Mariano Della Vedova
EN
18 sep 2026
Tu IA más eficiente probablemente no redujo tu carbono
En mi artículo anterior escribí que elegir el modelo del tamaño justo es la mayor palanca sobre el costo y el carbono. Pero mencioné que las mejoras de eficiencia no siempre achican la huella total. A veces la agrandan.
Es la paradoja de Jevons, y tiene una larga historia. Las lámparas LED son alrededor de un 90 % más eficientes que las incandescentes que reemplazaron. La participación de la iluminación en la demanda de energía casi no cambió, porque la luz más barata significó más luz, en más lugares y durante más tiempo.
Los titulares de eficiencia en IA de este año tienen la misma forma: un chip de inferencia propio (Jalapeño de OpenAI, Hot Chips 2026) que promete hasta 1,9 veces el rendimiento por vatio de las últimas GPU de Nvidia; modelos sparse mixture-of-experts que activan una fracción de sus parámetros por token (GLM-5.3 usa unos 40B de sus 753B); las lecturas de caché más baratas de Anthropic, ahora al 2,5 % del costo base de entrada; Google reduciendo hasta un 88 % los tokens de comprensión de video con agentes en un benchmark de videos largos.
Cada una es una mejora real y verificable por tarea. Ninguna dice qué pasa con las emisiones totales cuando esa eficiencia abarata la carga de trabajo y se hace más de ella (y los tokens más baratos y eficientes se usan más).
No se ve el rebote si la métrica que seguís es una tasa. Software Carbon Intensity (SCI) mide emisiones por unidad de trabajo; puede mantenerse o mejorar mientras las emisiones absolutas suben, porque nunca se diseñó para captar el crecimiento del volumen.
La única palanca que sobrevive a esta trampa es elegir el modelo del tamaño justo: mandar el ~80 % de las solicitudes fáciles a un modelo chico y reservar el de frontera para el 20 % difícil. Funciona porque aplica el ahorro a una demanda que ya existe, no a un caso de uso nuevo inventado para gastar el ahorro.
La jugada de PM: tratar las mejoras de eficiencia como una decisión de presupuesto, no como un comunicado de prensa. Decidir a conciencia si guardás el ahorro o lo reinvertís en más capacidad al mismo costo, y no anunciar la eficiencia por consulta como un logro climático mientras las emisiones absolutas siguen subiendo.
Fuentes: Jalapeño de OpenAI/Broadcom en Hot Chips 2026 (vía Tom's Hardware); ficha del modelo GLM-5.3 (Hugging Face); precios de Claude Fable 5.1 de Anthropic, platform.claude.com (lecturas de caché); blog de Google, comprensión de video con agentes, septiembre de 2026.
Publicado originalmente en LinkedIn ↗