2026年10月21日，瑞典 AI 提供商贝格特 AI（Berget AI）在斯德哥尔摩发布一项开源方法，按请求计算 AI 碳排放。该方法由贝格特 AI、斯德哥尔摩环境研究所（Stockholm Environment Institute，SEI）以及技术非营利组织 WattTime、Klimatkollen 的研究人员共同开发，客户可在控制台按请求跟踪排放。该方法免费开放，以推动更多 AI 提供商按请求披露排放，让采购方依据真实数据比较并选择更低碳的供应商。
正文
斯德哥尔摩，2026年10月21日。瑞典AI提供商Berget AI今天发布一种开源方法，用于计算每一个单独AI请求的碳排放。该方法由Berget AI与斯德哥尔摩环境研究所（SEI）的研究人员，以及技术非营利组织WattTime和Klimatkollen共同开发。客户在使用服务时，可在Berget AI的控制台中跟踪自身排放。Berget AI将该方法免费开放给任何人使用，希望更多AI提供商按请求报告排放，使买家能基于真实数据比较不同提供商，并选择更低排放的方案。
“如今大多数公司无从知晓自己使用AI产生了多少排放。借助这一方法，我们的客户可以逐次请求跟踪排放，并依据数据而非营销宣传来比较提供商。我们知道，如果能看到这些数字，大多数欧洲买家会做出不同选择。”Berget AI首席执行官Andreas Lundmark说。
在相同硬件上，向开放模型Kimi K3发起一次典型请求，在瑞典排放约0.4克CO₂，在爱尔兰为1.6克，在德国为2.5克，在德州为3.2克——德州是瑞典的8.5倍。结果还会因模型、时段以及提示词是否有部分被缓存而不同，因此该方法对每个请求单独计算，而不是取平均值。Berget AI报告的是基于位置的数字，采用服务器所在地区的平均电网结构，并计入硬件制造产生的排放。
买家很少能从AI提供商那里获得排放数据，现有的公开数字大多是从外部估算的平均值。可运行于任何数据中心的开放权重模型，正处理着越来越大的AI流量份额：2026年6月，Vercel AI Gateway上29%的token来自这类模型，高于4月的11%。对这些模型而言，只要排放可见，请求在哪里运行就可以由买家选择。
“关于AI足迹，大多数惊人数字都是把一个平均值乘以对使用量的猜测得来的，没人能够核验。唯一公平的比较方式是逐次请求计算再相加。我们已公开自己的判断依据，任何人都可以检查和采用。”Berget AI首席技术官兼联合创始人Christian Landgren说。
“国际能源署预计，到2030年数据中心用电量将增加一倍以上，达到约945 TWh，AI是主要驱动因素。对效率提升的任何承诺都可能被更高的需求压倒，令可再生能源带来的减排化为乌有。类似这样的方法为知情决策提供了透明基础。它们的优势在于清楚表明，电网和关键基础设施的位置对AI能有多可持续至关重要。”SEI研究总监Somya Joshi说。
关于该方法
合作方测绘并测量了Berget AI基础设施的环境影响，包括能源、水和硬件，以及运行于其上的Klimatkollen的Garbo AI的碳足迹。他们将这些数据与当前研究相结合，把其转化为碳排放和更广泛的环境影响。
该方法遵循Green Software Foundation的SCI for AI规范，以MIT许可发布于GitHub。co2.berget.ai上的计算器可将其应用于任何模型和地区。它建立在EcoLogits和Sustainable AI Group的CLEER dashboard等开源估算工具之上，这些工具从提供商外部估算排放。据我们所知，Berget AI是第一家在自己的基础设施上为每个请求计算排放并公开方法的推理提供商。合作方将继续完善该方法，例如覆盖芯片制造的水和能源足迹，这部分当前版本尚未包含。
排放估算基于各区域电网当前的平均碳排放强度，这一直是温室气体核算中的常规做法。一种新兴方法采用边际排放率，用于估算新增负荷对既有电厂使用以及为满足增长需求而新建机组的影响。边际估算将于下月加入计算器，并可能显著改变瑞典数据中心的测量温室气体强度。
2026年10月21日更正：本新闻稿此前在禁发期分发的版本曾称，单次请求排放为爱尔兰1.2克、德国2.1克、德州3.9克，且德州与瑞典相差十倍。经对随本稿发布的电网排放因子进行来源复核，修正为爱尔兰约224、德国约337、德州约333 g CO₂e/kWh；更正后的单次请求数字见上文，德州与瑞典的差异为8.5倍。瑞典数字不变。
事实
| | | | --- | --- | | 电网排放强度 | 瑞典 ~8 g CO₂e/kWh（IEA 2024）· 爱尔兰 ~224（SEAI 2024）· 德国 ~337（Ember 2024）· 德州（ERCOT）~333（EPA eGRID 2023）· 全球平均 ~470（Ember 2024） | | 硬件隐含排放 | 每块数据中心GPU约1,000 kg CO₂；翻新GPU记为0 | | 空闲功耗 | 空闲的B300仍消耗236 W（生产环境实测七天） | | 制冷 | 北欧自然冷风：PUE约1.15，不用水。炎热气候：PUE趋向1.8，最多2升水/kWh | | 范围 | 不含训练：自报数据差异±50% | | 开放模型流量 | 2026年6月Vercel AI Gateway上29%的token（4月约为11%）；OpenRouter上具名模型token中约69% | | Kimi K3，单次典型请求 | 瑞典0.38 g CO₂e（89%来自硬件制造）。德州3.2 g（90%来自电力），另加约6毫升冷却用水。两地能耗均约4 Wh。使用 @bergetai/co2-calculator 1.1.1 计算：B300节点、共享部署、生产环境典型请求为5,000输入token和387输出token，并按典型日流量加权。 |
关于 Berget AI
Berget AI成立于2024年的瑞典，为私营和公共部门组织提供推理与AI基础设施，并自2025年起报告每个API请求的CO₂排放。
关于 SEI、WattTime 和 Klimatkollen
合作方为斯德哥尔摩环境研究所（SEI，知识伙伴）、WattTime（科学伙伴）和Klimatkollen（伙伴）。
链接
评论
讨论的主轴不是人工智能是否耗电，而是排放该算到谁头上：多数人把差异归因于电网碳强度、全球能源市场与供应商后端不可观测，认为模型、硬件和单次请求本身并不是主因；少数人则转向个人饮食、监管选址，或冷嘲人工智能会借“拯救人类”叙事拿到排放豁免。气氛在硬核技术纠正、政策主张与对环保焦虑的自我反思之间切换。
认为排放差异主要来自电网碳强度，而不是人工智能模型或硬件
- 得州与北欧的人工智能请求排放差距，主要由电网碳强度造成：得州电力仍约一半来自天然气和煤电，而瑞典以水电、核电、风电为主，因此单位电量排放可差近一个数量级。（高赞） > 得州 2025 年电网碳强度约为 363 克二氧化碳当量/千瓦时，瑞典约为 22 克，差约 16.5 倍；当时实时数据为得州 427、芬兰 50，约 8.54 倍，根源就是得州仍大量依赖化石燃料。（@blaze33）
- 这一逻辑不限于人工智能：一切用电行为都受同一电网碳地图支配；德国单位碳排与得州接近，法国低碳电网也让本地模型 Mistral 显得更清洁。（较多人）
强调用电量会通过全球能源市场把各地边际成本绑在一起
- 不能把“在瑞典用电”理解成与世隔绝的零影响；多消耗的每瓦时会通过汇率、进口能源密集型商品、石油产品和跨区电力交易，抬高其他地区（包括得州）的边际能源成本，因此孤立看本地电网标签是天真的。（少数人） > 在瑞典花掉的每一瓦时，会通过外汇、进口高耗能商品、石油产品和直接进口电力，把得州同样的瓦时边际成本推高；别再对总能耗装天真。（@reedf1）
提醒推理强度、工具调用和后端负载会让名义能耗严重失真
- 单次请求、单个词元或“推理强度”旋钮都会极大改变实际算力：中等与最高档推理的词元消耗可能差两个数量级；工具调用还会把看似便宜的词元变成 5 分钟中央处理器密集型操作，或 50 微秒缓存查询，未来瓶颈可能回到中央处理器。（少数人） > “推理强度”旋钮很关键：中等和最高档的词元消耗可能差两个数量级；工具调用还会放大算力需求，最终瓶颈可能重新回到中央处理器。（@bob1029）
质疑外部碳排放计算器的可观测性和指标有效性
- 供应商后端有大量不可见因素：外部无法知道某家随机人工智能服务商用了什么硬件和推理后端，计算器却要求用户自己提供；“响应时间”也无法区分真实计算与高峰期限流排队，因此外部估算可能失真。（少数人） > 你根本无法知道某家随机人工智能供应商用的是什么硬件和推理后端，计算器却要用户自己填；把“响应时间”当指标也不靠谱，因为无法判断其中多少时间只是高峰期限流。（@mkgiga）
主张用监管、绿色投资和数据中心选址来约束人工智能能耗
- 不应简单禁止数据中心，而应要求其配套超过自身负荷的绿电投资，并把人工智能资金用于公共利益；由于人工智能对延迟不敏感，也有人建议把数据中心放到偏远地区，减轻人口密集区压力。（少数人） > 进步地区应反对数据中心禁令，转而监管：要求绿电投资超过其负荷，并把人工智能带来的资金用于改善社会。（@km3r）
认为个人饮食尤其是吃肉的排放影响远超纠结人工智能请求
- 一个汉堡的二氧化碳当量，约等于瑞典 17000 次或得州 2000 次人工智能请求；相比省掉几次人工智能调用，减少吃肉、改吃豆腐、面筋、天贝等植物基食品，减排量级大得多。（少数人） > 一个汉堡的二氧化碳当量约等于瑞典 17000 次、得州 2000 次请求；少吃肉、改吃植物基食品影响大得多。（@alpineman）
预言人工智能会以“拯救人类”叙事获得排放豁免，普通人反而承担成本
- 有人冷嘲：社会会为“未来工作、数学、艺术”和“人类救星”等叙事给人工智能开温室气体豁免，代价却是对普通人和宠物的排放（例如放屁）征税。（少数人） > 别担心，人工智能会以“未来工作、数学与艺术、拯救人类”等理由拿到温室气体豁免，代价不过是对你和你的狗放屁征税。（@wartywhoa23）
认为围绕人工智能能耗的环保焦虑容易滑向“装死式”苦行
- 评论里的节俭叙事让人想到“死去曾祖父测试”：如果一种行为死者能做得比活人更好，比如不用水、不用塑料、甚至正在把自己回收，那可能就是“装死”；当苦行式节水、减碳、回收成为生活目的本身，而不是建设性能源方案时，就退化为非生成性的永久冬眠。（少数人） > 如果一件事你死去的曾祖父能比你做得更好——不用水、不用塑料，甚至正在把自己回收——那大概就是“装死”；当苦行式节俭成为人生目的，问题就出现了。（@blfr）
有价值的补充
- 相关排放计算基于新发布的开源模型；社区已有 Codecarbon 这类测量机器学习工作负载排放的标准工具，有人建议把本次发现贡献回去。
- 顺带一提：网站被挤到返回 502/503、加载不完整时，用 Nginx 直接返回 503 错误页面确实比正常服务省电——这是社区对站点“被拥抱到宕机”的自嘲。