Par Guillaume Pakula · Publié le 9 juin 2026 · Mis à jour le 11 juin 2026
Non : l'idée qu'une requête ChatGPT consomme 10 fois plus qu'une recherche Google vient d'un calcul de 2023 qui surestimait ChatGPT à ~3 Wh. Recalé à ~0,3 Wh, l'écart réel tombe entre x1,5 et x3. Google met en plus de l'IA dans sa recherche, ce qui efface ce qu'il restait de frontière. C'est le volume des requêtes, bien plus que leur coût unitaire, qui pèse sur l'électricité des data centers.
C'est la comparaison qui revient à chaque dîner : taper une question dans ChatGPT polluerait 10 fois plus que la chercher sur Google. Ce « facteur 10 » vient d'un calcul de 2023 qui surestimait ChatGPT d'un facteur 10 ; corrigé, l'écart retombe entre x1,5 et x3 selon le repère retenu, soit le même ordre de grandeur. Cet article reprend les chiffres des 2 côtés, l'origine de l'erreur, puis ce qui mérite vraiment l'attention : le volume.
Commençons par les chiffres des 2 côtés, avec leur provenance.
Une requête texte courte à ChatGPT consomme de l'ordre de ~0,3 Wh. C'est le calcul d'Epoch AI, construit sur des hypothèses volontairement pessimistes, qui conclut que l'ancienne référence de ~3 Wh était « dix fois trop élevée ». Il est recoupé par la seule mesure en production jamais publiée par un grand éditeur : Google a instrumenté sa propre infrastructure et obtient 0,24 Wh pour la requête Gemini médiane (arXiv 2508.15734). Le détail par modèle et par longueur de prompt est dans combien consomme une requête ChatGPT.
Pour une recherche Google, le seul chiffre officiel jamais publié date de 2009 : 0,3 Wh (0,0003 kWh, blog Google). Les serveurs ayant gagné en efficacité depuis, les estimations académiques récentes descendent vers ~0,04 Wh (Vanderbauwhede, 2023-2025) ; Google, lui, n'actualise rien.
Selon le repère retenu, l'écart IA-recherche va donc de la parité à quelques fois. En prenant le milieu de la fourchette pour la recherche (de l'ordre de 0,1 à 0,2 Wh), il ressort entre x1,5 et x3, loin d'un x10. ChatGPT et une recherche Google restent dans le même ordre de grandeur, à quelques fractions de Wh près.
Que l'IA consomme un peu plus par requête n'a rien de mystérieux : ce sont 2 gestes différents. Une recherche Google pioche dans un index déjà construit : le moteur a indexé le web à l'avance, et votre requête sert à retrouver les bonnes pages dans cette gigantesque table des matières, ce qui demande peu de calcul.
Une IA générative ne retrouve rien de tout fait : elle fabrique sa réponse à partir de son modèle. Cette fabrication, l'inférence, demande plus de calcul qu'une recherche dans un index, d'où un coût un peu plus élevé par requête.
L'IA traite le texte en tokens, des fragments de mots (environ 0,75 mot en français). Pour répondre, le modèle produit ces tokens un par un, et chaque token généré consomme de l'électricité. Plus la réponse est longue, plus elle consomme, et la même question peut recouvrir des consommations très différentes selon le modèle qui la traite. La consommation d'une IA se mesure donc mieux au token qu'à la requête, et le choix du modèle pèse lourd : le comparatif ChatGPT, Claude, Gemini chiffre ces écarts modèle par modèle.
Même logique de fourchettes sur l'eau. La seule mesure publiée vient encore de Google : 0,26 mL par requête Gemini médiane, l'équivalent de cinq gouttes, essentiellement pour le refroidissement des serveurs. Pour une recherche classique, aucun chiffre par requête n'a jamais été publié. Là aussi, l'écart unitaire est dérisoire : l'empreinte eau d'une requête IA détaille d'où vient ce chiffre et pourquoi la localisation du data center compte plus que le logo.
Le facteur 10 vient d'un calcul daté qui a continué de circuler après avoir été corrigé, pour 3 raisons.
Le x10 décrivait donc un monde qui n'a jamais vraiment existé, celui où ChatGPT consommait 10 fois plus. Recalé sur les chiffres d'aujourd'hui, et à mesure que la recherche s'imprègne d'IA, l'écart se brouille jusqu'à disparaître, et la question « ChatGPT ou Google ? » perd une partie de son sens.
Plus de 2,5 milliards de personnes voient chaque mois la recherche Google générer un résumé par IA : comparer ChatGPT à « une recherche » revient de plus en plus à comparer 2 IA.
À l'unité, une requête est minuscule dans les 2 cas : des fractions de Wh, une fraction de gramme de CO2 (le carbone dépend du pays du data center : ~50-60 g/kWh en France, ~400 g/kWh aux États-Unis). Même un usage quotidien intensif représente, sur l'année, quelques centaines de grammes à quelques kilos de CO2e : sans commune mesure avec un seul aller-retour en avion. Le calculateur d'empreinte carbone IA donne ce total annuel pour votre propre rythme.
Le poids environnemental vient de la multiplication : environ 2,5 milliards de messages par jour pour ChatGPT (18 milliards par semaine à l'été 2025, selon OpenAI), ~14 milliards de recherches quotidiennes pour Google (plus de 5 000 milliards par an), un volume mondial de tokens projeté x24 entre 2026 et 2030 (Goldman Sachs Research), et l'électricité des data centers qui passe de 415 à ~945 TWh entre 2024 et 2030 selon l'IEA, Energy and AI.
Que votre requête coûte 1,5 ou 3 fois une recherche ne dit rien de cette dynamique. C'est la même logique que pour l'empreinte carbone du numérique en entreprise ou celle d'un site internet : un mail ou une page vue pèse très peu à l'unité, et c'est leur nombre, avec le parc qui les sert, qui fait le poids.
Il faut aussi tenir compte de ce que rend chaque requête. Une requête IA fait souvent en une fois le travail de plusieurs recherches Google (elle synthétise, reformule, calcule) là où il aurait fallu ouvrir 5 onglets. Comparer une requête IA à une seule recherche peut donc tromper dans les 2 sens.
Pour nous, au Projet Celsius, la question utile porte sur le nombre de tokens et la valeur obtenue, plus que sur le choix entre ChatGPT et Google : ne pas faire générer des pavés pour une question triviale, réserver l'IA aux tâches où elle apporte quelque chose. C'est aussi ce qui rend l'IA pilotable dans un bilan carbone, en Scope 3.
La question à se poser porte donc moins sur l'écart avec Google que sur l'usage lui-même : cet usage de l'IA m'apporte-t-il assez pour justifier ses tokens ? Pour situer ce que tout cela pèse à l'échelle d'une organisation, le panorama de l'empreinte carbone de l'IA la replace sous 1 % du bilan d'une PME, même en usage intensif ; et si vous devez la compter, elle entre dans le Scope 3 de votre bilan.
Non, c'est un mythe. Le facteur 10 vient d'un calcul de 2023 qui surestimait ChatGPT à environ 3 Wh par requête. Les références actuelles (Epoch AI, mesure Google) situent une requête courte entre 0,24 et 0,3 Wh, et une recherche Google entre 0,04 et 0,3 Wh selon le repère. L'écart réel est de l'ordre de 1,5 à 3 fois, jamais un facteur 10.
À l'unité, très peu : une requête texte courte consomme de l'ordre de 0,3 Wh et 0,26 mL d'eau, soit une fraction de gramme de CO2 et l'équivalent énergétique d'une recherche Google ou deux. Le poids vient du volume agrégé de milliards de requêtes et de la croissance rapide des data centers qui les font tourner. Pour une organisation, c'est ce volume qui s'intègre au bilan, via la méthode IA en Scope 3.
Le seul chiffre officiel a été publié par Google en 2009 : environ 0,3 Wh par recherche (0,0003 kWh). Les estimations modernes le situent plus bas, autour de 0,04 Wh, mais Google ne les actualise pas. C'est donc un repère, pas une mesure exacte. Et avec l'arrivée des résumés générés par IA en haut des résultats, ce coût tend plutôt à remonter.
L'écart est bien plus petit qu'on ne le dit : de l'ordre de 1,5 à 3 fois pour une requête courte, soit des fractions de Wh dans les deux cas. Pour une question triviale (une date, une définition), une recherche classique reste un peu plus sobre. Mais une requête IA fait souvent le travail de plusieurs recherches : elle synthétise et reformule en un coup. Le bon réflexe consiste à choisir l'outil selon le besoin, avec un modèle léger par défaut (notre comparatif des modèles d'IA chiffre les écarts).
Oui. Quand Google affiche un résumé généré par IA en tête des résultats, il ajoute une étape d'inférence (le modèle fabrique le résumé token par token) à la recherche classique. Cette requête consomme donc davantage qu'une recherche sans IA, et se rapproche d'une requête ChatGPT. C'est pour cette raison que la frontière entre « chercher » et « générer » devient floue, et que l'idée d'un écart net entre les deux ne tient plus.