Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch12. September 2025 · Q006150

What did it take to train Grok 4?

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Epoch AI schätzt für das Grok-4-Training 310 GWh Strom, 490 Millionen US-Dollar und 750 Millionen Liter Wasser; die CO₂-Angabe schwankt zwischen 140.000 und 150.000 Tonnen. Der Bericht nennt zudem über 1,2 Milliarden Liter Kühlwasser im Einstieg, erklärt die Abweichungen aber nicht und schließt Arbeits-, Experimentier- und Betriebskosten aus.

Mittel

Epoch AI schätzt, dass das Training von Grok 4 rund 310 GWh Strom, 490 Millionen US-Dollar und 750 Millionen Liter Wasser erforderte. Die CO₂-Schätzung beträgt im Fließtext 150.000 Tonnen, in der Abbildung jedoch 140.000 Tonnen; eine Erklärung für die Abweichung fehlt. Auch der Einstieg nennt über 1,2 Milliarden Liter Kühlwasser, deutlich mehr als die spätere Schätzung. Die Grafik ordnet die Werte durch Vergleiche ein, etwa mit dem Jahresstromverbrauch einer Stadt mit 10.000 Einwohnern, dem Wasserverbrauch von Ackerland und den Emissionen eines Flugzeugs. Der Einstieg setzt den Energiebedarf dagegen mit einer Stadt von 4.000 Einwohnern in Beziehung.

Die dargestellten Werte beruhen laut Artikel auf Schätzungen. Nicht enthalten sind menschliche Arbeit, Rechenaufwand für Experimente sowie der Betrieb des Modells für Nutzer; diese Posten könnten erheblich sein. Die bereitgestellte Fassung erläutert weder die Berechnungsmethode noch die Gründe für die unterschiedlichen Zahlen.

Ausführlich lesen

Der Bericht von Epoch AI schätzt den Ressourcenbedarf für das Training von Grok 4. Als zentrale Werte nennt der Text 310 GWh Strom, Kosten von 490 Millionen US-Dollar, rund 750 Millionen Liter Wasser und CO₂-Emissionen in Höhe von 150.000 Tonnen. Die Abbildung weicht beim letzten Wert ab und weist 140.000 Tonnen aus. Der Bericht liefert keine Erklärung für diese Differenz.

Zur Einordnung vergleicht die Abbildung die Schätzwerte mit anderen Größen: Die Trainingskosten von 490 Millionen Dollar stehen den dort mit 1,8 Milliarden Dollar angegebenen Kosten des größten Kreuzfahrtschiffs gegenüber. Der Strombedarf wird mit 820 Millionen kWh Jahresverbrauch einer Stadt mit 10.000 Einwohnern und mit 10 Millionen kWh Jahresproduktion eines Windrads verglichen. Beim Wasser nennt die Grafik unter anderem 1,2 Milliarden Liter Jahresverbrauch pro Quadratmeile Ackerland sowie 250 Millionen Liter für 100 olympische Schwimmbecken. Für die Emissionen führt sie den jährlichen CO₂-Fußabdruck von 30.000 Amerikanern mit 430.000 Tonnen und die jährlichen Emissionen eines Flugzeugs mit 40.000 Tonnen an.

Der einleitende Abschnitt bezeichnet die Rechenkosten ebenfalls als etwa eine halbe Milliarde Dollar und den Energiebedarf als ausreichend, um eine Stadt mit 4.000 Amerikanern zu versorgen. Er beschreibt die Emissionen als vergleichbar mit denen eines Boeing-Flugzeugs über drei Jahre und nennt mehr als 1,2 Milliarden Liter Kühlwasser. Diese Wassermenge unterscheidet sich deutlich von der späteren Schätzung von rund 750 Millionen Litern; der Bericht erläutert weder den Unterschied noch die zugrunde liegenden Annahmen. Auch die abweichenden Bevölkerungsbezüge beim Stromvergleich (4.000 im Einstieg, 10.000 in der Grafik) werden nicht aufgelöst.

Epoch AI weist ausdrücklich darauf hin, dass die genannten Trainingswerte nicht die Kosten menschlicher Arbeit, von Experimenten während der Entwicklung oder des Betriebs für Nutzer enthalten. Diese zusätzlichen Aufwände könnten laut Bericht erheblich sein. Als Vorgehen beschreibt der Text eine Schätzung der benötigten Ressourcen und deren Einordnung anhand von Vergleichswerten; Berechnungsmethode, Unsicherheitsbereiche und Detailannahmen sind im bereitgestellten Inhalt nicht ausgeführt. Die Zahlen sind daher als Schätzungen des Berichts zu verstehen, nicht als vollständig aufgeschlüsselte Gesamtkosten des Modells.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Fassungen geben die Kernzahlen korrekt wieder und erfinden nichts; Luna hat die Abweichung zwischen 140.000 und 150.000 Tonnen CO₂ richtig erkannt. Die Angabe von über 1,2 Milliarden Litern Wasser im Einstieg steht im Bericht und wird in der Kurzfassung ohne Hinweis auf die Abweichung zu den 750 Millionen Litern wiedergegeben. Der Bericht selbst liefert keine Erklärung dieser Abweichung, sodass auch Luna keine erfinden durfte.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Vergleich der CO₂-Emissionen mit einem Boeing-Flugzeug über drei Jahre aus dem Einstieg fehlt in beiden Fassungen.
  • Die Kurzfassung lässt die Vergleiche der Abbildung (Kreuzfahrtschiff, Wasserverbrauch von Ackerland, Flugzeugemissionen) weitgehend aus.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 44 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 46 %Hintergrund, keine Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 40 %Hintergrund, keine Belege
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 36 %Hintergrund, keine Belege
    • amos 56 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →