ChatGPT et CO2 : Mistral chiffre une requête IA, Altman avance 0,34 Wh sans audit

Chaque soir, des millions d’internautes demandent à ChatGPT de résumer un mail, corriger une phrase ou préparer un devoir. Derrière cette petite question, un chiffre commence à circuler en 2026 : quelques dixièmes de wattheure, ou parfois plus d’un gramme de CO2 selon le modèle et la méthode de calcul. La nuance compte, car elle change le geste recommandé.

Le débat a repris depuis que Sam Altman, patron d’OpenAI, a donné une estimation très basse de la consommation d’une requête, pendant que Mistral AI, avec l’appui de l’ADEME et de Carbone 4, publie une analyse de cycle de vie plus large de son modèle Mistral Large 2. La différence paraît technique, mais elle décide de la façon dont on parle d’un usage devenu banal.

Dans son billet de blog, Sam Altman écrit que « la requête moyenne consomme environ 0,34 wattheure ». Futura reprend ce chiffre en rappelant qu’il reste une déclaration d’entreprise, pas un audit indépendant de ChatGPT.

Un petit chiffre qui change d’échelle

Un wattheure, c’est l’unité qui sert à compter une toute petite quantité d’électricité. Pour se le représenter, 0,34 Wh revient à faire fonctionner une ampoule LED efficace pendant quelques minutes. Ce n’est pas grand-chose pour une question isolée. Mais l’IA n’est pas utilisée une fois par semaine : elle s’installe dans les recherches, les cours, les mails, le code, les images et parfois les vidéos.

La difficulté, c’est que deux chiffres proches en apparence ne mesurent pas forcément la même chose. Altman parle d’une requête moyenne sur ChatGPT. Mistral AI dit avoir mené une étude complète pour quantifier l’empreinte de ses grands modèles. Mathieu Wellhoff, chef du service sobriété numérique de l’ADEME, présente ce travail comme une première analyse de cycle de vie d’un grand modèle européen.

Autrement dit, on ne regarde pas toujours le même compteur. Une réponse courte en texte, une recherche longue avec plusieurs étapes de raisonnement, une image générée ou une vidéo n’ont pas le même poids. Le terme simple est « empreinte carbone » : la quantité de gaz à effet de serre associée à un service, comme une étiquette climat posée sur un geste numérique.

Le vrai sujet tient dans le mode choisi

Un message tapé en dix secondes n’appelle pas la même machine qu’une demande qui explore le Web, compare des documents et raisonne pendant longtemps. C’est là que le lecteur peut reprendre la main. Les modes de recherche approfondie, les agents et les générations d’images mobilisent plus de calcul qu’une réponse brève. Le bouton le plus visible n’est donc pas toujours le plus sobre.

Le Centre régional d’information des Nations unies rappelle que les data centers sont des bâtiments remplis de serveurs qu’il faut alimenter et refroidir en continu. Le coût d’une requête ne dépend pas seulement du modèle : il dépend aussi de l’électricité disponible, du refroidissement, du lieu du centre de données et du nombre de calculs demandés.

Code Climat donne des ordres de grandeur mensuels pour ChatGPT qui montrent l’autre face du problème : un geste minuscule devient massif quand il est répété à l’échelle de centaines de millions d’utilisateurs. C’est exactement le piège du numérique : chaque clic semble léger, l’ensemble pèse.

Ce qu’on peut changer sans arrêter l’IA

La bonne nouvelle est assez terre à terre. Personne n’a besoin de renoncer à l’IA pour réduire une partie du gaspillage. Regrouper trois petites questions en une seule demande claire, éviter de générer dix images quand une suffit, couper les longues recherches quand une réponse simple convient : ces gestes ne demandent aucun sacrifice spectaculaire.

Le plus utile est de choisir le bon outil pour le bon besoin. Une correction rapide de phrase n’a pas besoin d’un agent de recherche. Un calcul simple n’a pas besoin d’un modèle créatif. Une recherche factuelle peut parfois passer par un moteur classique, moins coûteux, surtout quand on connaît déjà le site à consulter. C’est moins spectaculaire qu’un grand plan climat, mais plus facile à appliquer ce soir.

La promesse, et là où elle bute. L’IA peut aider à gagner du temps, à écrire plus clairement, à coder plus vite ou à comprendre un document. Mais la promesse devient fragile quand les plateformes ne publient pas des chiffres comparables. Tant que chaque acteur choisit son thermomètre, l’utilisateur voit surtout des estimations qui ne racontent pas toutes la même histoire. — à lire aussi : Louer, prêter, revendre une voiture connectée : le mode invité devient un vrai su….

Questions courantes

Une requête ChatGPT consomme-t-elle toujours 0,34 Wh ?

Non. Le chiffre de 0,34 Wh vient d’une déclaration de Sam Altman sur une requête moyenne. Il ne dit pas le coût d’une demande longue, d’une recherche approfondie ou d’une image générée.

Pourquoi les estimations varient-elles autant ?

Parce qu’elles ne mesurent pas toujours le même périmètre. Certaines comptent seulement l’électricité de l’inférence, d’autres ajoutent l’entraînement, les serveurs, le refroidissement et le cycle de vie du matériel.

Quel geste réduit vraiment l’empreinte d’un usage IA ?

Le plus simple est de formuler une demande complète, d’éviter les essais inutiles et de réserver les modes lourds aux besoins qui les justifient vraiment.

La prochaine bataille ne se jouera donc pas seulement dans les laboratoires, mais dans les interfaces : le jour où chaque bouton affichera clairement son poids, l’IA deviendra peut-être un peu moins invisible.

Article créé en collaboration avec l’IA.