
En chatbot-prompt koster næsten ingenting. Nogle få øre, hvis man ser på OpenAI’s eller Googles officielle prislister. Men bag det lille tal gemmer der sig et energiforbrug, et vandforbrug og en varmeudledning, som – ganget op med milliarder af prompts – bliver til en ny post i det globale klimaregnskab.
Hvad koster en prompt i kroner og øre?
De store sprogmodeller afregner i tokens, små tekststumper, der tæller både input (det du skriver) og output (det modellen svarer). Hos OpenAI koster en typisk forespørgsel til GPT-4.1 måske 0,015 kr. – langt under prisen på et frimærke.
Men regningen vokser hurtigt: For en virksomhed, hvor 10 medarbejdere bruger 50 prompts om dagen, kan det løbe op i over 3.000 kr. om året. Og globalt, hvor milliarder af prompts køres dagligt, bliver summen astronomisk.
Energiforbruget bag en prompt
En prompt til Google Gemini bruger i gennemsnit 0,24 Wh. Hos OpenAI’s modeller ligger tallet omkring 0,34 Wh. Det lyder ikke af meget – omtrent det samme som en enkelt Google-søgning – men ganget med milliarder bliver det til mange gigawatt-timer.
Til sammenligning:
- En kop kaffe: ca. 50 Wh.
- En times Netflix: ca. 120 Wh.
- En maskine vasketøj: ca. 700 Wh.
Al den energi bliver til varme i datacentrene og skal håndteres.
Vandforbruget – de skjulte dråber
Energi er kun halvdelen af historien. Datacentre skal køles, og det kræver vand. Google oplyser, at en Gemini-prompt bruger ca. 0,26 ml vand. Sam Altman har selv nævnt 0,32 ml pr. ChatGPT-forespørgsel.
Det er ikke meget – 1.000 prompts svarer til et halvt glas vand. Men i global skala taler vi om millioner af liter hver dag. Nogle forskere har estimeret, at lange og komplekse prompts kan koste vand svarende til flasker pr. forespørgsel.
Overskudsvarme – fra problem til ressource
Når datacentre bruger strøm, bliver næsten al energien til varme. I Danmark er den varme begyndt at blive en ressource:
- Meta i Odense leverer overskudsvarme svarende til 6.900 husstandes fjernvarme.
- Microsoft i Høje-Taastrup planlægger at opvarme 6.000 hjem.
Det, der engang blev set som spild, bliver nu en del af den grønne omstilling.
Hverdagsregnestykket – “10 prompts om dagen”
Hvad svarer det til for en almindelig bruger?
- 10 prompts = ca. 0,003 kWh → ~0,7 g CO₂ (EU), 3 ml vand, 0,003 kWh varme.
- På årsplan: 2,5 kWh strøm, 250 ml vand (et glas) og varme nok til at opvarme en liter vand.
Småt individuelt – men stort, når det ganges op globalt.
Danmark vs. resten af verden
Danmark har lavere CO₂-intensitet (145-173 g/kWh mod EU’s 242 g/kWh). Samtidig bruger danske datacentre ofte udeluftkøling, så vandforbruget er lavere end gennemsnittet. Og som nævnt bliver overskudsvarmen i stigende grad sendt direkte ud i fjernvarmenettet.
Fremtidsperspektiver – kan vi gøre det billigere og grønnere?
Flere ting peger i den rigtige retning:
- Mindre og mere effektive modeller (Claude Haiku, Gemini Flash-Lite).
- Prompt-caching, så modellen ikke skal regne det samme ud igen.
- Grøn strøm og vandbesparende kølesystemer.
AI kan samtidig spare energi andre steder – fx i logistik, bygninger og transport.
Et nyt el-forbrug i hverdagen
En prompt koster næsten ingenting i kroner, men aldrig nul i ressourcer. Chatbots er på vej til at blive en fast del af vores daglige energiforbrug – ligesom elpærer, køleskabe og vaskemaskiner.
Spørgsmålet er, om vi vil betale med både penge og klima for at få hurtige svar fra maskinen.
Fakta: Kilder til artiklen
Hugging Face – Estimating ChatGPT Carbon Footprint (2023)
https://huggingface.co/blog/estimating-chatgpt-carbon-footprint
International Energy Agency (IEA) – Electricity 2024
https://www.iea.org/reports/electricity-2024
OpenAI / ChatGPT-dokumentation – tekniske beskrivelser af modelstørrelser og GPU-forbrug (ingen officielle danske energital).
Energinet – oplysninger om dansk elpris og CO₂-intensitet (2024-tal).
https://energinet.dk
Videnskabelige artikler og presseomtale om energiforbrug pr. AI-prompt (spænd fra ca. 0,34 Wh til 0,1 kWh).

Follow Me