据 berget.ai 发布的新闻稿，同一个 AI 请求在美国德克萨斯州产生的二氧化碳排放，是在瑞典时的 8.5 倍。该对比以“单次请求”为单位，把相同的计算负载放在两个不同地点，得到的排放结果相差近一个数量级。
这一数字把 AI 排放的讨论从“全球平均”拉回到“具体位置”。目前业界在估算模型调用或推理的能耗与排放时，往往套用统一的电网排放因子，这种口径会抹平区域差异：同样的提示词、同样的模型，其气候代价可能因算力所在地的电力结构不同而显著不同。对于正在扩张推理集群的 AI 公司，这意味着选址、供电合同与绿电采购不只是成本问题，也直接决定其对外披露的排放数字。
对采购方与开发者，该对比提出的实际问题是：能否获知所调用模型的运行地点，以及在碳排放核算中是否应采用分区因子而非全球均值。对发布方而言，8.5 倍这样的量级差本身也构成一种叙事工具——把“在哪里算”作为可宣传的差异化卖点，而不只是把模型能力或单位算力成本作为卖点。
需要说明的是，目前可获取的信息仅为新闻稿标题层面的结论。8.5 倍的具体测算方法、排放边界与统计口径，均需查阅原文确认。在缺少方法说明的情况下，该数字宜作为方向性提示，而非可直接引用的基准值；把它与其他机构的单次请求排放估算并列比较时尤其需要谨慎。