En människa konsumerar cirka 2 000 kalorier per dag. Under 20 år motsvarar det ungefär 17 000 kWh total livsmedelsenergi. Tränings-GPT-4 förbrukade uppskattningsvis 50 GWh elektricitet. Det är 3 000 människors värde av "träningsenergi" för en enda modellkörning. Och GPT-4 är redan dött. OpenAI pensionerade GPT-4o från ChatGPT den 13 februari. Modellen som tog 50 GWh att träna fick mindre än två års flaggskeppsstatus innan den ersattes. Den människa du spenderade 17 000 kWh på att "träna" i 20 år producerar ekonomisk produktion under de kommande 40 till 60 åren. Amorteringsfönstret för GPT-4 var kortare än för en billeasing. Titta nu på vad som ersatte den. GPT-5.2, som släpptes i december 2025, är OpenAI:s nuvarande standard. GPT-5-serien förbrukar enligt University of Rhode Islands AI Lab uppskattningsvis 18 Wh per genomsnittlig sökning, upp till 40 Wh för utökad resonemang. Det är 8,6 gånger mer elektricitet per respons än GPT-4. Med 2,5 miljarder sökningar som dagligen når ChatGPT och GPT-5.2 som nu är standardmodellen, blir slutsatsmatematiken snabbt häpnadsväckande. Även vid ett blandat genomsnitt långt under 18 Wh ser du en daglig elförbrukning som kan försörja över en miljon amerikanska hushåll. Det är vad Altman faktiskt gör. OpenAI nådde 13 miljarder dollar i årlig återkommande intäkter men är fortfarande inte lönsamt. De behöver att du ser AI:s energiförbrukning som naturlig och oundviklig, på samma sätt som du tänker på att mata ett barn, eftersom den alternativa ramställningen är att de förbrukar tillräckligt med el för att kunna mäta sig med små länder samtidigt som de tävlar om att bygga Stargate-datacenter på 1 gigawatt. Matanalogin får energikostnaderna att kännas biologiska och oundvikliga istället för vad de är: ett ingenjörs- och affärsval som skalar med varje modellgeneration. Jämförelsen låter smart vid ett samtal vid eldstaden i Indien. Det faller isär så fort du räknar på det.