Combien d'eau consomme une requête ChatGPT ?

Par Guillaume Pakula · Publié le 8 juin 2026 · Mis à jour le 24 octobre 2026

Une requête IA évapore quelques gouttes d'eau, loin du « demi-litre » qui circule : Google a mesuré Gemini à 0,26 mL, Sam Altman cite ~0,3 mL pour ChatGPT. Ces chiffres ne comptent que le refroidissement ; l'ACV de Mistral monte à 45 mL par réponse en cycle de vie complet. Le sujet devient sérieux à l'échelle des infrastructures : la consommation mondiale d'eau des data centers doit doubler d'ici 2030 selon l'IEA.

Si vous tapez « eau consommation ChatGPT » dans Google, vous tombez vite sur une image marquante : chaque requête à l'IA « boirait » une bouteille d'eau. Les chiffres publiés sont bien plus bas. L'eau sert à refroidir les serveurs, et les 2 seuls chiffres avancés par des éditeurs pour une requête tiennent dans quelques gouttes : 0,26 mL mesurés par Google pour Gemini, ~0,3 mL cités par Sam Altman pour ChatGPT.

Ces volumes comptent l'eau de refroidissement évaporée sur site, pas celle qui sert à produire l'électricité des serveurs, ni la fabrication du matériel. Et le volume ne dit pas tout : la même requête pèse peu en Suède, beaucoup en Arizona, où les data centers puisent dans des bassins déjà tendus.

Reste à comprendre d'où vient le « demi-litre » qui circule, pourquoi les chiffres publics s'étalent de 0,26 à 519 mL, et à partir de quelle échelle l'eau de l'IA devient un vrai sujet. Côté électricité, une requête coûte de l'ordre de 0,3 Wh ; cet article traite de l'eau, qu'on chiffre beaucoup moins souvent.

Une requête ChatGPT, c'est quelques gouttes d'eau

Un seul chiffre a été mesuré en production : Google chiffre la requête Gemini médiane à 0,26 mL d'eau, environ 5 gouttes, dans son étude d'août 2025. Pour ChatGPT, il n'existe pas de mesure : Sam Altman a cité ~0,3 mL par requête moyenne dans un billet de blog de juin 2025, sans méthode ni périmètre. Les 2 chiffres convergent. Celui de Google ne compte que l'eau de refroidissement du data center, sans celle qui sert à produire son électricité ; celui d'Altman ne dit pas ce qu'il compte.

• Une requête Gemini : 0,26 mL, soit 5 gouttes d'eau. C'est le seul chiffre mesuré et publié, par Google, hors électricité.
• Une requête ChatGPT : ~0,3 mL selon Sam Altman, un quinzième de cuillère à café, d'après une déclaration sur son blog et non une mesure auditée.
• Une cuillère à café (5 mL) : une vingtaine de requêtes.
• Un verre d'eau (25 cl) : de l'ordre de 1 000 requêtes.

Ce chiffre varie fortement selon le modèle et la tâche, comme pour l'énergie où l'écart entre modèles atteint un facteur 100. Le « demi-litre par requête » qui circule est un vrai chiffre mal recopié : une étude de 2023 comptait 500 mL pour 10 à 50 réponses de GPT-3 (UC Riverside), et non pour une seule.

La même équipe a ensuite estimé ~519 mL pour un e-mail de 100 mots généré par GPT-4, mais en comptant l'eau totale, électricité comprise (Washington Post). Comme le « x10 » de la comparaison avec une recherche Google, le « demi-litre » continue de circuler sans le périmètre qui lui donnait un sens.

Pourquoi l'IA consomme de l'eau, et en quoi c'est un problème

Quelques gouttes par requête ne posent pas de problème en soi. La difficulté tient au mécanisme du refroidissement, qui fait disparaître l'eau par évaporation, et surtout à l'endroit où vos requêtes sont traitées.

L'eau sert au refroidissement

La distinction qui compte est celle entre eau prélevée et eau consommée. Un data center prélève de l'eau, en rend une partie au milieu et évapore le reste : Google indique que 80 % de l'eau prélevée par ses sites est consommée, donc perdue pour le bassin local. S'y ajoute une eau invisible, celle qui sert à produire l'électricité des serveurs. Selon le pays, cette eau indirecte pèse plus lourd que le refroidissement - et c'est précisément elle que le 0,26 mL de Google laisse de côté.

Tout dépend de l'endroit où vos requêtes sont traitées

La localisation tranche presque tout. Un data center en Suède se refroidit à l'air froid une bonne partie de l'année ; un site en Arizona ou dans le golfe Persique dépend bien davantage de l'évaporation, dans des régions déjà en manque d'eau. Même modèle, même requête : l'empreinte change du tout au tout selon le site, et vous ne choisissez pas lequel traite la vôtre. C'est la même logique de lieu que côté carbone, où l'électricité émet environ 10 fois moins de CO2 par kWh en Suède qu'en moyenne aux États-Unis.

Quels chiffres sont fiables, et comment les lire

Seuls 3 éditeurs ont mis un chiffre sur la table, et chacun mesure autre chose. Google publie une mesure de production : 0,26 mL, refroidissement seul. OpenAI s'en tient à la déclaration de blog de son patron, sans méthode. Mistral a publié une analyse de cycle de vie complète avec Carbone 4 et l'ADEME : 45 mL par réponse de 400 tokens, fabrication des serveurs comprise. Anthropic et Microsoft ne publient rien par requête.

Pourquoi les chiffres publics vont de 0,26 à 519 mL

Posés sur une même échelle, les chiffres publics s'étalent de 0,26 à 519 mL, un facteur 2 000. Aucun n'est faux : le premier compte l'eau de refroidissement d'une requête médiane, le dernier l'eau totale d'une génération longue sur GPT-4, le modèle le plus lourd alors en service. Entre les deux, l'estimation académique de référence situe une réponse GPT-3 à 10-50 mL en eau totale, et l'ACV de Mistral une réponse du Chat à 45 mL. Avant de citer un chiffre d'eau, il faut donc savoir ce qu'il compte.

3 réflexes pour lire un chiffre d'eau

• Vérifier le périmètre : refroidissement seul, électricité comprise ou cycle de vie complet. L'écart entre ces périmètres se compte en facteurs 10 à 100.
• Se méfier des moyennes de parc : un indicateur moyen agrège des sites en Finlande et en Arizona, et ne décrit aucun site réel.
• Distinguer eau prélevée et eau consommée : AWS publie 0,15 L/kWh d'eau prélevée, Google 1,15 L/kWh d'eau consommée, 2 indicateurs qui ne se comparent pas terme à terme.

On raisonne donc en ordres de grandeur plutôt qu'en valeurs mesurées. Pour une organisation, l'eau ne se traite pas dans un Bilan Carbone®, qui ne regarde que le carbone, mais dans une ACV multicritères, avec fourchette et incertitude assumées. Côté carbone, l'usage de l'IA s'intègre au Scope 3 de votre bilan.

Les chiffres publics sur l'eau de l'IA varient d'un facteur 2 000 sans qu'aucun soit faux, parce qu'ils ne comptent pas la même eau.

De la goutte à la piscine olympique : l'eau de l'IA à l'échelle

Un ordre de grandeur d'entreprise : 100 personnes qui posent 25 requêtes par jour pendant 220 jours ouvrés cumulent 550 000 requêtes par an. À 0,26 mL, cela représente 143 litres d'eau sur l'année, une baignoire, soit 1,4 litre par personne. Même au périmètre ACV le plus large (45 mL), on atteint ~25 m³, un volume réel mais marginal dans le bilan d'une entreprise de services, où les équipements dominent largement les services en ligne.

Le changement d'échelle se joue dans l'infrastructure. En 2021, un data center moyen de Google évaporait environ 1,7 million de litres par jour, les deux tiers d'une piscine olympique. En 2025, Google a consommé 41 milliards de litres d'eau (data centers et bureaux), 34 % de plus qu'en 2024 et plus du double de 2021. Au niveau mondial, l'IEA chiffre la consommation d'eau des data centers à ~560 milliards de litres en 2025 et en projette 1 200 milliards en 2030, soit un facteur 2,1 en 5 ans. L'IEA attribue cette hausse à l'essor de l'IA, qui pèse 5 à 15 % de l'électricité des data centers aujourd'hui et potentiellement 35 à 50 % en 2030. Le rapport de l'Université des Nations unies (UNU-INWEH, juin 2026) avance des volumes bien plus élevés : 4 500 milliards de litres dès 2025, de quoi couvrir les besoins de plus de 600 millions d'habitants d'Afrique subsaharienne. Pour 2030, il projette 9 300 milliards de litres, les besoins annuels des 1,3 milliard d'habitants de la région. Entre l'IEA et l'ONU, l'écart atteint un facteur 7 à 8, ce qui donne la mesure de l'incertitude sur ces volumes.

Ces volumes pèsent peu en Scandinavie, beaucoup en Arizona ou au Texas, où les conflits d'usage sont documentés. Le Shift Project (octobre 2025) pointe la concurrence d'usage de l'eau autour des sites. Il recommande de fixer une trajectoire plafond pour l'électricité des data centers, de recenser les sites et leurs consommations, et d'intégrer la filière dans la stratégie nationale bas carbone.

Les opérateurs répondent de 2 façons. Le refroidissement à l'air (dry cooling) échange directement avec l'atmosphère, sans évaporation. Il s'applique partout au prix d'un rendement thermique moindre et d'un surcoût d'électricité, et devient viable grâce aux serveurs modernes qui tolèrent des températures de fonctionnement plus élevées. Google l'impose depuis 2023 à ses nouveaux sites en zone de stress hydrique. L'immersion cooling plonge les serveurs dans un fluide diélectrique, ce qui réduit la consommation d'eau de 90 % et les coûts de refroidissement de 40 %. L'adoption du refroidissement liquide passe de 3 % du parc en 2021 à ~37 % projetés en 2026 sur les nouveaux sites IA (Data Center World 2026).

Pour nous, au Projet Celsius, la question utile à poser à un fournisseur d'IA porte donc moins sur l'eau par requête que sur ses sites : « où tournent vos data centers, et comment sont-ils refroidis ? »

Ce qu'il faut retenir

• Une requête consomme quelques gouttes : 0,26 mL mesurés par Google pour Gemini, ~0,3 mL cités par Sam Altman pour ChatGPT, sans périmètre publié. Le chiffre de Google ne compte que le refroidissement.
• Le « demi-litre par requête » est un raccourci trompeur : 500 mL valaient pour 10 à 50 réponses de GPT-3, et les ~519 mL d'un e-mail GPT-4 comptent l'eau totale.
• De 0,26 mL (refroidissement) à 45 mL (ACV complète de Mistral), les chiffres publics sont justes dans leur périmètre, qu'il faut vérifier avant toute comparaison.
• La géographie décide : la même requête pèse peu en Suède, beaucoup en Arizona, et l'enjeu réel est la concentration des data centers dans des bassins déjà tendus.
• Pour une entreprise, l'eau du numérique se traite dans une ACV multicritères, puisque le Bilan Carbone® ne compte que le carbone.

L'eau complète le tableau que l'énergie laisse incomplet. Ce volet est à lire avec le comparatif énergie des modèles et l'empreinte carbone de l'IA à l'échelle d'une organisation, puis à porter dans une ACV dès que votre analyse du numérique doit être prise au sérieux.

Questions fréquemment posées

Combien d'eau consomme une requête ChatGPT ?

Il n'existe pas de mesure auditée : Sam Altman a cité ~0,3 mL par requête moyenne (un quinzième de cuillère à café) dans un billet de blog de juin 2025, sans publier de méthode. Le chiffre est cohérent avec la seule mesure de production existante, celle de Google pour Gemini : 0,26 mL par requête médiane, en comptant uniquement le refroidissement du data center, hors eau liée à l'électricité.

L'IA consomme-t-elle vraiment un demi-litre d'eau par requête ?

Non, pas par requête courante. Le chiffre vient de 2 travaux de l'université de Californie à Riverside, qui comptent l'eau totale, refroidissement plus eau de production de l'électricité. Ils ont estimé environ 500 mL pour 10 à 50 réponses de GPT-3 (2023), puis ~519 mL pour un e-mail de 100 mots généré par GPT-4 (2024). Repris en « un demi-litre par message », ces chiffres changent de périmètre et de modèle : une requête courante sur un modèle récent évapore quelques dixièmes de millilitre en refroidissement.

Combien d'eau consomme une requête Gemini, Claude ou Mistral ?

Gemini : 0,26 mL par requête médiane, seule mesure de production publiée (Google, 2025), refroidissement seul. Mistral : 45 mL par réponse de 400 tokens, mais en analyse de cycle de vie complète, électricité et fabrication des serveurs comprises - les 2 chiffres ne se comparent donc pas terme à terme. Claude : Anthropic ne publie aucun chiffre d'eau par requête à ce jour.

Pourquoi les data centers consomment-ils de l'eau ?

Pour se refroidir. Les serveurs qui calculent chauffent, et beaucoup de sites évacuent cette chaleur par des tours qui évaporent de l'eau : cette eau est perdue pour le bassin local, et Google indique consommer ainsi 80 % de l'eau qu'il prélève. S'y ajoute l'eau mobilisée en amont pour produire l'électricité des serveurs, souvent ignorée dans les chiffres « par requête ».

L'eau de l'IA est-elle un vrai problème écologique ?

Pas à l'échelle de votre requête, oui à l'échelle des infrastructures. Google a consommé 41 milliards de litres d'eau en 2025, 34 % de plus qu'en 2024. L'IEA projette une consommation mondiale des data centers de 1 200 milliards de litres en 2030, 2,1 fois celle de 2025. Elle attribue cette hausse à l'IA, qui pèse 5 à 15 % de l'électricité des data centers aujourd'hui et potentiellement 35 à 50 % en 2030. L'ONU avance des volumes 7 à 8 fois plus élevés. Le problème tient à la concentration de ces volumes dans des bassins déjà en stress hydrique (Arizona, golfe Persique, Texas). Les solutions techniques existent (refroidissement à l'air ou dry cooling, immersion cooling), mais leur déploiement devra suivre le rythme de construction des data centers.

Existe-t-il des data centers sans eau ?

Oui, 2 voies techniques matures. Le refroidissement à l'air (dry cooling) échange directement avec l'atmosphère : zéro évaporation, applicable partout au prix d'un rendement thermique moindre, et désormais viable grâce aux serveurs modernes qui tolèrent des températures de fonctionnement plus élevées. Google l'impose depuis 2023 à ses nouveaux sites en zone de stress hydrique. L'immersion cooling plonge les serveurs dans un fluide diélectrique : -90 % d'eau vs refroidissement traditionnel, -40 % de coûts, densité de calcul supérieure. Adoption liquid cooling projetée à 37 % du parc data centers en 2026 vs 3 % en 2021. Leur généralisation dépend surtout de leur coût et de la réglementation.