Что такое «вес» ИИ-запроса: сколько трафика потребляют чат-боты с искусственным интеллектом

Текстовый запрос: самая легкая категория

Чтобы понять, как ИИ обрабатывает текстовые запросы, стоит сначала объяснить базовую единицу измерения, с которой работает модель — токен. Это не буква и не целое слово, а фрагмент слов: иногда целое короткое слово, иногда только его часть. Именно на такие фрагменты разбивается и ваш запрос, и ответ модели, прежде чем попасть в обработку. Понимание того, что такое токены в ИИ, объясняет, почему более долгие запросы «стоят» дороже в вычислениях — независимо от того, сколько килобайт они фактически весят в переданных данных.

Вот как работает чат-бот, если смотреть на процесс со стороны сети: общение с чат-ботом наподобие ChatGPT по объему переданных данных похоже на обычную переписку в мессенджере — и запрос, и ответ — это текст, а даже развернутый ответ на несколько абзацев весит считанные килобайты — намного меньше одной-единственной медианной веб-страницы (те же 2,5+ МБ). Здесь нагрузка на канал небольшая, и даже не самый быстрый Интернет справится без проблем.

Интересно, что сложность «мышления» модели во время обработки запроса не всегда отвечает объему данных, которые передаются по каналу. По оценкам исследовательской организации Epoch AI, средний запрос к ChatGPT (модель GPT-4o) поребляет примерно 0,3 Вт·час электроэнергии на вычисление — меньше, чем расходуют некоторые бытовые приборы. То есть основная «нагрузка» такого запроса ложится не на ваш интернет-канал, а на вычислительные мощности дата-центра, где работает модель — а вместе с электроэнергией там расходуется еще и вода на охлаждение серверов, о чем немного ниже.

Изображение: средний вес, заметная разница

Когда речь идет о генерации изображений — например, в Midjourney или подобных сервисах — ситуация иная. Сам текстовый запрос (промпт) все еще весит мало, а вот результат — уже готовое изображение — это файл, который нужно загрузить на ваше устройство. Типичное сгенерированное изображение по умолчанию имеет расширение около 1024×1024 пикселей (примерно 1 мегапиксель), а после улучшения качества может достигать 2048×2048 пикселей. В перерасчете на размер файла это где-то от 1 до 3 мегабайт в зависимости от детализации и формата — то есть примерно как одна-две обычные фотографии из современного смартфона.

Разница появляется в масштабе: если дизайнер за рабочий день генерирует десятки вариантов изображений, подбирая нужный результат, суммарный объем загруженных файлов накапливается быстрее, чем при обычном просмотре сайтов или соцсетей. Вопрос, сколько мегабайт расходует генерация изображений за целый рабочий день, зависит от количества попыток: например, 50 сгенерированных и загруженных изображений — это уже ориентировочно 50-150 МБ, что можно сравнить с загрузкой нескольких десятков обычных веб-страниц подряд.

Видео: самая тяжелая категория

Наибольшую нагрузку на канал создает генерация видео с помощью ИИ. Даже короткое видео в стандартном HD-качестве (1080p) при типичном для веба сжатии весит ориентировочно 20-50 мегабайт на каждую минуту — в зависимости от уровня сжатия и детализации картинки. То есть одно короткое, 15-20-секундное сгенерированное видео уже может «стоить» столько же трафика, сколько несколько десятков сгенерированных изображений вместе взятых. Если в команде кто-то регулярно работает с такими инструментами — это стоит учесть отдельно при планировании скорости Интернета, подобно тому, как закладывают запас канала под видеоконференции или стриминг.

Энергопотребление и водный след искусственного интеллекта

Кроме нагрузки на интернет-канал, в работе ИИ есть еще одно, менее очевидное измерение «веса» — расход ресурсов в дата-центрах, где физически работают модели. Энергопотребление дата-центров искусственного интеллекта — тема, которую индустрия долго обходила стороной, поэтому данные от Google стоят особого внимания.

Летом 2025 года компания обнародовала редкие для индустрии цифры о своей модели Gemini: один запрос потребляет примерно 0,0003 кВт·час электроэнергии — это только около десятой части того, что нужно обычной лампочке для работы на протяжении часа. В перерасчете на расход воды на охлаждение серверов ИИ, один запрос «стоит» ориентировочно 0,002 литра — именно так выглядит ответ на вопрос, сколько воды расходуется на охлаждение серверов ИИ в перерасчете на одно взаимодействие с моделью.

Цифры кажутся мизерными, но масштаб меняет картину: миллион запросов к Gemini — это уже около 300 кВт·час электроэнергии и 2000 литров воды, а миллиард запросов — примерно 300 тысяч кВт·час и 2 миллиона литров соответственно. С этими цифрами напрямую связан и углеродный след искусственного интеллекта: чем больше электроэнергии потребляет дата-центр, тем больший углеродный след одного запроса к нейросети — в зависимости от того, насколько «чистым» является источник питания конкретного дата-центра.

Для сравнения, предшествующие исследования показывали, что ранние версии ChatGPT потребляли еще больше электроэнергии на запрос, поэтому эффективность моделей постепенно растет. Другие крупные компании, в частности Microsoft и OpenAI, пока что не публику ют настолько детальной статистики, так что Google здесь — редкое исключение, что добавляет прозрачности обсуждению экологического следа одного ИИ-запроса.

Для обычного пользователя или небольшого бизнеса эти цифры скорее интересны, нежели практически значимы — ни один офис не почувствует разницы в счете за воду из-за использования чат-бота. Но для компаний, которые планируют собственную инфраструктуру для работы с ИИ (например, размещение мощных серверов в дата-центре), вопрос энергоэффективности и охлаждения оборудования становится вполне практичным — и это еще один аргумент в пользу размещения оборудования в специализированном дата-центре с продуманным охлаждением, а не в обычной офисной серверной.

Сколько же «весит» типичный «ИИ-день» в офисе

Если сложить вместе типичный рабочий день команды, которая активно пользуется ИИ-инструментами — текстовые запросы к чат-ботам, несколько десятков сгенерированных изображений для маркетинговых материалов, возможно, короткие видеофрагменты — суммарная нагрузка на канал может ощутимо превышать то, к чему привык офис, который в работе использует только почту и браузер.

Отдельно стоит учесть и ИИ-агенты — сервисы, которые выполняют ряд действий автоматически, без постоянного участия человека (например, самостоятельно анализируют документы или мониторят данные): они могут генерировать десятки запросов в минуту без щелчка мыши, а значит и незаметно накапливать трафик значительно быстрее одного сотрудника, который вручную общается с чат-ботом. Понимание того, как чат-боты потребляют трафик в сравнении с такими автоматизированными сценариями, помогает точнее спланировать нагрузку на канал наперед. Это не означает, что нужен какой-то экзотический тариф — но именно поэтому стоит закладывать запас скорости, а не считать минимум «впритык».

В Макснет можно подобрать тариф с запасом именно под такие сценарии — от умеренных скоростей для точечного использования ИИ-инструментов до более мощных каналов, если генерация изображений или видео становится постоянной частью рабочих процессов команды. Главное — оценивать не только количество людей в офисе, но и то, каким именно контентом они ежедневно обмениваются с интернет-сетью.