Consommation électrique des LLM par acteur : ce qui est publié
Une seule entreprise a publié une mesure détaillée en production. Tout le reste est déclaratif ou estimé.
En bref
- Google : requête texte médiane de Gemini Apps (mai 2025) à 0,24 Wh, 0,03 gCO2e et 0,26 mL d'eau. Mesure détaillée, mais non vérifiée par un tiers.
- OpenAI : environ 0,34 Wh par requête ChatGPT moyenne, déclaré par Sam Altman en 2025, sans périmètre ni méthode.
- Microsoft Research : estimation indépendante de 0,34 Wh (médiane, intervalle interquartile 0,18 à 0,67) pour des modèles de plus de 200 milliards de paramètres.
- Anthropic : pas de chiffre par requête dans les sources consultées ; les engagements publiés en février 2026 portent sur le coût de l'électricité et du raccordement réseau.
- Un chiffre « par requête » ne se compare à un autre que si le périmètre, la statistique (médiane ou moyenne) et la tâche sont identiques.
Qui publie quoi
| Acteur | Ce qui est publié | Limites |
|---|---|---|
| Google (Gemini) | Mesure instrumentée en production : 0,24 Wh, 0,03 gCO2e, 0,26 mL par requête texte médiane (mai 2025). Baisse de 33 fois de l'énergie et de 44 fois du carbone par requête en 12 mois. | Médiane, pas moyenne. Longueur des requêtes non communiquée. Données non vérifiées par un tiers. Eau limitée au refroidissement sur site. |
| OpenAI (ChatGPT) | Environ 0,34 Wh et 0,000085 gallon d'eau (≈ 0,3 mL) par requête moyenne, dans un billet de son dirigeant (2025). | Aucune méthode ni frontière de mesure expliquée. Pas de détail par modèle, par fonction ou par type de requête. |
| Microsoft | Rapports de durabilité agrégés. Publication de recherche (2025) estimant 0,34 Wh de médiane pour les modèles de plus de 200 milliards de paramètres. | L'étude de recherche est une estimation générique, pas la mesure d'un service Microsoft. |
| Anthropic (Claude) | Engagements de février 2026 : payer 100 % des mises à niveau du réseau pour raccorder ses datacenters, apporter de nouvelles capacités de production, réduire la consommation en période de pointe. | Aucun chiffre public d'énergie par requête trouvé. L'engagement porte sur les coûts pour les consommateurs, pas sur la consommation. |
| Meta (Llama) | Fiches de modèles ouverts avec heures de calcul et émissions estimées de l'entraînement. | Entraînement seulement : rien sur le service en production. |
| Mistral AI | Analyse de cycle de vie de Mistral Large 2 (2025, avec Carbone 4 et l'ADEME) : émissions, eau et impact d'une réponse. | Un modèle, une période. Hypothèses propres à l'étude. |
| Amazon (AWS) | PUE et WUE moyens mondiaux (1,15 et 0,15 L/kWh en 2024) dans les rapports de durabilité. | Agrégé : aucune ventilation par modèle ni par client. |
Échelle logarithmique. Sources : Google (2025), OpenAI (2025), Epoch AI (2025), Microsoft Research (2025).
Données du graphique
| Source | Valeur (Wh) | Nature |
|---|---|---|
| Google, accélérateurs seuls | 0,10 | Mesure, périmètre étroit |
| Google, mesure complète | 0,24 | Mesure, médiane |
| Epoch AI | ≈ 0,3 | Estimation |
| OpenAI | ≈ 0,34 | Déclaration, moyenne |
| Microsoft Research | 0,34 (0,18 à 0,67) | Estimation, médiane |
| Estimations d'avant 2025 | 1,8 à 7 | Estimations |
Pourquoi les chiffres ne se comparent pas
- Frontière de mesure : Google obtient 0,24 Wh en comptant processeurs actifs, serveur hôte, capacité inactive et surcoût du site. En ne comptant que les accélérateurs, il obtient 0,10 Wh, soit 2,4 fois moins.
- Statistique : une médiane ignore les très longues requêtes, qui tirent la moyenne vers le haut.
- Tâche : une requête courte, un document de 50 pages et une réponse avec raisonnement n'ont pas la même énergie.
- Méthode : mesure en production, estimation par le matériel ou modèle statistique (EcoLogits) donnent des résultats différents. Voir comparer deux modèles.
Chiffres circulants à ne pas reprendre tels quels
| Affirmation | Problème | Ce que disent les sources |
|---|---|---|
| « L'IA représente 50 % de la consommation des datacenters en 2025 (70 % en 2030) » | Confusion entre part et croissance. | Selon l'IEA, la consommation des datacenters dédiés à l'IA a augmenté d'environ 50 % en 2025, contre 17 % pour l'ensemble. Ce n'est pas une part du total. |
| « 10 millions de requêtes consomment 2 à 3 GWh » | Erreur d'unité d'un facteur 1 000. | 10 millions × 0,3 Wh = 3 MWh, soit 0,003 GWh. |
| « 0,5 kg CO2/MWh = 0,5 g CO2/kWh » | Conversion d'unités erronée. | 0,5 kg CO2/kWh équivaut à 500 g CO2/kWh ou 500 kg CO2/MWh. |
| « Une requête ChatGPT consomme 1 à 3 Wh » | Estimations antérieures à 2025, souvent reprises sans mise à jour. | Les valeurs publiées ou estimées récemment sont de l'ordre de 0,2 à 0,4 Wh pour une requête courte (voir tableau ci-dessus). |
| « Les datacenters pèsent 4 % de la demande mondiale » | Périmètre confondu avec l'ensemble du secteur numérique. | Selon l'IEA, les datacenters pèsent environ 1,5 % en 2024. Le secteur numérique complet (réseaux et terminaux inclus) approche 4 %. |
| « 40 % de l'énergie d'un datacenter sert au refroidissement » | Moyenne trompeuse. | L'IEA situe le refroidissement entre environ 7 % (hyperscale efficace) et plus de 30 % (entreprise peu efficace). Les serveurs pèsent en moyenne environ 60 %. |
| Comptes d'accords nucléaires, de compensations carbone ou de lois citées sans référence | Aucune source primaire. | À vérifier dans le communiqué de l'entreprise ou le texte officiel (EUR-Lex) avant de reprendre. |
Liste des sources et niveau de preuve : sources officielles.
Dernière mise à jour :