- 1Le modèle compte plus que la marque : de 0,05 à 1,2 Wh par question.
- 2Le mode réflexion double la dépense en moyenne, et bien plus sur du code.
- 3Seuls Google et Mistral AI publient un chiffre avec sa méthode ; Anthropic, rien.
- 4Un clip vidéo de 5 secondes consomme autant que 330 questions à une IA.
En France, 48 % des personnes de 12 ans et plus utilisaient une IA générative en 2025, contre 20 % en 2023, selon le baromètre du numérique du Crédoc pour l'Arcep. Chaque question pèse peu, mais leur nombre se voit dans les centres de données, les bâtiments où tournent les serveurs : leur consommation mondiale d'électricité passerait d'environ 415 TWh en 2024 à près de 950 TWh en 2030, dans le scénario de base de l'Agence internationale de l'énergie.
Électricité d'une même tâche, du petit au grand modèle
Choisissez un usage : chaque ligne donne ce que consomment les serveurs pour le faire une fois.
Petit modèle
HaikuFlash-LiteSmall
0,05 Wh
0,023 gCO2e
le plus léger de la gamme, soit 380 fois pour 1 recharge de téléphone
Modèle courant
InstantSonnetFlash
0,3 Wh
0,14 gCO2e
le modèle par défaut, soit 63 fois pour 1 recharge de téléphone
Grand modèle
OpusPro
1,2 Wh
0,55 gCO2e
le plus puissant, soit 16 fois pour 1 recharge de téléphone
Pour une question et sa réponse d'une demi-page, le grand modèle consomme environ 24 fois plus que le petit. Le mode réflexion multiplie la dépense par 1,9 en moyenne.
Base IA de Projet Celsius, novembre 2026 : électricité des serveurs et du centre de données, kilowattheure mondial à 458 gCO2e (Ember). Les éditeurs ne publient pas la taille de leurs modèles : les noms situent chaque modèle dans sa gamme. Réflexion : PEReN, 22 modèles ouverts. Recharge : 19 Wh.
La réponse à la question du titre tient donc moins dans un logo que dans un réglage. ChatGPT, Claude, Gemini et l'assistant de Mistral AI proposent chacun un modèle léger, un modèle par défaut et un modèle plus puissant, et la plupart ajoutent un mode réflexion. Les chiffres de cet article viennent de la Base IA de Projet Celsius, en wattheures (Wh) : une recharge de téléphone en demande 19.
1Quelle IA consomme le moins, modèle par modèle ?
Pour une question et sa réponse d'une demi-page, un assistant de taille courante consomme environ 0,3 Wh, soit 0,14 gCO2e (gramme d'équivalent CO2) avec l'électricité moyenne mondiale. C'est la valeur sur laquelle convergent une mesure de Google, 2 estimations et une déclaration d'OpenAI, détaillées dans notre article sur la consommation d'une requête ChatGPT, à peu près autant qu'une recherche Google. La même question coûte environ 0,05 Wh à un petit modèle et 1,2 Wh à un grand modèle.
Petit, courant ou grand : la taille du modèle
Un modèle plus gros fait plus de calculs pour chaque mot qu'il écrit, et l'électricité suit le calcul. Les 4 grands assistants rangent leurs modèles de la même façon, du plus léger au plus puissant :
- Chez Anthropic, Claude se décline en Haiku, conçu pour les tâches rapides et en grand nombre, puis Sonnet, Opus et Fable, réservé aux raisonnements les plus exigeants.
- Chez Google, Gemini propose Flash-Lite, le plus rapide et le moins cher, puis Flash et Pro, que l'application présente comme le modèle qui réfléchit aux sujets complexes.
- Chez OpenAI, ChatGPT répond par défaut avec un modèle rapide, Instant, et peut passer à son mode Thinking, qui réfléchit avant de répondre.
- Chez Mistral AI, l'assistant Le Chat, renommé Vibe en 2026, s'appuie sur une gamme qui va de Mistral Small, le plus léger, à Mistral Large.
Aucun de ces éditeurs ne publie la taille de ses modèles. Les ranger en petit, courant et grand reste une hypothèse fondée sur leur place dans la gamme et sur leur prix, qui suit en partie la quantité de calcul : selon sa grille publique, Anthropic facture aux développeurs Haiku 40 fois moins cher qu'Opus. Les valeurs de la pièce d'ouverture sont celles de la Base IA pour une taille type. Chez Anthropic, le choix entre les 2 grands modèles est détaillé dans Fable 5.2 ou Opus 5.5.
Une étude universitaire donne un ordre de grandeur modèle par modèle. Ses auteurs ont estimé en 2025 l'électricité d'une question courte, suivie d'une réponse d'environ 200 mots, à partir de la vitesse de réponse publique de chaque modèle et du matériel probable des centres de données : ce sont des estimations, pas des mesures des éditeurs. Selon « How Hungry is AI? » (Jegham et al., version de novembre 2025) :
- GPT-4.1 nano, le plus petit modèle d'OpenAI de l'étude, consomme 0,21 Wh par question.
- GPT-4o, le modèle par défaut de ChatGPT jusqu'en août 2025, consomme 0,42 Wh, soit 0,19 gCO2e avec l'électricité moyenne mondiale.
- Claude 3.7 Sonnet, d'Anthropic, consomme 0,95 Wh, presque autant que Claude 3.5 Haiku (0,98 Wh), pourtant le modèle rapide de la gamme à l'époque.
- o3, le modèle de raisonnement d'OpenAI, consomme 1,2 Wh, et o4-mini en réflexion poussée 3,6 Wh.
Ces modèles de 2025 ont presque tous été remplacés depuis. Le cas de Haiku rappelle qu'un nom de modèle « rapide » ne garantit pas une question sobre, et que la méthode ne voit ni la taille réelle des modèles ni les machines exactes. Les ordres de grandeur rejoignent ceux de la Base IA : quelques dixièmes de wattheure pour un modèle courant, plus de 1 Wh pour un grand modèle ou un modèle qui réfléchit.
Le mode réflexion, une dépense doublée en moyenne
Le mode réflexion fait écrire au modèle un brouillon qu'on ne voit pas, avant sa réponse. Sur 22 modèles ouverts mesurés par le PEReN, le pôle d'expertise numérique de l'État, il augmente la consommation jusqu'à 92 % en moyenne, et jusqu'à 849 % sur une tâche de code, selon le rapport de l'Arcep de mai 2026. Un grand modèle qui réfléchit dépense ainsi environ 2,3 Wh pour une question, 46 fois plus qu'un petit modèle en réponse directe.
À l'intérieur d'un même assistant, le choix du modèle et du mode réflexion change davantage l'empreinte d'une question que le choix de l'assistant.
2Que publient OpenAI, Anthropic, Google et Mistral ?
Seuls 2 éditeurs ont publié un chiffre accompagné de sa méthode, et aucun chiffre ne se compare directement aux autres : ils ne comptent ni la même chose, ni la même question.
Une mesure, une phrase, une analyse et un silence
Google a mesuré en production la question médiane posée à Gemini : 0,24 Wh et 0,26 mL d'eau, l'équivalent de 5 gouttes, selon son article d'août 2025. Le même article indique que l'énergie de cette question a été divisée par 33 en un an. C'est la seule mesure en production publiée par un éditeur, et aucun tiers ne l'a auditée.
OpenAI s'en tient à une phrase de son dirigeant, Sam Altman : une requête moyenne utiliserait environ 0,34 Wh, d'après son billet de juin 2025, sans méthode ni périmètre. Anthropic ne publie aucun chiffre pour Claude. Mistral AI a publié en juillet 2025 la première analyse de cycle de vie d'un grand modèle, menée avec l'ADEME : 1,14 gCO2e et 45 mL d'eau pour une réponse de son assistant, fabrication des serveurs comprise.
Ce que publient Google, OpenAI, Anthropic et Mistral AI
Le chiffre donné pour une question posée à chaque assistant, et ce qu'il compte.
0,24 Wh et 0,26 mL d'eau par question médiane
Puces, serveurs et centre de données ; méthode publiée
0,34 Wh et 0,32 mL d'eau pour « une requête moyenne »
Ni méthode ni périmètre publiés
Aucun chiffre ni par question, ni par modèle
Pas de taille de modèle publiée non plus
1,14 gCO2e et 45 mL d'eau par réponse d'une demi-page
Cycle de vie complet, fabrication des serveurs comprise
Ces chiffres ne se classent pas entre eux : électricité ou carbone, question courte ou réponse longue.
Sources : Google, arXiv 2508.15734 ; Sam Altman, juin 2025 ; Mistral AI, juillet 2025 ; Anthropic ; Base IA de Projet Celsius.
Quelle IA consomme le moins d'eau ?
Les 0,26 mL de Google ne comptent que l'eau évaporée pour refroidir ses centres de données. Les 45 mL de Mistral AI comptent celle de tout le cycle de vie, y compris la fabrication des puces et la production d'électricité. L'écart vient du périmètre, et ne dit pas lequel des 2 assistants boit le moins. Notre article sur l'eau que consomme l'IA détaille ces 3 eaux, et celui sur les étapes où l'IA pollue le poids de la fabrication.
3Quels gestes réduisent l'empreinte de l'IA ?
La taille du modèle n'est pas le seul levier. La nature de la tâche fait varier l'électricité bien davantage : de 0,13 Wh pour le résumé généré en tête d'une recherche à 670 Wh pour une heure d'agent de code, un programme qui enchaîne seul des dizaines d'étapes.
Électricité de quelques usages de l'IA, du texte à la vidéo
Une ligne par usage, sur une échelle où chaque graduation vaut 10 fois la précédente.
Un clip vidéo de 5 secondes consomme autant que 330 questions, une heure d'agent de code autant que 2 200.
Base IA de Projet Celsius, novembre 2026, modèle moyen sans réflexion. Recharge : EPA.
5 gestes réduisent l'empreinte sans renoncer à l'outil, du plus simple au plus efficace selon les usages :
- Commencer par le modèle le plus léger de son assistant, puis ne passer au modèle supérieur que si la réponse ne suffit pas : pour une question, l'écart va de 0,05 à 1,2 Wh.
- Laisser le mode réflexion de côté pour les questions simples, une recherche de fait ou un e-mail : il double en moyenne la dépense, pour un gain de qualité inégal selon les tâches d'après l'Arcep.
- Joindre un document seulement quand la réponse en dépend : interroger un PDF de 30 pages coûte environ 4,7 Wh, autant que 16 questions, parce que le modèle lit tout le texte.
- Réserver les images et la vidéo aux vrais besoins : une image générée demande environ 3,2 Wh, et un clip de 5 secondes près de 100 Wh, autant que 330 questions.
- Ouvrir une nouvelle conversation quand on change de sujet : à chaque message, le modèle relit l'échange précédent, et 10 échanges consomment déjà environ 3,5 Wh.
Notre article sur les 10 gestes classés par efficacité les chiffre sur une année d'usage, et ceux sur l'empreinte d'une image et d'une vidéo générée par IA détaillent les usages les plus lourds.
4Ecosia, Mistral : existe-t-il une IA écologique ?
Aucune IA n'est écologique en soi. Certaines réunissent des conditions plus favorables : un petit modèle, une électricité peu carbonée, des chiffres publiés. Notre comparatif des IA présentées comme écologiques détaille Ecosia AI, Euria d'Infomaniak, GreenPT et Vibe.
Ecosia AI, un petit modèle de Mistral AI
Le moteur de recherche Ecosia fait tourner son IA sur des modèles de Mistral AI, dont Mistral Small 3.2 pour les résumés en tête des résultats, d'après son centre d'aide. Il affirme, dans un billet du 2 juillet 2026, produire plus d'énergie propre que son IA n'en utilise, sans publier de chiffre. Ses fonctions d'IA se désactivent dans les réglages, et il estime l'impact de chaque demande avec la méthode EcoLogits, qui laisse de côté l'entraînement, les réseaux et l'appareil de l'utilisateur.
Mistral AI et le pays des serveurs
Mistral AI reste le seul éditeur à avoir publié une analyse de cycle de vie, relue par 2 bureaux d'études. Elle ne dit pas que son assistant émet moins que ChatGPT ou Gemini : ses 1,14 gCO2e comptent la fabrication des serveurs, que les autres chiffres laissent de côté.
Le pays des serveurs pèse aussi. Produire 1 kWh émet 41 gCO2e en France, contre 384 aux États-Unis et 458 en moyenne mondiale, selon les données d'Ember retenues par la Base IA : une même question y émet donc environ 11 fois moins. Aucun grand assistant n'indique pourtant où tourne la réponse à une question donnée.
5Et dans une entreprise, l'IA pèse-t-elle lourd ?
Dans une entreprise, le même raisonnement s'applique à plus grande échelle, et ce sont les usages intensifs qui pèsent. Une heure d'agent de code consomme environ 670 Wh, soit 310 gCO2e avec l'électricité mondiale et l'équivalent de 35 recharges de téléphone. Fixer un modèle léger par défaut dans les outils internes, puis réserver les grands modèles et la réflexion aux équipes qui en ont besoin, est le premier levier, et il ne coûte rien.
Notre article sur le Bilan Carbone® de l'IA dans une entreprise explique comment estimer ce poste et ce qu'il représente. Le calculateur d'empreinte carbone de l'IA en donne un ordre de grandeur, et la méthode pour intégrer l'IA à son Bilan Carbone® est détaillée à part, comme l'empreinte numérique d'une entreprise.
Pour nous, au Projet Celsius, la question utile devant un assistant est « quel est le plus petit modèle qui fait correctement ce travail ? ». Les éditeurs ne publient pas assez pour classer les marques. Chacun laisse en revanche choisir la taille du modèle et le mode réflexion, et ces 2 réglages font varier l'électricité d'une question de 1 à près de 50. Nous recommandons aux particuliers de commencer par le modèle le plus léger, et aux entreprises d'en faire le réglage par défaut de leurs outils.
6Ce qu'il faut retenir
- Le type de modèle compte plus que la marque : une question coûte environ 0,05 Wh à un petit modèle, 0,3 Wh à un modèle courant et 1,2 Wh à un grand.
- Le mode réflexion augmente la consommation jusqu'à 92 % en moyenne selon les mesures du PEReN, et jusqu'à 849 % sur une tâche de code.
- Google publie une mesure (0,24 Wh), OpenAI une phrase (0,34 Wh), Mistral AI une analyse de cycle de vie (1,14 gCO2e), et Anthropic rien pour Claude.
- La tâche pèse plus que l'assistant : un clip vidéo de 5 secondes consomme autant que 330 questions, une heure d'agent de code autant que 2 200.
- Aucune IA n'est écologique en soi : un petit modèle, sans réflexion, sur des serveurs alimentés par une électricité peu carbonée reste le choix le plus sobre.
Pour situer ces chiffres dans l'ensemble des impacts, voir tous les impacts environnementaux de l'IA, la consommation électrique de l'IA dans le monde et faut-il se passer de l'IA ?




