Én agentprompt bruker 600 ganger mer energi enn en chat-melding

1 138 skrevne prompter ble til over 14 000 modellkall. Det er hva klimaforsker Zeke Hausfather fant da han gikk gjennom de lokale loggene til sin egen Claude Code gjennom åtte uker, i en analyse publisert på The Climate Brink 5. august 2026. Hver prompt dro med seg 2,9 millioner tokens i snitt. En vanlig chat-utveksling uten resonnering eller websøk ligger på rundt tusen.

Tallet som forklarer resten er 96 prosent. Så stor andel av de 3,2 milliarder tokenene var cache-lesninger, fordi agenten leser hele den akkumulerte konteksten sin på nytt for hvert av de 14 000 stegene. Teksten du faktisk ser på skjermen, modellens output, utgjør 0,4 prosent av alt som ble prosessert.

Sammenligningsgrunnlaget er tallene leverandørene selv har oppgitt. Google sier en median Gemini-tekstprompt bruker 0,24 wattimer, og Sam Altman anslo snittet for en ChatGPT-forespørsel til 0,34. Hausfathers 150 wattimer er ikke et motbevis mot de tallene, men mot at «prompt» er en meningsfull måleenhet i det hele tatt.

«En prompt er til syvende og sist ikke en enhet for KI-bruk mer enn antall turer er et mål på bilkjøring; det er hvor langt du kommer som teller» — Zeke Hausfather, klimaforsker

Feilmarginene er vide. Bare token-tellingene er direkte målt, strømtallene hviler på tre uavhengige omregningsmetoder, og ingen utenfor laboratoriene vet hva et token faktisk koster i strøm hos en frontier-modell. Hausfather lander på 370 kg CO2e i året for sin egen bruk, litt mer enn en elektrisk tørketrommel på 262 kg og omtrent halvparten av en tur-retur økonomiflytur mellom San Francisco og New York.

Han argumenterer ikke for avholdenhet. Personlig måtehold blant den lille gruppen storforbrukere bøyer ingen kurver, mener han; det som flytter tallet er karbonintensiteten i strømmen, og med ren kraft ville fotavtrykket falt rundt 90 prosent. Problemet er at nesten tre firedeler av planlagt egenprodusert kraft til amerikanske datasentre går på naturgass.

For deg som bygger agenter ligger poenget i kostnadsmodellen, ikke i skyldfølelsen: når 96 prosent av tokenene er kontekst som leses om igjen, er kontekstvinduet den dominerende utgiftsposten i både strøm og penger, og ruting av enkle steg til en mindre modell kutter fem til sju ganger energi per token.