Producto
Carbon & Price Aware API y MCP: misma tarea, hora más verde

La Carbon & Price Aware API y el MCP dicen a tus agentes cuándo es más limpia la red y qué cuesta ejecutarlos. En Europa, esperar bajó su CO₂/kWh un 27 %.
Piensa en un trabajo programado para las dos de la madrugada. El 8 de octubre en Alemania, esa misma hora de trabajo a las tres de la tarde habría usado un 49 % menos de CO₂ por kWh: 220 gramos en lugar de 433. El 28 de octubre en California, las diez de la mañana superaron a las dos de la madrugada en un 57 %: 136 gramos en lugar de 316.
El trabajo no cambió en nada. Solo cambió la hora.
Esa es la idea de la Carbon & Price Aware API y el MCP de GreenPT. Antes de que un agente de IA empiece una ejecución, le hace a GreenPT una sola pregunta: ¿es ahora un momento limpio? Si lo es, el trabajo se ejecuta. Si antes de su plazo llega una hora más limpia, espera y después se ejecuta una sola vez.
Transcripción (traducida)
Tus agentes de IA funcionan con horario. Pero la red eléctrica cambia cada hora. Producir con sol y viento casi no cuesta nada, así que la red los usa primero. Cuando flojean, el gas y el carbón cubren el hueco. Por eso cada hora tiene una huella de carbono distinta. Piensa en un trabajo programado para las dos de la madrugada. Ese día, en Alemania, las tres de la tarde eran un 49 % más limpias. En California, las diez de la mañana eran un 57 % más limpias. Así que, antes de cada ejecución, tu agente le hace a GreenPT una sola pregunta: ¿es ahora un momento limpio? Si lo es, el trabajo se ejecuta. Si llega una hora más limpia, espera y luego se ejecuta una vez. Una ejecución nunca se bloquea. ¿Cuánto ahorra eso? Cuando una ejecución espera, suele emitir un 27 % menos de CO₂ en Europa y un 21 % menos en Estados Unidos. En los trabajos que pueden esperar, el ahorro llega a la mitad. GreenPT también sabe lo que cuesta la IA. El mismo trabajo, por lotes en un plazo de un día, cuesta la mitad. Ya está disponible para Microsoft Foundry, pronto llegará a AWS Marketplace para Amazon Bedrock y está en beta privada como MCP y API. Ves cada ejecución y lo que ahorró, con informes para la CSRD. La configuración se hace con un clic. Y cada ejecución movida queda registrada. El mismo trabajo. Una hora más verde. Un coste conocido. Eso es GreenPT. La Carbon Aware API y el MCP ya están en beta privada. Escanea el código para saber más.
Por qué lo creamos
Hemos pensado mucho en cómo GreenPT puede tener una gran influencia en la IA, y en particular en la IA agéntica. Los modelos generativos de uso general pueden consumir unas 30 veces la energía de los modelos creados para una sola tarea: al responder preguntas, Luccioni, Jernite y Strubell midieron unos 10 g CO₂e por cada 1000 respuestas, frente a unos 0,3 g. Los agentes funcionan con esos modelos, muchas veces al día.
Muchas empresas tienen flotas enteras de agentes. La mayoría se quedará en la plataforma que eligió, por buenos motivos, y no se pasará a GreenPT. Así que creamos algo que funciona donde ya se ejecutan sus agentes.
La red cambia cada hora
Producir electricidad con sol y viento casi no cuesta nada, así que la red los usa primero. Cuando flojean, el gas y el carbón cubren el hueco. Por eso la intensidad de carbono de la electricidad, los gramos de CO₂ por kWh, sube y baja a lo largo del día.
La respuesta de un chat tiene que llegar ya. Buena parte del trabajo de un agente, no: un informe nocturno, un análisis semanal, un lote de resúmenes, el enriquecimiento de datos, una ronda de evaluaciones. Tiene que estar hecho a una hora determinada, no empezar en un minuto concreto. Ese margen es el que aprovecha la API.
Una pregunta antes de cada ejecución
Un agente que tiene en cuenta el carbono recibe un plazo en lugar de una hora de inicio. Antes de ejecutarse, pide la franja más limpia antes de ese plazo:
curl "$CARBON_API/best-window\
?location=us-west-1\
&duration_minutes=60\
&deadline=2026-11-10T13:00:00Z" \
-H "Authorization: Bearer $GREENPT_KEY"
Esta es una respuesta real, del 9 de noviembre de 2026 a las 13:39 UTC, reducida a sus campos principales:
{
"run_now": false,
"start": "2026-11-09T20:00:00Z",
"gco2_kwh": 121.2,
"if_run_now": 329.7,
"saving_pct": 63.2,
"wait_minutes": 382,
"kind": "forecast",
"zone": "US-CISO"
}
Su campo summary dice lo mismo en una frase en inglés, lista para que un agente la transmita: “Wait 6h22m and start at 2026-11-09 20:00 UTC on the US-CISO grid: 121.2 instead of 329.7 gCO2/kWh, 63.2% less CO2, 208.5 g saved per kWh.”
La misma pregunta para eu-central-1, en el mismo momento, devolvió run_now: true: ninguna hora posterior antes del plazo era más limpia que la red alemana en ese momento. Elegimos estas dos regiones para mostrar los dos tipos de respuesta, así que son ejemplos, no medias.
Tres reglas hacen que esperar sea seguro:
- El plazo se respeta. Toda franja termina antes de él. Cuando ninguna hora posterior es más limpia que ahora, la respuesta es
run_now: true. - Si algo falla, la ejecución sigue. Cuando no hay previsión, o no se puede contactar con GreenPT, la ejecución sigue adelante. La falta de datos nunca bloquea el trabajo.
- Los ahorros pequeños no esperan. Las comprobaciones de Foundry y Bedrock solo mueven una ejecución cuando ahorra al menos un 5 %, y nunca más de 8 horas, salvo que fijes otros límites.
Cuánto ahorra
Reprodujimos cada hora medida del 5 de octubre al 5 de noviembre de 2026, en 6 países de la UE y 7 redes de EE. UU. Para cada hora de inicio, comparamos un trabajo de una hora ejecutado enseguida con el inicio más limpio de las 8 o 24 horas siguientes, y solo contamos las ejecuciones en las que moverlas ahorraba un 5 % o más.
Reducción de CO₂ por kWh en una ejecución movida. Mediana, con el rango de las 8 de cada 10 ejecuciones centrales.
| Red | Hasta 8 h | Hasta 24 h |
|---|---|---|
| Europa, 6 países | 18 % (7–44) |
27 % (9–53) |
| Países Bajos | 23 % | 40 % |
| Francia | 23 % | 35 % |
| Alemania | 20 % | 31 % |
| Polonia | 18 % | 24 % |
| Italia | 17 % | 21 % |
| Suecia | 13 % | 15 % |
| Estados Unidos, 7 redes | 14 % (6–41) |
21 % (8–50) |
| California | 41 % | 45 % |
| Texas | 23 % | 34 % |
| Grandes Llanuras | 15 % | 26 % |
| Arizona | 12 % | 19 % |
| Medio Oeste | 12 % | 17 % |
| Noroeste | 12 % | 15 % |
| Virginia | 9 % | 12 % |
El ahorro es mayor donde el sol y el viento más varían, como en California y los Países Bajos. Donde la red es limpia todo el día, como en Suecia, hay poco que ganar, y la respuesta honesta es que la hora apenas importa.
Dos cosas que conviene tener en cuenta al leer estas cifras:
- Son el mejor caso. Se basan en lo que ya ocurrió. Una ejecución real decide con una previsión. En una prueba retrospectiva de 30 días en EE. UU., de septiembre de 2026, la previsión captó entre el 66 % y el 96 % del ahorro alcanzable para un trabajo de una hora, según la red.
- Europa ve menos hacia delante. La previsión del día siguiente se publica una vez al día, así que a las 14:00 UTC del 6 de noviembre la API podía ver 9 horas por delante para los Países Bajos y Alemania, frente a 25 horas para las redes de EE. UU. En momentos así, las cifras de 24 horas quedan fuera de alcance.
Son intensidades medias, que es lo que usan los informes según el GHG Protocol. Por eso decimos que una ejecución usa menos CO₂ por kWh, no que quite CO₂ de la red.
Una API y un servidor MCP
La Carbon & Price Aware API es un servicio REST, y las mismas herramientas se sirven por MCP, así que un agente puede llamarlas sin código HTTP de por medio.
| Endpoint y herramienta MCP | Pregunta que responde |
|---|---|
GET /carboncarbon_intensity |
¿Cómo de limpia está la red aquí, hora a hora, medida y prevista? |
GET /best-windowbest_window |
¿Cuándo debería ejecutarse este trabajo, antes de su plazo? |
GET /best-locationbest_location |
¿Dónde y cuándo debería ejecutarse, entre varias regiones? |
GET /pricesllm_prices |
¿Cuánto cuesta este modelo en cada proveedor, nube y enrutador? |
GET /regionslist_regions |
¿Qué nombres de regiones de la nube puedo pasar como ubicación? |
GET /zoneslist_zones |
¿Qué redes están cubiertas? |
Puedes preguntar por coordenadas o por el nombre de una región de la nube, como westeurope, eu-central-1 o us-west-1, así que un agente que programa un trabajo en la nube no necesita coordenadas. El servidor MCP usa Streamable HTTP sin estado, con la misma clave Bearer que la API, así que funciona en cualquier host que te deje añadir una cabecera, como Claude Code, Cursor o los SDK de MCP:
claude mcp add --transport http \
greenpt-carbon "$CARBON_API/mcp" \
--header "Authorization: Bearer $GREENPT_KEY"
El servidor también le explica al modelo cómo usarlo: decidir cuándo con best_window, fiarse por completo de los valores medidos, tratar las previsiones como predicciones con bandas de incertidumbre y transmitir tal cual el summary de una frase.
Un precio para cada ejecución
El carbono es la mitad de la pregunta. La otra mitad es el dinero. La API mantiene al día los precios por token de cada modelo en proveedores, nubes y enrutadores, precios por lotes incluidos. Dale un modelo y un número de tokens, y una ejecución tiene precio antes de gastar el primer token.
El 6 de noviembre de 2026, un millón de tokens de entrada y 200.000 de salida con Claude Sonnet 4.5 costaban 6,00 $ en Amazon Bedrock, 6,60 $ con un perfil de inferencia de la UE o de EE. UU. y 3,00 $ por lotes. El mismo trabajo con GPT-5 en Azure costaba 3,25 $, o 1,63 $ por lotes.
Una API por lotes cuesta más o menos la mitad, pero es el proveedor quien elige cuándo se ejecuta, en un plazo de aproximadamente un día, así que el momento en que la envías no cambia su carbono. Para un trabajo que ejecutas tú, best_window decide cuándo. Para un modelo en Bedrock, Vertex o Azure, la palanca es la región: compara las regiones de esa nube con best_location.
Dónde funciona
Microsoft Foundry
En los agentes de Foundry, GreenPT es una herramienta a la que el agente llama nada más empezar una ejecución. El agente inicia sesión con su propia identidad de Microsoft Entra, así que no hay claves de API. Cuando un inicio posterior ahorra al menos tu mínimo, GreenPT crea en tu proyecto de Foundry una rutina de un solo uso que inicia la misma tarea una vez, a la hora más verde, y le dice a la ejecución actual que se detenga. Una ejecución movida no se vuelve a mover nunca.
Cada ejecución de un agente, comprobada: lo que GreenPT decidió este mes y hasta qué punto está seguro de la red. Datos ilustrativos de Contoso, una empresa ficticia.
GreenPT configura los agentes por ti. Añade la herramienta y una línea de instrucciones en Foundry, después de que revises el cambio, y te muestra qué agentes están listos.
La configuración de cada agente, de un vistazo. Datos ilustrativos de Contoso.
El lugar donde se ejecuta un modelo decide qué red cuenta. En Azure, eso depende del tipo de despliegue, y GreenPT etiqueta cada uno con honestidad: exacto para un despliegue regional que se queda en un país, en zona para un despliegue Data Zone y estimación para un despliegue Global que puede ejecutarse en cualquier parte.
Dónde se ejecutan de verdad tus modelos. Datos ilustrativos de Contoso.
Cada ejecución movida queda registrada, con su ahorro y su etiqueta de red, y el informe mensual está listo para la CSRD.
Ejecuciones movidas a una hora más verde. Cada una empieza una vez y después se elimina. Datos ilustrativos de Contoso.
Amazon Bedrock AgentCore
Con los agentes de AgentCore funciona igual. El agente demuestra quién es con su propio token de identidad de AWS, y una ejecución movida se convierte en una programación de un solo uso de EventBridge Scheduler en tu cuenta, que inicia la tarea una vez y después se borra sola. La configuración es una pila de CloudFormation con dos roles y un grupo de programaciones, y cada paso se pone en verde cuando AWS lo confirma.
Transcripción (traducida)
Tus agentes de Amazon Bedrock tienen horario: informes nocturnos, resúmenes, trabajos por lotes. La mayoría no necesita empezar en un minuto exacto. Pero la red eléctrica no es igual de limpia todo el día. Ese día, en California, un trabajo de las dos de la madrugada habría usado a las diez un 57 % menos de CO₂ por kilovatio hora. GreenPT da a cada agente de AgentCore una herramienta. Al empezar una ejecución, el agente pregunta: ¿es ahora un momento limpio? Si lo es, la ejecución sigue adelante. Si llega una hora más limpia, GreenPT la traslada a esa hora. El agente inicia sesión con su propia identidad de AWS, así que no hay claves que gestionar. Cuando una ejecución se mueve, GreenPT crea en tu cuenta una programación de un solo uso. Inicia la misma tarea una vez, a la hora más verde, y después se borra sola. Tú fijas los límites: cuánto puede esperar una ejecución y el ahorro mínimo por el que vale la pena esperar. Si GreenPT no puede comprobarlo, la ejecución sigue sin más. La configuración es guiada, paso a paso: elige tus regiones, da acceso con una pila de CloudFormation y añade la herramienta a cada agente. Cada paso se pone en verde cuando AWS lo confirma. GreenPT también te dice lo seguro que está: exacto si un modelo funciona en una región, en zona para perfiles de inferencia de la UE y EE. UU., y una estimación para los globales. Cada decisión queda registrada: qué se ejecutó, qué se movió y cuánto ahorró, con un informe mensual para la CSRD. Cuando una ejecución se mueve, suele usar un 18 % menos de CO₂ por kilovatio hora en Europa y un 14 % en EE. UU., con la espera de ocho horas por defecto. Con un día de margen, sube al 27 y al 21 %. Los planes empiezan en 49 dólares al mes por diez mil comprobaciones, en tu factura de AWS. Ves lo que se usa y puedes parar al llegar a lo incluido. El mismo trabajo. Una hora más verde. GreenPT Carbon-Aware for Amazon Bedrock AgentCore, ya en AWS Marketplace.
Cómo se da acceso en la configuración de Bedrock: un comando y una pila. Datos ilustrativos de Contoso.
Cualquier otro agente o programador de tareas
Todo lo demás pasa por la API y el servidor MCP: un programador de tareas en Python, una tarea cron, un agente de LangGraph o CrewAI, o un asistente al que das las herramientas MCP y dejas que planifique. Están en beta privada.
Cómo mantenemos las cifras honestas
Una cifra de carbono solo sirve si sabes hasta qué punto fiarte de ella, así que cada respuesta dice de dónde sale.
- Cada cifra tiene un tipo.
measuredes la cifra del propio operador de la red.day_aheadyforecastson predicciones, con bandas p10 y p90. Una franja solo es tan fiable como su hora más incierta. - Los huecos siguen siendo huecos. Una franja nunca abarca una hora sin datos. Cuando no existe ninguna franja completa, la API lo dice en lugar de programar con cifras inventadas.
- Se contrasta con los operadores de la red. Nuestras cifras coinciden exactamente con las de National Grid ESO para el Reino Unido, con las de RTE para Francia con un margen de 0,1 gCO₂/kWh y con las de Fingrid para Finlandia con un margen de 3,4.
- Los datos de EE. UU. llegan con retraso. Las redes de EE. UU. se miden con un retraso de 12 a 20 horas respecto al tiempo real, y cada hora posterior es una previsión nuestra. Esa previsión acierta bien los tiempos en las redes que dependen del sol, como California y Texas, y no tan bien en las que dependen del viento.
- Ciclo de vida por defecto. La intensidad sale del mix de generación de cada hora, con factores de emisión de ciclo de vida para cada fuente. También hay factores directos, solo de combustión.
Los datos de la red proceden de fuentes públicas: la Plataforma de Transparencia de ENTSO-E para Europa, National Grid ESO para Gran Bretaña y EIA-930 para Estados Unidos.
Pide acceso anticipado
La Carbon & Price Aware API y el MCP están en beta privada. Si tus agentes o tus trabajos por lotes pueden esperar unas horas, pueden funcionar con electricidad más limpia, y cada ejecución tendrá su precio antes de empezar.
Pide acceso anticipado y cuéntanos qué te gustaría programar.
Preguntas frecuentes
¿Qué es la Carbon & Price Aware API?
Una API REST y un servidor MCP que responden a tres preguntas antes de que se ejecute un trabajo: lo limpia que es la electricidad, cuándo y dónde estará más limpia antes de tu plazo y cuánto costará la ejecución en tokens. Decide tu código o tu agente; la API aporta los datos.
¿Esperar hace más lento a mi agente?
Solo espera el trabajo que marcas como flexible. Tú fijas el plazo, y toda franja termina antes de él. Cuando ninguna hora posterior es más limpia que ahora, la respuesta es run_now: true y el trabajo empieza enseguida.
¿Qué pasa cuando no hay previsión?
La ejecución sigue adelante. La falta de datos nunca retrasa el trabajo, y la API nunca programa nada en una hora de la que no tiene cifra.
¿Cuánto ahorra?
Con datos medidos de la red del 5 de octubre al 5 de noviembre de 2026, una ejecución de una hora que esperó hasta 24 horas a un inicio más verde usó, por lo general, un 27 % menos de CO₂ por kWh en Europa y un 21 % menos en Estados Unidos. Es una mirada atrás a datos medidos, así que es el mejor caso: las previsiones captan la mayor parte de ese ahorro, no todo.
¿Qué agentes pueden usarla?
Los agentes de Microsoft Foundry y de Amazon Bedrock AgentCore, mediante una herramienta de GreenPT que inicia sesión con la propia identidad en la nube del agente. Cualquier otro agente, mediante el servidor MCP, y cualquier programador de tareas, mediante la API REST. La API y el MCP están en beta privada.
¿Cómo consigo acceso?
Pide acceso anticipado en la página de la Carbon & Price Aware API, en greenpt.com/carbon-aware-api.



