型采用“专家混合”架构，拥有1000亿个活跃参数，典型响应输出500个token。不过该研究存在两个局限：一是仅计算了gpu服务器的直接能耗，二是未纳入数据中心通用的pue能效评估指标。
同样在2025年，由尼达尔·杰拉姆（nidhal jegham）领衔的学术团队得出了更具细分性的数据：gpt-4.1 nano单次查询耗电0.000454千瓦时，推理模型o3功耗增至0.0039千瓦时，而处理长文本任务（约7000词输入+1000词输出）的gpt-4.5能耗达到0.03千瓦时。
多方独立研究数据的趋同性表明，至少在模型推理阶段，openai公布的能耗值处于合理范围。
2）硬件层面数据合理性分析
行业报告显示，chatgpt日均查询量达10亿次。若按单次0.34瓦时计算，单日总能耗约340兆瓦时。技术专家据此推算，openai可能需要部署3200台搭载英伟达dgx a100芯片的服务器集群。这意味着每台服务器需要每秒处理4.5次查询。
按照openai的标准换算：每次请求平均生成500个token，约375个单词，单台服务器需实现每秒生成2250个token。这听起来是否现实？
约万·斯托伊科维奇（jovan stojkovic）等学者2024年的实验显示，搭载8颗h100 gpu芯片的服务器运行llama-2-70b模型时，token生成速度可达每秒6000个。但杰拉姆团队2025年实测openai多个模型时，观测到的生成速度仅为每秒75到200个token（具体测试条件未详细说明）。
综合来看，3200台服务器支撑10亿次日均查询的理论模型虽存在争议，但尚不能完全否定其可能性。
为何部分专家持怀疑态度？
尽管有支持证据，但不少专家对openai公布的能耗数据持保留态度，主要质疑集中在以下方面：
1）openai的数字可能忽略了其他组件能耗
这个数字可能仅涵盖了gpu服务器本身的能耗，未考虑其他基础设施的能耗——比如数据存储、冷却系统、网络设备、防火墙、电力转换损失或备份系统等。
这种情况在科技公司的能耗报告中很常见，例如，meta公布的能耗数据同样存在类似局限。但在实际数据中心运营中，gpu能耗通常仅占总能耗的一部分。
2）openai的服务器能耗估算似乎偏低
许多评论员，比如绿色运营倡导者马克·布彻（mark butcher），认为3200台gpu服务器远不足以支撑所有chatgpt用户的查询，特别是在考虑到全球用户量、高可用性以及诸如编程或图像分析等复杂应用时。
同时，第三方研究报告指出，openai实际部署用于推理的gpu数量可能达到数万甚至数十万颗。如果这一数据属实，那么其真实能耗水平将远高于宣传中单次查询0.34瓦时的数字。
3）关键参数披露不完整
批评者如大卫·米顿（david mytton）指出，openai的声明缺乏必要的背景信息。例如：
“平均查询”具体指的是什么？是单次提问，还是一次完整的对话？
该数据是仅针对某个特定模型（例如gpt-3.5或gpt-4），还是多个模型的平均值？
这个数据是否包括更复杂的新任务，例如多模态输入（如pdf文件分析或图像生成）？
水的使用量是直接用于冷却服务器，还是包括了电力生产过程中的间接用水？
为何没有提供碳排放数据？这会根据地区和能源结构有所不同。
没有这些关键信息，难以判断该数据的可信度，也无法与其他ai系统的能耗进行有效的横向对比。
科技巨头终于开始回应公众诉求了吗？
openai此次披露能耗数据，恰逢英伟达发布gpu全生命周期碳排放报告、谷歌发布tpu硬件环境评估报告之际。
这是否意味着科技巨头终于开始响应社会对透明度的呼声？我们是否正见证新时代的曙光？还是奥特曼只是在玩弄话术——毕竟，淡化气候影响符合它们的商业利益？
推理能耗 vs 训练能耗：被忽视的长期影响
关于ai能耗的讨论通常集中在模型训练阶段。虽然训练阶段的能耗确实惊人，但从长远来看，处理数十亿次查询（即推理阶段）的总能耗可能远超过训练阶段的能耗。
据估算，gpt-4训练大约消耗5000万至6000万千瓦时的电力。如果以每次查询消耗0.34瓦时、日均10亿次查询计算，仅需150至200天，推理阶段的总能耗就会超越训练阶段。
这也使得推理阶段的能耗值得关注，并需要进行详细的测量。
结论：又一颗“绿色烟雾弹”？
正当人们以为openai的能耗争议已没有新意时，这家一向以封闭著称的公司却突然公开了具体数据。许多人对其在产品能耗问题上的公开态度表示欢迎，并期待这是科技巨头开始公开披露资源消耗与气候影响的转折点。
然而，质疑的声音同样存在，而且有理有据。因为该数据仅作为一篇博客文章的附带内容，且与文章主题完全无关，缺乏足够的背景信息。
在openai提供更详实的数据前，0.34瓦时这个数字应被审慎看待——它或许是新时代的起点，也可能只是又一场精心设计的“绿色烟雾弹”。（文/腾讯科技特约编译 金鹿）
