ChatGPT واقعی کتنا پانی استعمال کرتا ہے؟ ایک ڈویلپر کی تحقیق 0.32 ملی لیٹر کے دعوے پر

ChatGPT واقعی کتنا پانی استعمال کرتا ہے؟ 0.32 ملی لیٹر کے دعوے پر ایک ڈویلپر کی تحقیق

ایک عدد انٹرنیٹ پر گھوم رہا ہے: ChatGPT کا ہر سوال تقریباً 0.32 ملی لیٹر پانی خرچ کرتا ہے، یعنی چائے کے چمچ کا پندرہواں حصہ۔ دونوں طرف کے لوگ اسے اپنی دلیل میں استعمال کرتے ہیں۔ میں سافٹ ویئر بناتا ہوں، اس لیے جب کوئی ایک عدد اتنا بوجھ اٹھا رہا ہو تو میرا پہلا سوال یہ نہیں ہوتا کہ یہ درست ہے یا نہیں۔ میرا سوال ہوتا ہے کہ اس نے ناپا کیا ہے۔

تحریر: زبیر حسین، فل اسٹیک ڈویلپر، لاہور۔ آخری جانچ: 18 ستمبر 2026

دعوے کا اصل ماخذ

یہ عدد کسی رپورٹ سے نہیں آیا۔ سیم آلٹمین نے 10 جون 2025 کو اپنے ذاتی بلاگ پر The Gentle Singularity میں لکھا: "اوسط سوال تقریباً 0.34 واٹ آور بجلی استعمال کرتا ہے... اور تقریباً 0.000085 گیلن پانی، یعنی چائے کے چمچ کا تقریباً پندرہواں حصہ" ^[1]۔

بس یہی پورا بنیادی ماخذ ہے۔ کوئی طریقہ کار نہیں، "اوسط سوال" کی کوئی تعریف نہیں، کوئی ہارڈویئر یا ڈیٹا سینٹر کا ذکر نہیں، اور کوئی پیر ریویو نہیں ^[2]۔ یکم ستمبر 2026 کو آلٹمین نے اسی عدد کی بنیاد پر کہا کہ 38,000 سوالات ایک کیلیفورنین بادام کے برابر پانی خرچ کرتے ہیں۔ PolitiFact نے 4 ستمبر 2026 کو اس موازنے کو "زیادہ تر غلط" قرار دیا ^[3]۔

پہلے حساب کی جانچ

ایک امریکی گیلن ٹھیک 3,785.411784 ملی لیٹر کا ہوتا ہے۔

0.000085 x 3785.411784 = 0.32176 ملی لیٹر

چائے کے چمچ والی جانچ بھی درست نکلتی ہے: 4.92892 تقسیم 15 برابر 0.3286 ملی لیٹر۔ دونوں بیانات آپس میں مطابقت رکھتے ہیں۔ حساب میں کوئی خرابی نہیں ہے۔

جی پی یو پانی نہیں پیتے

جی پی یو صرف بجلی استعمال کرتا ہے اور گرمی پیدا کرتا ہے۔ پانی تین جگہوں پر خرچ ہوتا ہے، اور ان میں سے صرف ایک عمارت کے اندر ہے۔

بلاواسطہ اور بالواسطہ پانی کا فرق

یہی فرق تقریباً ہر بحث کا فیصلہ کرتا ہے۔ بلاواسطہ یا اسکوپ 1 وہ پانی ہے جو ڈیٹا سینٹر کے کولنگ ٹاور میں بھاپ بن کر اڑ جاتا ہے۔ اسے WUE یعنی لیٹر فی کلو واٹ آور میں ناپا جاتا ہے، اور گوگل نے 2023 اور 2024 کے لیے 1.15 لیٹر فی کلو واٹ آور بتایا ^[4]۔ بالواسطہ یا اسکوپ 2 وہ پانی ہے جو بجلی بنانے والے پلانٹ پر خرچ ہوتا ہے۔

تحقیق "Making AI Less Thirsty" کے مطابق GPT-3 کی تربیت میں سائٹ پر تقریباً 7 لاکھ لیٹر پانی خرچ ہوا، لیکن بجلی کا پانی شامل کرنے پر یہ تقریباً 54 لاکھ لیٹر بنتا ہے ^[5]۔ یعنی بالواسطہ حصہ بلاواسطہ سے کئی گنا بڑا تھا۔

0.32 ملی لیٹر کو الٹا حل کرنا

گوگل نے اپنا فارمولا شائع کیا ہے: پانی برابر ہے (کل توانائی منہا سہولت کا اوور ہیڈ) ضرب WUE۔ ان کے اپنے اعداد پر جانچیں: (0.24 منہا 0.02) ضرب 1.15 برابر 0.253 ملی لیٹر، جو ان کے شائع کردہ 0.26 ملی لیٹر کے برابر ہے ^[4]۔

اب یہی فارمولا OpenAI کے اعداد پر لگائیں۔ اگر 0.34 واٹ آور کل توانائی ہے اور اوور ہیڈ 8 فیصد ہے تو آئی ٹی توانائی تقریباً 0.313 واٹ آور بنتی ہے:

0.32176 ÷ 0.313 = تقریباً 1.03 لیٹر فی کلو واٹ آور

یہ قدر ایک جدید اور اچھی ڈیٹا سینٹر کے لیے حقیقت پسندانہ ہے۔ یعنی یہ عدد کچھ مفروضوں کے تحت قابلِ قبول ہو سکتا ہے، بشرطیکہ اس میں صرف سائٹ کی کولنگ شامل ہو اور بجلی بنانے کا پانی شامل نہ ہو۔ اگر وہ بھی شامل کریں تو عدد کئی گنا بڑھ جاتا ہے۔

ایک عدد سب کے لیے کیوں نہیں ہو سکتا

پانی فی سوال کوئی مستقل عدد نہیں، یہ کئی متغیرات کے ضرب کا نتیجہ ہے: ماڈل کا حجم، ان پٹ ٹوکن، آؤٹ پٹ ٹوکن، ریزننگ کا بوجھ، چپ کی قسم، بیچنگ، استعمال کی شرح، ڈیٹا سینٹر کا مقام، موسم، کولنگ ٹیکنالوجی، بجلی کا ذریعہ، اور PUE اور WUE۔

Epoch AI کے مطابق ایک عام GPT-4o سوال تقریباً 0.3 واٹ آور لیتا ہے، لیکن 10,000 ٹوکن ان پٹ پر تقریباً 2.5 واٹ آور اور 100,000 ٹوکن پر تقریباً 40 واٹ آور ^[6]۔ یعنی ایک ہی ماڈل کے اندر سو گنا سے زیادہ فرق۔ Jegham اور ساتھیوں نے 30 ماڈلز میں 65 گنا فرق رپورٹ کیا ^[7]۔ مقام کا فرق بھی بڑا ہے: ایک ہی کام ٹیکساس میں تقریباً 7.6 ملی لیٹر اور واشنگٹن میں تقریباً 47.6 ملی لیٹر بنتا ہے ^[5]۔

شائع شدہ تخمینوں کا موازنہ

تربیت اور انفرنس الگ الگ ہیں

تربیت ایک بار کی بڑی لاگت ہے جو بعد کے تمام سوالات پر تقسیم ہو جاتی ہے۔ انفرنس ہر سوال کی حاشیائی لاگت ہے، اور 0.32 ملی لیٹر کا دعویٰ اسی کے بارے میں ہے۔ پیمانے کا اندازہ: روزانہ 70 کروڑ سوالات پر 0.32 ملی لیٹر کے حساب سے تقریباً 2 لاکھ 25 ہزار لیٹر روزانہ، یعنی سال میں تقریباً 8 کروڑ 20 لاکھ لیٹر۔ ایک سوال کے لیے یہ معمولی ہے، سال بھر کے لیے یہ ایک شہر کا پانی کا کھاتہ ہے۔

بادام والا موازنہ

PolitiFact کے مطابق ایک کیلیفورنین بادام پر تقریباً 12 لیٹر پانی کا کل واٹر فٹ پرنٹ آتا ہے، لیکن اس میں سے صرف تقریباً 6 لیٹر براہِ راست آبپاشی کا تازہ پانی ہے۔ باقی بارش اور آلودگی کی تحلیل کا حساب ہے ^[3]۔

12.1 لیٹر ÷ 0.32176 ملی لیٹر = تقریباً 37,600 سوالات

ضرب درست ہے، موازنہ غلط ہے۔ بادام کی طرف مکمل واٹر فٹ پرنٹ ہے اور ChatGPT کی طرف بظاہر صرف کولنگ کا پانی۔ اگر دونوں طرف براہِ راست پانی لیں تو جواب تقریباً 1,000 سے 10,000 سوالات بنتا ہے ^[3]۔

حد بندی کا مسئلہ: ایک API مثال

اگر آپ نے کبھی latency پر بحث کی ہو تو یہ مسئلہ آپ پہلے سے جانتے ہیں۔ ایک ٹیم کہتی ہے endpoint 12 ملی سیکنڈ میں جواب دیتا ہے کیونکہ اس نے صرف ڈیٹا بیس کال ناپی۔ دوسری ٹیم کہتی ہے 180 ملی سیکنڈ کیونکہ اس نے نیٹ ورک، TLS، authentication، ڈیٹا بیس اور serialization سب ناپا۔ دونوں سچ بول رہے ہیں۔ فرق اس میں ہے کہ ٹائمر کہاں شروع ہوا۔ پانی فی سوال کا معاملہ بالکل یہی ہے، اور latency کے برعکس یہاں کوئی متفقہ معیار موجود نہیں۔

پرانا "ایک بوتل پانی" والا دعویٰ بھی سادہ لوحی تھا

اس سے پہلے وائرل دعویٰ الٹا تھا: ایک گفتگو 500 ملی لیٹر کی بوتل پی جاتی ہے۔ یہ بھی حقیقی تحقیق سے آیا تھا، لیکن شرائط غائب ہو گئیں: ماڈل GPT-3 تھا، ایک "جواب" میں تقریباً 800 الفاظ ان پٹ اور 150 سے 300 الفاظ آؤٹ پٹ فرض کیے گئے، اعداد ناپے نہیں بلکہ ماڈل کیے گئے تھے، اور 10 سے 50 کی حد مختلف مقامات کے لیے تھی ^[5]۔ دونوں وائرل اعداد ایک ہی غلطی ہیں، بس مخالف سمتوں میں۔

ڈویلپرز کو کیا پوچھنا چاہیے

1. کون سا ماڈل ٹیسٹ ہوا؟
2. کتنے ان پٹ اور آؤٹ پٹ ٹوکن؟
3. کون سا ہارڈویئر؟
4. کون سا ڈیٹا سینٹر؟
5. کون سا کولنگ سسٹم؟
6. کیا بجلی کا بالواسطہ پانی شامل تھا؟
7. پیمائش کا عرصہ کیا تھا؟
8. نتیجہ اوسط تھا، میڈین تھا یا تخمینہ؟
9. کیا کوئی تیسرا فریق اسے دوبارہ نکال سکتا ہے؟

اگر ماخذ ان میں سے کم از کم چھ کا جواب نہ دے سکے تو وہ عدد پیمائش نہیں، بحث کا نکتہ ہے۔

عمومی سوالات

نتیجہ

0.32 ملی لیٹر گھڑا ہوا عدد نہیں ہے۔ اکائیوں کی تبدیلی درست ہے اور اس سے نکلنے والی WUE ایک حقیقت پسندانہ حد میں ہے، یعنی یہ کچھ مفروضوں کے تحت قابلِ قبول ہو سکتا ہے۔ لیکن یہ قابلِ تصدیق نہیں ہے اور یہ کوئی آفاقی مستقل نہیں ہے۔ عوامی طریقہ کار صرف دو جملوں پر مشتمل ہے۔

اصل سوال یہ نہیں کہ ایک سوال 0.32 ملی لیٹر لیتا ہے، پانچ قطرے یا ایک بوتل۔ اصل سوال یہ ہے کہ کیا طریقہ کار، انفراسٹرکچر کے مفروضے اور حسابی حدود اتنی شفاف ہیں کہ اس عدد کا کوئی مطلب نکالا جا سکے۔ گوگل نے ایک فارمولا شائع کیا جسے میں ایک سطر میں جانچ سکا۔ معیار یہی ہے۔

حوالہ جات

1. سیم آلٹمین، The Gentle Singularity، 10 جون 2025۔
2. Data Center Dynamics، جون 2025۔
3. PolitiFact، 4 ستمبر 2026۔
4. Google، Measuring the environmental impact of delivering AI at Google Scale، arXiv:2508.15734، اگست 2025۔
5. Li، Yang، Islam اور Ren، Making AI Less Thirsty، arXiv:2304.03271۔
6. Epoch AI، How much energy does ChatGPT use?، فروری 2025۔
7. Jegham اور ساتھی، How Hungry is AI?، arXiv:2505.09598، مئی 2025۔

زبیر حسین فل اسٹیک ڈویلپر ہیں۔ رابطہ: thezubairh@gmail.com