Utjecaj umjetne inteligencije na okoliš: Koji chatbotovi troše najviše energije?
Prema istraživanjima organizacije Sustainable AI Group i neovisnih stručnjaka, Claude Fable 5 trenutno se ističe kao model s najvećom procijenjenom potrošnjom energije i emisijom stakleničkih plinova među ispitanim sustavima.

Tijekom standardnog razgovora, Claude Fable 5 prosječno troši oko 2,8 Wh energije i emitira približno 1,92 g ekvivalenta CO₂ (uz pretpostavku napajanja iz podatkovnog centra oslonjenog na prirodni plin u SAD-u). Za usporedbu, drugi popularni modeli ostvaruju niže vrijednosti u osnovnim testovima:
- Claude Opus 5: ~1,61 Wh
- ChatGPT 5.6 Sol: ~1,36 Wh
- Claude Haiku 4.5: ~0,08 Wh (uz emisiju od svega 0,05 g CO₂)
Ključni čimbenici koji utječu na emisije

Istraživanja pokazuju da ugljični otisak pojedinog upita nije fiksan, već ovisi o nizu tehničkih i operativnih varijabli:
- Složenost zadatka i višestupanjski procesi: Jednostavni tekstualni upiti troše minimalnu količinu energije. Međutim, kada AI izvršava složene zadatke poput pisanja i testiranja softvera, čitanja golemih dokumenata ili rada u više koraka tijekom nekoliko sati, emisije mogu drastično porasti. Primjerice, kod višestupanjski zadataka procijenjena emisija modela Claude Fable 5 raste na 52,14 g CO₂ (76,2 Wh), dok ChatGPT 5.6 Sol u istom scenariju emitira 29,24 g CO₂ (42,7 Wh).
- Količina generiranih tokena: Modeli koji generiraju veći volumen izlaznog teksta troše više računalne snage. Primjerice, modeli iz obitelji Claude Sonnet generiraju znatno više tokena od modela Opus, što utječe na ukupnu energetsku bilancu.
- Infrastruktura i hlađenje: Rad specijaliziranih procesora u podatkovnim centrima stvara goleme količine topline. Prema istraživanjima, sustavi za hlađenje mogu činiti do 40 % ukupne potrošnje električne energije u podatkovnom centru.
- Izvor električne energije: Lokacija podatkovnog centra ključni je faktor. Zahtjev obrađen u centru koji se napaja nuklearnom energijom, energijom vjetra ili hidroelektrana imat će višestruko manji ugljični otisak od onoga koji se oslanja na fosilna goriva (ugljen i plin).
Izazovi u mjerenju i zaključak

Stručnjaci naglašavaju da su trenutačne rang-liste informativnog karaktera. Velike tehnološke kompanije još uvijek ne objavljuju dovoljno detaljnih, neovisno provjerljivih tehničkih podataka o stvarnoj potrošnji svojih poslužitelja.
Ipak, s obzirom na to da se AI sustavi diljem svijeta koriste milijarde puta dnevno, izbor energetski učinkovitijeg modela za rutinske zadatke (ili korištenje lakših modela poput Anthropicovog Haikua) može značajno smanjiti ukupni ekološki otisak.