Zeke Hausfather estimó 170 kWh para sus ocho semanas de uso personal de Claude Code, con un rango de 70 a 330 kWh según el método de cálculo. En ese periodo, 1.138 prompts escritos por él activaron más de 14.000 llamadas al modelo y procesaron 3.200 millones de tokens.
Qué calculó Zeke Hausfather en ocho semanas
Hausfather publicó su análisis el 5 de agosto de 2026. El cálculo central atribuye 170 kWh de electricidad a su carga de trabajo; las distintas metodologías y supuestos elevan o reducen la estimación hasta un rango de 70–330 kWh.
Al repartir la estimación central entre los 1.138 prompts escritos, el promedio resulta en unos 150 Wh por prompt. Es una media de ese uso concreto, no una cifra fija para cada interacción. Hausfather también estimó unos 0,6 kWh para una sesión mediana de su propia actividad, con un rango de 0,25–1,2 kWh.
Por qué un prompt puede activar muchas llamadas
Claude Code puede reunir contexto, actuar, utilizar herramientas y comprobar los resultados en un ciclo de varios pasos. Por eso, el prompt que una persona escribe no equivale necesariamente a una única llamada al modelo: en el registro de Hausfather, 1.138 prompts se tradujeron en más de 14.000 llamadas.
Qué representan las cifras
Los 170 kWh corresponden a una estimación de electricidad para las ocho semanas de uso de Hausfather. Los 3.200 millones de tokens describen el volumen procesado durante ese mismo periodo; no son prompts ni llamadas. El cálculo también varía según factores como la longitud del contexto, el uso de caché, las herramientas, los agentes en paralelo y la combinación eléctrica que alimenta el centro de datos.
Así que los aproximadamente 150 Wh por prompt sirven para describir el promedio de esa carga de trabajo, pero no para predecir el consumo de cualquier tarea de Claude Code. Una sesión mediana estimada en 0,6 kWh pertenece a la misma experiencia personal, y su rango de 0,25–1,2 kWh refleja la variación entre los supuestos del cálculo.
Cómo influye el modelo elegido
Para tareas sencillas, Hausfather estimó que los modelos pequeños consumen entre cinco y siete veces menos energía por token que los modelos de frontera. La elección del modelo también influye en el cálculo energético de un flujo de trabajo agéntico.
