Uma mesma pergunta feita a um modelo de IA pode emitir 8,5 vezes mais CO₂ dependendo de onde o servidor está. Foi isso que a empresa sueca Berget AI mediu ao comparar data centers na Suécia e no Texas, usando hardware idêntico. A diferença não está no modelo, mas na matriz elétrica que alimenta cada região.
No dia 21 de outubro de 2026, a Berget AI divulgou um método de código aberto para calcular as emissões de cada requisição individual de IA, desenvolvido com pesquisadores do Stockholm Environment Institute e das ONGs de tecnologia WattTime e Klimatkollen.
O contexto: ninguém sabe quanto a IA realmente polui
Hoje, a maioria das empresas que usa IA não faz ideia de quanto isso emite. Os números públicos que existem costumam ser médias estimadas de fora, multiplicando um valor genérico por um chute de volume.
O CTO da Berget, Christian Landgren, é direto sobre o problema: “A maioria das cifras alarmantes sobre a pegada da IA vem de multiplicar uma média por um palpite de volume, e ninguém consegue verificar.” A proposta da empresa é inverter a lógica — calcular pedido por pedido e somar.
Vale um ceticismo saudável aqui: a Berget vende serviços de IA baseados na Suécia, onde a eletricidade é mais limpa. Ou seja, ela também tem interesse comercial em fazer a comparação por região virar padrão de mercado.
O que muda: medição aberta, pedido por pedido
Os números divulgados dão a dimensão. Uma requisição típica ao modelo aberto Kimi K3 emite cerca de 0,4 grama de CO₂ na Suécia, 1,6 g na Irlanda, 2,5 g na Alemanha e 3,2 g no Texas — no mesmo hardware.
O cálculo também varia conforme o modelo usado, a hora do dia e se parte do prompt já estava em cache. Por isso o método trata cada requisição separadamente, em vez de aplicar uma média única. A Berget usa figuras baseadas na localização, considerando a mistura média da rede elétrica onde os servidores rodam, e inclui até as emissões de fabricação do hardware.
Como o método é aberto e gratuito, a empresa quer que outros provedores passem a reportar emissões por requisição — permitindo que compradores comparem com base em dados, e não em marketing.
Por que isso importa pra você
Para quem usa modelos abertos, isso é mais relevante do que parece. Esses modelos podem rodar em qualquer data center, e já respondem por uma fatia crescente do tráfego: 29% dos tokens no AI Gateway da Vercel em junho de 2026, contra 11% em abril.
Na prática, onde a requisição é processada vira uma escolha do comprador — desde que as emissões estejam visíveis. Sem transparência, não há escolha nenhuma.
O pano de fundo pesa: a Agência Internacional de Energia projeta que o consumo elétrico de data centers mais que dobre, chegando a cerca de 945 TWh até 2030, tendo a IA como principal motor. Ganhos de eficiência podem ser engolidos pelo aumento de volume.
A medição por requisição não resolve esse crescimento sozinha, mas dá às empresas uma ferramenta concreta para comparar fornecedores com números verificáveis — algo que praticamente não existia até agora. Resta ver se o resto do setor vai topar abrir seus próprios dados.
Fonte: Berget AI · Imagem de capa: Berget AI
Quer aplicar IA no seu trabalho?
Aprenda qual ferramenta usar para cada tarefa — ChatGPT, Claude, Copilot, Gemini e NotebookLM — nos cursos do IA Todo Dia.
Conhecer os cursos →