Estimez l'énergie, l'eau et le carbone liés à votre utilisation de l'IA — et ce que cela représente concrètement.
Calculateur
Empreinte carbone annuelle
608g CO₂
Énergie
1,29 kWh
Eau
2,3 L
Carbone
608 g CO₂
≈ 108 charges de téléphone≈ 9 verres d'eau≈ 2,5 km en voiture américaine≈ 11 ébullitions de bouilloire
Inférence uniquement (entraînement et surcharge du centre de données exclus) ; l'eau est sur site (scope-1) ; le chiffre historique de la recherche Google date de 2009. Tous les chiffres sont des estimations.
Il s'agit d'estimations d'ordre de grandeur issues de mesures publiques de modèles comparables — inférence uniquement, avec eau sur site (scope-1) et facteurs de carbone et d'eau ajustables. Les modèles de pointe fermés n'étant pas mesurés directement, considérez le résultat comme une approximation, et non comme un audit précis.
Comment l'empreinte est estimée
Chaque tâche IA est associée à une consommation énergétique par usage en watt-heures, tirée de sources mesurées actuelles. Vos comptages mensuels sont extrapolés sur un an, additionnés, puis convertis en kilowattheures.
L'eau correspond à l'eau de refroidissement sur site : l'énergie en kWh multipliée par un facteur d'efficacité d'utilisation de l'eau (litres par kWh). Le carbone est l'énergie multipliée par l'intensité carbone de votre réseau électrique (grammes de CO₂ par kWh).
Quelle énergie consomme vraiment une conversation IA ?
Une courte requête textuelle adressée à un modèle de pointe actuel consomme environ 0,3 Wh — point de convergence des estimations de Google (0,24 Wh), OpenAI (0,34 Wh) et Epoch (0,3 Wh). Les requêtes de raisonnement (« thinking ») et la génération d'images en consomment bien davantage.
Pourquoi la consommation d'eau est-elle bien supérieure à celle d'énergie ?
L'eau affichée ici est l'eau de refroidissement sur site (scope-1) : kWh × un facteur d'efficacité d'utilisation de l'eau. Elle n'inclut pas l'eau utilisée hors site pour produire l'électricité (scope-2), de sorte que le total réel peut être plus élevé. Ce facteur varie fortement selon le centre de données, d'environ 0,26 à 1,9 L/kWh.
Ces chiffres correspondent-ils exactement à ChatGPT ou Gemini ?
Non. Il s'agit d'estimations médianes issues de mesures publiques de modèles comparables, portant uniquement sur l'inférence. Les modèles de pointe fermés ne sont pas mesurés directement, et les chiffres réels incluent la surcharge du centre de données que les mesures brutes n'intègrent pas.
Cela inclut-il l'entraînement du modèle ?
Non. Tous les chiffres portent uniquement sur l'inférence — le coût d'utilisation du modèle, et non le coût unique de son entraînement.
Les résultats sont des estimations. Vérifiez avec un professionnel pour les décisions importantes.
À propos de ce calculateur
Ce calculateur traduit votre utilisation de l'IA en impact concret : énergie en kilowattheures, eau en litres et carbone en kilogrammes de CO₂. Choisissez « Mon utilisation » pour estimer l'empreinte annuelle de vos propres requêtes, ou « Par tâche » pour voir ce que coûte une seule conversation, une requête de raisonnement ou une génération d'image. Chaque valeur par tâche est tirée de mesures actuelles et citées ; elle correspond uniquement à l'inférence — le coût d'utilisation d'un modèle, pas de son entraînement.
Comment lire vos résultats
Le chiffre principal est votre empreinte carbone (annuelle en mode « Mon utilisation », ou pour le volume choisi en mode « Par tâche »). Les trois indicateurs décomposent ce résultat en énergie, eau et carbone, chacun accompagné d'un équivalent du quotidien — une charge de téléphone, un verre d'eau, un kilomètre parcouru — pour rendre les unités abstraites tangibles. Considérez le résultat comme une estimation d'ordre de grandeur : les valeurs énergétiques par tâche couvrent une large plage selon le modèle, la longueur de la requête et le centre de données, et les facteurs d'eau et de carbone sont des hypothèses ajustables, non des constantes.
Exemple concret
Vous envoyez environ 100 courtes conversations IA par mois, avec le facteur d'utilisation de l'eau à la valeur industrielle par défaut de 1,8 L/kWh et le réseau mondial moyen (471 gCO₂/kWh).
100 conversations par mois représentent 1 200 par an. À 0,3 Wh chacune, cela donne 360 Wh, soit 0,36 kWh — l'équivalent d'environ 30 charges de téléphone. La consommation d'eau s'élève à environ 0,65 L (moins de trois verres) et l'empreinte carbone à environ 170 g de CO₂ — bien moins d'un kilomètre dans une voiture ordinaire. Une année légère d'utilisation de l'IA représente une empreinte très faible ; c'est avec les requêtes de raisonnement et la génération d'images qu'elle augmente.
Questions fréquentes
Combien d'énergie consomme réellement une conversation IA ?
Une courte requête textuelle envoyée à un modèle de pointe actuel consomme environ 0,3 Wh d'électricité — point de convergence entre les 0,24 Wh mesurés par Google pour une requête Gemini médiane, les 0,34 Wh déclarés par OpenAI par requête ChatGPT, et l'estimation ascendante de 0,3 Wh d'Epoch AI pour GPT-4o. Les documents longs (~2,5 Wh), les modèles de raisonnement (~7,6 Wh) et la génération d'images (~2,9 Wh) coûtent bien plus par utilisation.
Pourquoi la consommation d'eau est-elle en scope-1, et qu'est-ce que cela signifie ?
L'eau en scope-1 correspond à l'eau évaporée sur site par un centre de données pour refroidir ses serveurs, calculée comme l'énergie (kWh) multipliée par un facteur d'efficacité d'utilisation de l'eau (WUE) en litres par kWh. Elle exclut l'eau en scope-2 — l'eau consommée hors site par la centrale électrique qui produit l'électricité — de sorte que le coût total en eau est supérieur à ce qui est affiché. Le WUE varie considérablement selon les opérateurs (d'environ 0,26 à 1,9 L/kWh), d'où son caractère ajustable ici.
Ces chiffres sont-ils exacts pour ChatGPT, Gemini ou Claude ?
Non. Ce sont des estimations centrales issues de mesures publiques réalisées sur des modèles comparables, délibérément étiquetées inférence uniquement et avec le périmètre clairement défini. Les modèles de pointe propriétaires ne sont pas mesurés directement, et les frontières de mesure diffèrent (l'énergie de l'ensemble du système est environ 2,4 fois supérieure à l'énergie GPU seul), de sorte que deux chiffres « par requête » issus d'études différentes ne sont pas interchangeables.
Le résultat inclut-il l'énergie nécessaire à l'entraînement du modèle ?
Non. Chaque chiffre présenté ici concerne uniquement l'inférence : le coût d'exécution d'une requête, et non le coût unique de l'entraînement du modèle. L'entraînement représente un coût important mais distinct, amorti dans le temps, que ce calculateur ne cherche pas à estimer.
Comment modifier les hypothèses de carbone et d'eau ?
Ouvrez la section des hypothèses sur l'eau et le réseau électrique. Le sélecteur de réseau applique l'intensité carbone sur le cycle de vie pour la moyenne mondiale, les États-Unis, l'UE, l'Inde ou la Chine (données OWID 2024), et le sélecteur WUE vous permet de modéliser un centre de données Google, Microsoft, Meta, avec la valeur industrielle par défaut ou la moyenne du parc. Le carbone et l'eau évoluent tous deux linéairement avec ces facteurs.
Méthode de calcul
Chaque tâche IA possède une valeur énergétique citée par utilisation en wattheures : courte conversation 0,30 Wh (convergence Epoch/Google/OpenAI), document long 2,5 Wh (Epoch, entrée ~10 000 tokens), raisonnement 7,6 Wh (Hugging Face AI Energy Score v2, DeepSeek-R1-70B avec raisonnement activé), et génération d'image 2,907 Wh (Luccioni « Power Hungry Processing », moyenne du Tableau 2). En mode « Mon utilisation », les comptages mensuels sont multipliés par 12, additionnés et divisés par 1 000 pour obtenir les kilowattheures annuels ; le mode « Par tâche » utilise les comptages tels que saisis. Eau en litres = kWh × WUE (par défaut 1,8 L/kWh, scope-1 sur site). Carbone en grammes = kWh × intensité du réseau (par défaut 471 gCO₂/kWh, monde 2024, cycle de vie OWID), puis divisé par 1 000 pour obtenir des kilogrammes. Les équivalents du quotidien sont calculés à partir de valeurs de référence citées : 12 Wh par charge de téléphone, 0,3 Wh par recherche Google historique (2009), 120 Wh par ébullition d'une bouilloire d'un litre, 244 gCO₂/km pour une voiture américaine typique et 106,4 gCO₂/km pour une nouvelle voiture européenne moyenne, 60 L par douche, 0,25 L par verre et 0,5 L par bouteille.