AI Carbon Footprint Calculator — All Models (2026)
CO2 emissions for GPT-4o, Claude, Gemini, Llama, image gen, video gen, and local models.
Uma consulta GPT-4 consome ~10x mais energia que uma busca no Google. O treinamento de um grande modelo pode emitir tanto CO2 quanto 5 carros em toda sua vida útil. No Brasil, a matriz elétrica é 83% renovável (hidrelétrica principalmente), o que reduz significativamente a pegada.
Data centers no Brasil têm pegada menor que os alimentados por combustíveis fósseis.
Training GPT-4 is estimated to have emitted ~500 tonnes CO2 — equivalent to 500 transatlantic flights. At scale, cumulative inference emissions overtake training emissions within months of deployment. Model efficiency (smaller models for appropriate tasks) reduces both cost and emissions simultaneously.
Emission estimates based on Patterson et al. (2021), Lannelongue et al. Green Algorithms framework, and subsequent industry analysis. Figures are midpoint estimates; actual emissions vary 3-5x depending on data center location, hardware generation, and grid carbon intensity.
