# Raisonner, multiplicateur selon l'effort

Base Impact de l'IA · Opérations de la machine · IA-0015 · version 0.3 · 2 novembre 2026 · moteur 0.3.1

Un modèle qui raisonne écrit d'abord un brouillon, puis sa réponse : il produit plus de tokens. La base distingue 3 efforts : sans (× 1), moyen (× 1,92, la moyenne mesurée par le PEReN sur 22 modèles ouverts) et poussé (× 10, d'après les mesures et estimations publiées depuis 2025).

## Valeur

× 1,92 multiplicateur de l'électricité d'une requête, 2025.
Statut : mesuré (4 relevés de même périmètre, 4 autres valeurs publiées).

## Caractéristiques

- Identifiant : IA-0015 · https://projetcelsius.com/ia/base/IA-0015/
- Version : 0.3 · 2 novembre 2026
- Étage : 1, Opérations de la machine · famille : Texte
- Unité : facteur
- Compté : l'électricité des cartes graphiques pour les mêmes requêtes, avec et sans raisonnement
- Non compté : le reste du serveur et le refroidissement du centre de données
- Licence : CC BY 4.0

## Calcul d'un cas

| raisonnement | Électricité | CO2e | Adresse |
| --- | --- | --- | --- |
| Sans raisonnement | · | · | https://projetcelsius.com/ia/base/machine/raisonner-multiplicateur/?raisonnement=sans |
| Avec raisonnement, effort moyen | · | · | https://projetcelsius.com/ia/base/machine/raisonner-multiplicateur/ |
| Avec raisonnement, effort poussé | · | · | https://projetcelsius.com/ia/base/machine/raisonner-multiplicateur/?raisonnement=pousse |

## Valeurs publiées

| Source | Date | Grandeur | Valeur | Ce que mesure le chiffre | Périmètre | Statut |
| --- | --- | --- | --- | --- | --- | --- |
| PEReN, 22 modèles ouverts | 2025 | facteur | × 1,9 | « Jusqu'à + 92 % en moyenne » avec raisonnement | même périmètre | mesuré |
| Hugging Face, AI Energy Score v2 | 2025-12 | facteur | × 30 | 30 fois plus en moyenne entre deux groupes de modèles | même périmètre | mesuré |
| Hugging Face, AI Energy Score v2 | 2025-12 | facteur | × 150 à × 700 | Trois modèles testés avec puis sans raisonnement | autre périmètre | mesuré |
| AIE, Energy and AI | 2025-04 | facteur | × 2 | DeepSeek-R1 comparé à un modèle de taille comparable sans raisonnement, tâche de texte simple, carte graphique seule | même périmètre | estimé |
| Microsoft Research | 2026-04 | facteur | × 10 | Requêtes de raisonnement long et d'agents, comparées à la requête médiane, en production | autre périmètre | estimé |
| Jegham et al. | 2025 | facteur | × 7,4 | GPT-5, question moyenne (1 000 tokens lus, 1 000 écrits) : 17,15 Wh en raisonnement élevé contre 2,33 Wh en raisonnement minimal | même périmètre | calcul |
| ML.ENERGY, banc v3 | 2026-02 | facteur | × 10 | Qwen 3 235B : 8 955 tokens écrits en moyenne par sa version qui raisonne (questions de sciences GPQA), contre 874 pour sa version qui répond directement (conversations) | autre périmètre | calcul |
| Epoch AI | 2025-02 | facteur | × 2,6 | o1 contre GPT-4o, sur un petit échantillon de conversations : 1 390 tokens écrits contre 540 | même périmètre | calcul |

## Détail par poste

Entre dans le calcul de :

- Poser une question rapide (IA-0042) : https://projetcelsius.com/ia/base/taches/poser-une-question-rapide/
- Écrire 1 000 tokens, avec l'effort de raisonnement (IA-0021) : https://projetcelsius.com/ia/base/machine/ecrire-1000-tokens-avec-raisonnement/

## Conventions de méthode

- Toute la méthode : https://projetcelsius.com/ia/base/methode/

## Citation

Projet Celsius, Base Impact de l'IA, « Raisonner, multiplicateur selon l'effort », IA-0015, version 0.3, 2 novembre 2026, projetcelsius.com/ia/base/IA-0015/ · CC BY 4.0.