El 96% del trabajo de los agentes de IA se desperdicia releyendo su propia memoria
Si en California un agente de inteligencia artificial consume tanta electricidad como dos neveras funcionando a pleno rendimiento, la pregunta es inevitable para el mercado español: ¿cuánto cuesta de verdad automatizar tareas con IA cuando la energía en España es aproximadamente un 40% más cara?
El investigador climático Zeke Hausfather publicó en The Climate Brink los resultados de ocho semanas midiendo el consumo del asistente Claude Code, de Anthropic. El dato central: un uso diario de entre 1,2 y 5,9 kWh, con un total de 3.200 millones de tokens procesados y un consumo estimado de unos 170 kWh en el periodo. Para que sirva de referencia, dos frigoríficos domésticos estándar consumen juntos alrededor de 5 kWh al día.
El problema del contexto infinito
El hallazgo más relevante no es el volumen de consumo total, sino cómo se distribuye. Del total de tokens procesados, el 96% corresponde a lecturas en caché: el agente relee su propio contexto acumulado en cada uno de los aproximadamente 14.000 pasos que ejecuta. Cada vez que se lanza un comando, se lee un archivo o se invoca una herramienta, el sistema repasa toda la conversación desde el principio. Solo el 0,4% de los recursos genera una respuesta visible para el usuario.
Distribución del consumo de tokens en Claude Code: el 96% son relecturas en caché y apenas el 0,4% genera resultados visibles.
Aunque los tokens en caché son más baratos que los tokens nuevos, el volumen de relecturas es tan masivo que acaba dominando el gasto energético total. Hausfather lo compara con leer un libro desde la primera página antes de escribir cada nueva frase.
Lo que las grandes empresas no cuentan
Google afirma que un prompt de texto con Gemini consume 0,24 Wh. OpenAI, según declaraciones de Sam Altman, sitúa cada consulta en torno a 0,34 Wh. El consumo diario medido por Hausfather en un uso real con agentes supera esas cifras en unas 600 veces. Ninguna de las dos compañías publica datos desglosados para cargas de trabajo agénticas, y Anthropic tampoco divulga métricas de energía por llamada.
En cuanto al impacto ambiental, Hausfather estima que la huella anual de CO₂ de este patrón de uso equivale a la de una secadora eléctrica doméstica, o aproximadamente la mitad de la huella de un vehículo eléctrico recorriendo 18.500 km.
Una metodología en debate
Los cálculos de Hausfather son estimaciones propias, no un estándar de la industria. Boris Gamazaychikov, del Sustainable AI Group, los calificó de "buen intento" pero señaló el uso de datos desactualizados. Gamazaychikov prepara su propio estudio, previsto para septiembre de 2026, que podría ofrecer una imagen diferente. Mientras tanto, los grandes laboratorios de IA no tienen prisa por publicar informes energéticos detallados —y eso, en sí mismo, es un problema para cualquier empresa que quiera calcular el coste real de adoptar agentes de IA.
