Quelle IA pollue le moins : ChatGPT, Claude ou Gemini ?

Par Guillaume Pakula · Publié le 8 juin 2026 · Mis à jour le 11 juin 2026

Aucune marque n'est sobre ou gourmande en bloc : ChatGPT, Claude et Gemini hébergent chacun des modèles légers et des modèles lourds, et l'empreinte dépend du modèle activé et du nombre de tokens générés. Entre une requête courte sur un petit modèle et un prompt long sur un modèle de raisonnement, l'écart atteint un facteur 100. L'article donne les chiffres modèle par modèle, ce qui les explique et quel modèle choisir pour quelle tâche, jusqu'à l'intégration dans votre Bilan Carbone®.

Entre une requête courte sur un petit modèle (~0,22 Wh) et un modèle de raisonnement lancé sur un prompt long (~33 Wh), l'énergie consommée varie d'un facteur 100. Chez ChatGPT comme chez Claude ou Gemini, elle dépend du modèle que vous activez derrière le logo et du nombre de tokens qu'il génère, et très peu de la marque elle-même. Cet article rassemble les chiffres publiés, modèle par modèle, ce qui explique l'écart et quel modèle choisir pour quelle tâche.

Quel modèle consomme le plus, et lequel le moins ?

Les ordres de grandeur ci-dessous, du plus sobre au plus gourmand, viennent de mesures et de benchmarks réalisés en 2025 sur les modèles de l'époque (GPT-4o, o3, Claude 3.x). Chaque ligne donne aussi le CO2 associé, qui dépend du pays du data center : ~50-60 g/kWh en France, ~400+ g/kWh aux États-Unis. Depuis août 2025, ChatGPT tourne sur la famille GPT-5, avec un mode rapide et un mode réflexion (GPT-4o, resté en option, a été retiré en février 2026). OpenAI n'a publié aucun chiffre par requête pour ces modèles.

• Recherche Google, pour repère : ~0,2 Wh et une fraction de gramme de CO2, le point bas auquel comparer le reste.
• Claude Haiku, le petit modèle d'Anthropic : ~0,22 Wh et ~0,01-0,09 g CO2, le plus léger et le plus rapide.
• Gemini (Google, requête médiane) : ~0,24 Wh et ~0,01-0,1 g CO2 (et ~0,26 mL d'eau), seul chiffre mesuré et publié par l'éditeur.
• GPT-4o (OpenAI), modèle par défaut de ChatGPT jusqu'à l'arrivée de GPT-5 en août 2025 : ~0,43 Wh et ~0,02-0,17 g CO2.
• Claude Sonnet, le modèle polyvalent d'Anthropic (estimation) : ~2,5-3 Wh et ~0,1-1,2 g CO2.
• Modèle de raisonnement (o-series, DeepSeek-R1, requête longue) : ~15-33 Wh et ~0,8-13 g CO2.

Pour fixer ces ordres de grandeur, une requête courte sur un modèle optimisé consomme à peu près autant qu'une recherche Google (le face-à-face avec Google démonte le mythe du x10), soit une ampoule LED allumée 1 à 2 minutes. Entre cette requête et un modèle de raisonnement sur prompt long, le facteur dépasse 100, alors que le geste, taper une question, paraît identique.

Un chiffre unique « par requête » ne veut donc pas dire grand-chose tant qu'on ne précise pas le modèle. On le voit au sein d'une même marque : chez Claude, l'écart entre Haiku, le plus léger, et un modèle de raisonnement est déjà très grand. Le modèle compte plus que le logo, et il se choisit à chaque requête : notre calculateur d'empreinte carbone IA compare les modèles sur vos propres usages.

Reste la provenance de ces chiffres. Google est le seul éditeur à avoir publié une mesure de production : ~0,24 Wh et ~0,26 mL d'eau par requête médiane (étude d'août 2025). Mistral a publié de son côté la première analyse de cycle de vie complète d'un grand modèle, menée avec Carbone 4 et l'ADEME : ~1,14 gCO2e et ~45 mL d'eau par réponse de 400 tokens. Ces chiffres portent sur un périmètre ACV bien plus large que la seule électricité du data center, et ne se comparent donc pas terme à terme.

OpenAI et Anthropic, eux, ne publient presque rien d'officiel sur l'énergie par requête. Les valeurs pour GPT-4o, Claude ou DeepSeek proviennent de benchmarks indépendants (How Hungry is AI?, AI Energy Score de Hugging Face), reconstruits depuis les performances des API et les configurations matérielles probables. On raisonne donc en fourchettes. Tant que les éditeurs ne publient pas, le choix du modèle reste le seul paramètre que l'utilisateur contrôle vraiment.

Un seul chiffre officiel par requête existe sur le marché, les 0,24 Wh mesurés par Google pour Gemini en production, et tout le reste sort de benchmarks indépendants, en fourchettes.

Pourquoi un tel écart entre les modèles ?

L'écart vient de 3 variables qui se cumulent : la taille du modèle, le volume de tokens traités, et le fait que le modèle raisonne ou non avant de répondre. Les voici dans l'ordre.

La taille du modèle

Un modèle léger comme Haiku est conçu pour les tâches courantes : classification, résumé court, extraction de données. Il mobilise moins de paramètres, donc moins de calcul par token généré, donc moins d'énergie. Un modèle frontier comme Opus ou GPT-5 embarque beaucoup plus de paramètres : il raisonne mieux sur les tâches complexes, mais chaque token lui coûte davantage en watts. L'image est celle d'un moteur : on ne sort pas le V8 pour aller chercher le pain. À tâche égale, le saut d'un petit à un gros modèle multiplie déjà l'énergie par 10 à 50.

L'histoire des tokens

Toute la consommation se mesure en tokens, l'unité que l'IA manipule : un fragment de mot, environ 0,75 mot en français (un mot court comme « chat » fait 1 token, un mot long en compte plusieurs). Le modèle lit vos tokens d'entrée, puis fabrique ses tokens de réponse un par un, et chaque token produit consomme de l'électricité. L'énergie suit donc le nombre de tokens, surtout en sortie.

À modèle égal, un échange de 1 000 tokens en entrée et 1 000 en sortie consomme environ 3 fois plus qu'un échange de 100 en entrée et 300 en sortie. Un prompt de 100 000 tokens (environ 200 pages) atteint ~40 Wh, quelle que soit la marque. Le volume de tokens traités pèse bien plus que le nombre de questions.

Les modèles de raisonnement

Un modèle de raisonnement (les o-series puis le mode réflexion de GPT-5 chez OpenAI, DeepSeek-R1) rédige d'abord un monologue interne que vous ne voyez pas, puis seulement ensuite formule sa réponse. Ce monologue est une suite de tokens où il déroule sa réflexion étape par étape (la « chaîne de pensée »). Ce brouillon invisible représente souvent 3 à 15 fois plus de tokens que la réponse finale. Comme chaque token consomme, ce surplus porte la requête à 15-33 Wh, contre une fraction de Wh pour un petit modèle. Ces modèles sont donc à réserver aux questions qui le justifient.

Pour passer de ces ordres de grandeur à une estimation chiffrée sur votre propre usage, l'article sur l'énergie pour 1 000 tokens détaille la conversion étape par étape.

Pourquoi une requête consomme autant d'énergie ?

Ces Wh correspondent à une chaîne matérielle, du processeur jusqu'au réseau.

Du GPU au data center : ce que tire chaque maillon

Les 4 maillons ci-dessous concentrent l'essentiel de la consommation, et le calcul proprement dit n'en est qu'une partie.

• Une puce de calcul haut de gamme (un GPU NVIDIA H100) tire ~700 W à plein régime, autant qu'un radiateur d'appoint, pendant quelques secondes par requête.
• Un serveur en réunit 8, soit 10 à 12 kW par machine ; un cluster d'entraînement de 10 000 GPU peut atteindre 10 à 15 MW, la consommation d'une petite ville.
• Le refroidissement ajoute en moyenne 30 à 50 % à la consommation des serveurs, moins de 10 % dans les data centers récents des grands opérateurs, d'où la bascule vers le refroidissement liquide.
• Le reste du bâtiment, puis le transport de votre requête sur le réseau, ajoutent leur part à chaque échange, comme pour tout site internet.

Le volume mondial pèse plus que la requête individuelle

À l'unité, une requête est dérisoire ; le poids environnemental de l'IA vient de l'agrégat, que 4 faits résument :

• 1. L'inférence domine l'entraînement : l'entraînement est ponctuel, alors que l'inférence se répète à chaque requête, et chez Google elle représentait déjà environ 60 % de l'énergie consacrée au machine learning entre 2019 et 2021.
• 2. Le volume de tokens explose : il est projeté x24 entre 2026 et 2030 selon Goldman Sachs, tiré par les agents IA, et plus de tokens signifie plus d'énergie, quel que soit le modèle.
• 3. L'électricité des data centers double en 6 ans : de ~415-485 TWh en 2024-2025 à ~950 TWh en 2030, soit ~3 % de l'électricité mondiale selon l'IEA, Energy and AI. Cette croissance est 4 fois plus rapide que celle des autres secteurs.
• 4. Le réseau électrique suit mal : selon l'IEA, environ 20 % des projets de data centers risquent un retard de raccordement.

L'enjeu climatique de l'IA se joue sur le volume agrégé des tokens traités dans le monde, projeté à x24 entre 2026 et 2030.

Quel modèle choisir pour quelle tâche ?

Pour la grande majorité des usages courants, un petit modèle fait le travail aussi bien qu'un gros, pour une fraction de l'empreinte (le principe « small is sufficient »). Une étude académique d'octobre 2025 estime que généraliser le bon choix de modèle réduirait la consommation mondiale de l'IA de 27,8 %, soit 31,9 TWh sur l'année 2025. C'est l'équivalent de la production de 5 réacteurs nucléaires. Tâche par tâche, cela donne :

• Pour résumer un mail, rédiger un brouillon, classer, extraire ou répondre à une question simple, un petit modèle (Claude Haiku, Gemini Flash) suffit : ~0,2-0,4 Wh, 10 à 50 fois moins qu'un gros modèle.
• Pour rédiger un texte travaillé ou analyser un document, un modèle courant (Sonnet, Gemini Pro) : ~2,5-3 Wh, un bon compromis entre qualité et sobriété.
• Pour une analyse multicritère, du code difficile ou un raisonnement long, un gros modèle (Opus) : ~4 Wh, quand la tâche le justifie.
• Pour un problème vraiment ardu où la chaîne de pensée est indispensable, un modèle de raisonnement (o-series, DeepSeek-R1) : ~15-33 Wh, jamais par défaut.

À l'échelle d'une organisation, ce choix se pilote comme n'importe quel poste d'achat. Il s'agit de fixer un modèle léger par défaut dans les outils internes, de réserver les modèles de raisonnement à des équipes identifiées et de suivre les volumes de tokens consommés par service. Pour nous, au Projet Celsius, c'est le levier numérique au meilleur rapport effort/impact, parce qu'il ne coûte rien et ne dégrade aucun usage. Il forme le premier étage d'une politique de réduction, en complément d'une cartographie des usages numériques.

Il reste 2 réflexes pour compléter la règle. Le premier est de réserver le raisonnement aux problèmes durs, car un modèle de raisonnement activé sur une requête ordinaire gaspille énergie et argent. Le second est de garder des prompts concis, puisque moins de tokens en entrée comme en sortie signifie moins d'énergie. Ce choix de modèle est aussi le point de départ pour mesurer et réduire l'IA dans son Bilan Carbone®, où l'usage des services IA tiers se comptabilise en Scope 3, catégorie 1 - biens et services achetés. Pour les entreprises qui restent soumises à la CSRD après la directive Omnibus (plus de 1 000 salariés et 450 M€ de chiffre d'affaires), c'est aussi la base pour reporter l'IA dans la CSRD sans la noyer ni la gonfler.

Ce qu'il faut retenir

• Le modèle compte plus que la marque : du plus sobre (~0,2 Wh) au raisonnement sur prompt long (~33 Wh), le même geste coûte jusqu'à 100 fois plus.
• C'est le nombre de tokens traités qui décide, surtout en sortie : un prompt 10 fois plus long peut tripler la consommation à modèle égal, et un prompt de 100 000 tokens atteint ~40 Wh.
• Les chiffres sont des ordres de grandeur : Google publie une mesure (Gemini ~0,24 Wh), Mistral une ACV, et le reste vient de benchmarks tiers réalisés en 2025, en partie sur des modèles retirés depuis comme GPT-4o.
• Le volume pèse plus que votre requête : l'inférence domine l'entraînement, le volume de tokens est projeté x24 d'ici 2030 et l'électricité des data centers double.
• Réserver le bon modèle à la bonne tâche est le premier levier de sobriété : il divise l'empreinte par 5 à 10 et ne coûte rien à mettre en place.

Pour situer ce que cet usage pèse à l'échelle d'une organisation, le panorama de l'empreinte carbone de l'IA le replace sous 1 % du bilan d'une PME, même en usage intensif. Un Bilan Carbone® d'entreprise le resitue parmi les postes qui pèsent vraiment.

Questions fréquemment posées

Quelle IA consomme le moins : ChatGPT, Claude ou Gemini ?

Aucune marque n'est sobre ou gourmande dans l'absolu : tout dépend du modèle. Une requête Gemini médiane tourne autour de 0,24 Wh (chiffre publié par Google) et un modèle léger comme Claude Haiku se situe dans la même zone basse, vers 0,22 Wh. GPT-4o, modèle par défaut de ChatGPT jusqu'à l'arrivée de GPT-5 en août 2025, était estimé autour de 0,43 Wh ; OpenAI n'a publié aucun chiffre par requête pour la famille GPT-5 qui l'a remplacé.

Quelle IA pollue le plus ?

Ce sont les modèles de raisonnement (o-series d'OpenAI, DeepSeek-R1) sur des prompts longs : 15 à 33 Wh par requête, soit jusqu'à 100 fois plus qu'un petit modèle. Ils génèrent en effet un long monologue interne de tokens cachés avant de répondre. À l'inverse, les petits modèles et les requêtes courtes sont les plus sobres, quelle que soit la marque.

Qu'est-ce qu'un token et pourquoi est-ce l'unité qui compte ?

Un token est un fragment de mot : en français, environ 0,75 mot ou 4 caractères. Le modèle découpe votre texte en tokens, en lit (entrée) puis en produit (sortie), et chaque token généré consomme de l'électricité. C'est donc le volume de tokens traités, surtout en sortie, pas le nombre de requêtes, qui détermine la consommation.

L'IA est-elle vraiment un problème pour la planète ?

À l'unité, non : une requête courte consomme comme une recherche Google. Le problème vient du volume. L'inférence domine désormais l'entraînement, le nombre de tokens traités est projeté x24 d'ici 2030, et l'électricité des data centers double en 6 ans pour atteindre ~3 % de l'électricité mondiale, au point de mettre le réseau sous tension.

Comment réduire mon empreinte IA ?

Le premier levier est le choix du modèle : réserver les petits modèles (Claude Haiku, Gemini Flash) aux tâches simples divise l'empreinte par 5 à 10 sans perte de qualité. Ensuite, n'activez les modèles de raisonnement que pour les problèmes vraiment durs, et gardez vos prompts concis, puisque moins de tokens signifie moins d'énergie. Aucun de ces réflexes ne coûte un centime.

Pourquoi les éditeurs ne publient-ils pas leur consommation ?

Les éditeurs propriétaires comme OpenAI et Anthropic ne publient quasiment aucun chiffre officiel d'énergie ou d'eau par requête. Seuls 2 éditeurs font exception : Google, qui a mesuré une requête Gemini médiane en production (0,24 Wh), et Mistral, qui a publié une analyse de cycle de vie complète avec Carbone 4 et l'ADEME. Pour le reste, on dépend de benchmarks indépendants comme How Hungry is AI? ou le AI Energy Score de Hugging Face, d'où l'usage systématique de fourchettes.