Sait-on vraiment combien consomme ChatGPT ?

En juin 2025, Sam Altman, le dirigeant d'OpenAI, écrit dans un billet de blog qu'une requête moyenne à ChatGPT consomme « environ 0,34 wattheure », et environ 0,3 mL d'eau. Le billet ne dit ni ce qui est compté, ni sur quels modèles, ni comment. C'est, à ce jour, la seule valeur donnée par OpenAI ou son dirigeant ; sa page de formation sur l'environnement, mise à jour en juin 2026, renvoie à l'estimation d'Epoch AI, environ 0,3 Wh, et indique que ses propres mesures ne sont pas encore publiées.

Pour une question écrite courte, l'ordre de grandeur de 2025 est pourtant connu. La mesure de Google sur Gemini, l'estimation d'Epoch AI pour GPT-4o et la déclaration d'OpenAI se rejoignent autour de 0,3 Wh, la valeur que retient la Base Impact de l'IA, et que détaille notre article sur la consommation d'une requête↗. Depuis août 2025, ChatGPT tourne sur la famille GPT-5, pour laquelle OpenAI n'a publié aucune valeur ; une estimation indépendante donne 2,33 Wh pour une requête de longueur moyenne à GPT-5 en effort de raisonnement minimal. Cet ordre de grandeur ne dit rien non plus de la consommation totale d'un assistant ni de celle des usages plus lourds.

Nous avons cherché, pour 8 grands assistants (ChatGPT, Gemini, Copilot, Meta AI, Claude, Grok, DeepSeek et Vibe, ex-Le Chat), ce que leur éditeur a lui-même publié sur l'électricité, l'eau ou le carbone d'une demande, jusqu'au 13 novembre 2026.

Les 2 valeurs publiées avec méthode ne se comparent pas entre elles. Google compte l'électricité de la demande médiane et des émissions calculées avec ses contrats d'électricité renouvelable ; Mistral AI compte le cycle de vie d'une réponse de 400 unités de texte, fabrication des serveurs comprise. Notre analyse sur les estimations qui divergent détaille ces écarts de périmètre.

Ce constat rejoint celui d'une équipe menée par Sasha Luccioni, de Hugging Face. Sur OpenRouter, une plateforme qui donne accès à de nombreux modèles par API, 84 % des unités de texte traitées en mai 2025 par les 20 modèles les plus utilisés passaient par des modèles sans aucune information environnementale publiée. Sur les modèles d'IA notables, l'équipe observe que ces publications, au plus haut en 2022, ont reculé avec les modèles commerciaux lancés après ChatGPT. Les 2 valeurs publiées avec méthode datent de 2025 et n'ont pas été mises à jour pour les modèles actuels.

Pour passer d'une valeur par question à la consommation d'un assistant, il faudrait la multiplier par un nombre de demandes que les éditeurs annoncent parfois, et par un mélange d'usages qu'ils ne publient pas. Nous n'avons trouvé, chez aucun des 8 éditeurs, l'électricité totale de son assistant.

Les usages qui pèsent le plus n'ont aucune valeur publiée par leur éditeur : la génération d'images et de vidéos, le mode raisonnement, les agents. Ce sont pourtant eux qui font varier une année d'usage de quelques centaines de grammes à plus de 100 kgCO2e. Enfin, pour un utilisateur grand public, nous n'avons trouvé aucun des 8 assistants qui indique dans quel pays sa demande est traitée. Or le pays des serveurs fait varier le CO2e d'une même électricité d'un facteur 21 environ, selon la Base Impact de l'IA.

Depuis le 2 août 2025, le règlement européen sur l'IA impose aux fournisseurs de modèles d'IA à usage général de tenir une documentation technique qui comprend la consommation d'énergie connue ou estimée du modèle, dans la partie consacrée à son développement, donc à son entraînement plutôt qu'à son usage. Les modèles mis sur le marché avant cette date ont jusqu'au 2 août 2027. Cette documentation est remise sur demande au Bureau de l'IA de la Commission et aux autorités nationales ; elle n'est pas publiée. Le code de bonnes pratiques de juillet 2025, que les éditeurs signent volontairement, les encourage seulement à examiner ce qu'ils pourraient rendre public.

En France, l'ADEME relève dans son avis de juillet 2026 que le manque de transparence des principaux acteurs complique la mesure des impacts. Elle demande des chiffres fiables et comparables, une analyse de cycle de vie multicritère, et des émissions calculées avec l'électricité du réseau où sont branchés les serveurs, plutôt qu'avec les contrats d'achat d'électricité.

L'objection la plus forte tient au secret commercial. Publier l'électricité d'une demande, le nombre de demandes et le lieu des serveurs, c'est donner à ses concurrents la taille de ses modèles, son efficacité et sa clientèle, sur un marché où ces informations valent cher. Les chiffres changent aussi très vite : Google annonce une baisse de 33 fois de l'énergie de la demande médiane à Gemini en un an, de mai 2024 à mai 2025.

Elle ne nous convainc pas, pour 3 raisons. Google a publié sa méthode sans publier ses volumes, et OpenAI annonce déjà les siens : 2,6 milliards de requêtes par jour en juillet 2025, chiffre que reprend l'ADEME. Publier une méthode ou un total ne livre donc pas de secret que ces entreprises ne livrent déjà. La rapidité du changement plaide pour des chiffres datés et revus chaque année, plus que pour l'absence de chiffres. Et le Bureau de l'IA peut déjà demander l'énergie des modèles : la question porte sur ce que le public peut en voir.