Changelog

• Schneller zum Ergebnis: Ein Klick auf dein Nutzungsprofil (Alltag, Office, Profi) genügt — Modell, Prompts und Aufgabenmix sind sinnvoll voreingestellt und bleiben anpassbar
• Klarer lesbar: helles, reduziertes Design; auf dem Handy ist das Ergebnis ohne Scrollen sichtbar; Strom, CO2 und Wasser auf einen Blick, Alltagsvergleiche im Slider
• Verlässlicher: Datenbasis komplett gegen die aktuelle Studienfassung geprüft, eigener Server mit HTTPS, weiterhin ohne Tracking-Cookies und ohne Werbung

• Wasserverbrauch als dritter Wert je Zeitraum (ml bzw. Liter): Kühlwasser im Rechenzentrum plus Wasser für die Stromerzeugung, abgeleitet nach der Methodik von Jegham et al. mit anbieterspezifischen Faktoren (Azure ≈ 4,6 L/kWh, AWS ≈ 5,3 L/kWh, Google ≈ 5,4 L/kWh)
• Neuer Alltagsvergleich „Gläser Wasser" (250 ml); FAQ zur Herleitung der Wasserwerte
• Claude 3 Opus entfernt (abgeschaltet, nicht gemessen, kein Anker mehr) — 23 Modelle

Wasserwerte sind Größenordnungen, keine Messungen — Standort und Kühltechnik können sie um ein Vielfaches verändern.

• Messwerte aktualisiert auf die überarbeitete Fassung der Studie „How Hungry is AI?" (Jegham et al., v6 vom Nov. 2025): o3, GPT-4o, GPT-4.1 nano, Claude 3.5 Haiku, Llama 3.1 70B und 405B. Reasoning-Modelle liegen dort deutlich niedriger als in der Erstfassung (o3: 12,2 statt 39 Wh komplex).
• GPT-4.5 entfernt (von OpenAI abgeschaltet, nicht mehr Teil der Studie); Schätzungen an die neuen Anker angepasst; Gemini Flash/Pro und Claude 3 Opus jetzt als Schätzung gekennzeichnet — 24 Modelle
• Gesamtverbrauch: Faktor ×2 statt ×3, mit sauberer Herleitung (Reservekapazität/Auslastung nach Googles Messung, Training + Hardware anteilig); die frühere PUE-Doppelzählung und das eCAL-Zitat sind entfallen
• CO2-Faktoren auf Ember-Daten für 2025 (u. a. Global 458, Deutschland 330, Frankreich 41, Indien 670 gCO2/kWh); Vergleich Frankreich/Indien auf „rund ein Sechzehntel" korrigiert, Jahr und Quelle genannt
• GPT-4-Trainingsenergie als Bandbreite mit Quellen (33–62 GWh); Vergleich GPT-4o/o3 präzisiert; Footer-Datum aktualisiert

Dank an die externe Überprüfung der Datenbasis. Schätzwerte werden ersetzt, sobald belastbare Messungen vorliegen.

• 2 neue KI-Modelle ergänzt: GPT-6 Astra (OpenAI, Sept. 2026) und Claude Fable 5.1 (Anthropic, Sept. 2026) — insgesamt jetzt 25 Modelle
• Beide als Schätzung gekennzeichnet (kein Anbieter veröffentlicht Messwerte); Anker sind die jeweils nächsten Vorgänger und gemessene Flaggschiffe (o3, Claude 3 Opus)
• Modellvergleichs-Chart zeigt jetzt alle Modelle statt nur die 12 sparsamsten

Schätzwerte werden ersetzt, sobald belastbare Messungen vorliegen.

• 7 neue KI-Modelle ergänzt: Claude Opus 4.8, Claude Sonnet 4.6, Claude Haiku 4.5, GPT-5.5, Gemini 3 Pro, Llama 4 Maverick und Grok 4 — insgesamt jetzt 23 Modelle (inkl. neuem Anbieter xAI)
• Die neuen Modelle sind klar als Schätzung gekennzeichnet, da es noch keine offiziellen Energie-Messwerte gibt: „(geschätzt)"-Kennzeichnung im Dropdown, gestrichelt umrandete Balken im Vergleichs-Chart und eine eingeblendete Begründung mit Anker-Modell bei Auswahl
• Neue FAQ „Was bedeutet (geschätzt)?" erläutert die Schätzmethodik
• Favicon ergänzt (Blitz-Icon) — fehlte zuvor und lieferte einen 404
• Korrektur: FAQ-Wert für Mistral 7B von 0,01 auf 0,04 Wh berichtigt (Konsistenz mit der Datenbasis)
• Korrektur: veralteter Vergleichstext „ein Zwölftel" → „ein Dreißigstel" (Frankreich vs. Indien, passend zu den hinterlegten CO2-Faktoren)

Bestehende (gemessene) Modelle bleiben als Vergleichsanker erhalten. Schätzwerte werden ersetzt, sobald belastbare Messungen vorliegen.

• Erster öffentlicher Release auf ki-verbrauchsrechner.de und ai-consumption.com
• 16 KI-Modelle (OpenAI, Anthropic, Google, Meta, Mistral, DeepSeek) mit Wh-Werten aus Jegham et al. (2025), Google Cloud Blog und Epoch AI
• 8 Stromregionen mit CO2-Emissionsfaktoren (IEA/Ember 2025)
• Alltagsvergleiche (Glühbirne, Smartphone, Kaffee, E-Mail, Autofahrt)
• Scope-Toggle: Betriebsverbrauch vs. geschätzter Gesamtverbrauch (×3)
• Vollständig bilingual (DE/EN), domainbasierte Spracherkennung
• Zero externe Abhängigkeiten — kein CDN, keine Cookies

Technologien: HTML, CSS, JavaScript (Vanilla), Chart.js 4.5.1 (lokal), GT Pressura Fonts (self-hosted), Apache .htaccess, Schema.org Structured Data. Entwickelt von der pixologe mit Claude Code (Anthropic).