Comparer l'énergie de deux modèles d'IA : lire Compar:IA et EcoLogits

Un comparateur affiche l'énergie de deux réponses. Voici comment lire chaque indicateur, et pourquoi la longueur de la réponse change tout.

Les sept infobulles expliquées

Ces indicateurs viennent du comparateur public Compar:IA, qui s'appuie sur la méthode EcoLogits. Pour chacun : ce que dit l'infobulle, comment le lire, et le piège à éviter.

1. Coût estimé

Ce que dit l'infobulle. Tarif public d'entrée et de sortie du modèle, sans cache.

Comment le lire. Le coût est : tokens d'entrée × prix d'entrée + tokens de sortie × prix de sortie. Il s'agit d'un prix d'API, pas du coût de l'infrastructure.

Piège. Le cache et les remises peuvent baisser la facture réelle ; des tokens de raisonnement peuvent la faire monter. Deux réponses de longueurs différentes ont des coûts différents même au même tarif.

2. Énergie en mWh

Ce que dit l'infobulle. Électricité mobilisée pour générer la réponse, en milliwattheures (1 Wh = 1 000 mWh).

Comment le lire. À modèle égal, plus la réponse est longue, plus l'énergie est élevée. Plus un modèle utilise de paramètres actifs, plus chaque token coûte.

Piège. Le périmètre est la génération : ni le contexte envoyé au modèle, ni le cache ne sont modélisés. Ce n'est pas une mesure du fournisseur.

3. Nombre de tokens

Ce que dit l'infobulle. Unité de texte lue et produite par le modèle : mot entier, morceau de mot, ponctuation.

Comment le lire. « Environ quatre caractères par token » est un repère grossier, surtout pour l'anglais. Le français et le code se découpent souvent en davantage de tokens.

Piège. Chaque modèle a son propre découpage : le même texte n'a pas le même nombre de tokens partout. Comparez les tokens affichés, pas des mots.

4. Équivalent streaming vidéo

Ce que dit l'infobulle. Énergie rapportée à une heure de streaming estimée à 80 Wh.

Comment le lire. Pourcentage = énergie en Wh ÷ 80 × 100. 4 Wh donnent 5 %.

Piège. Repère, non équivalence : la référence couvre lecture et équipements, et varie selon l'appareil, la qualité vidéo et le réseau.

5. Équivalent ampoule LED

Ce que dit l'infobulle. Énergie rapportée à une ampoule de 6 W allumée en continu : 1 heure = 6 Wh.

Comment le lire. Durée = énergie en Wh ÷ 6, en heures. 3 Wh donnent 30 minutes.

Piège. Traduit des Wh en durée d'éclairage. Ne signifie pas que le modèle « allume » une ampoule.

6. Équivalent batterie de smartphone

Ce que dit l'infobulle. Énergie rapportée à une batterie de référence de 15 Wh.

Comment le lire. Pourcentage = énergie en Wh ÷ 15 × 100. 1,5 Wh donnent 10 %.

Piège. Ordre de grandeur uniquement : les capacités varient et la recharge réelle a des pertes. Ce n'est pas la baisse de batterie qu'un téléphone subirait.

7. Classe énergétique EcoLogits

Ce que dit l'infobulle. Lettre A à F calculée pour 1 million de tokens de sortie, avec EcoLogits 0.10.2.

Comment le lire. Le calcul utilise le nombre de paramètres, et pour les modèles à mélange d'experts les seuls paramètres actifs, avec un PUE de 1,2 et la valeur médiane quand le résultat est une fourchette.

Piège. C'est une estimation à latence non renseignée, qui varie selon le matériel, la quantification et la longueur des entrées. Elle ne mesure ni carbone, ni eau, ni entraînement.

Les classes A à F

Source : seuils affichés par le comparateur ; conversion : Wh par million de tokens = mWh par token × 1 000.

Exemple : deux comparaisons réelles

Premier échange : MiMo V2.6 Flash (classe D) face à Command A+ (classe C).

Lecture. MiMo consomme 15 % de moins au total (4 425 contre 5 207 mWh), alors que sa classe est moins bonne : chaque token coûte 1,8 fois plus. Il gagne parce que sa réponse est 2,1 fois plus courte. Une classe D peut donc afficher une consommation totale plus faible qu'une classe C.

Second échange : GPT 6 Luna (modèle propriétaire de taille estimée L, classe C) face à Command A+.

Lecture. L'énergie par token est identique à 0,001 près (0,878 mWh), et l'écart total (2,14 fois) reproduit exactement l'écart de longueur (2,14 fois). Cette coïncidence suggère que l'estimation applique ici la même hypothèse de paramètres actifs aux deux modèles : GPT 6 Luna n'a pas d'architecture publiée, donc son énergie par token est une hypothèse, pas une propriété connue.

Estimer n'est pas mesurer

Dans l'article de Google de 2025, une version d'EcoLogits donnait pour une réponse de 50 tokens une fourchette de 1,83 à 6,95 Wh, bien au-dessus de la mesure de 0,24 Wh de Google pour une requête médiane. Les versions récentes donnent des ordres de grandeur plus proches (0,878 mWh par token, soit environ 0,26 Wh pour 300 tokens, par simple multiplication). L'écart entre versions montre que la méthode évolue : citez toujours la version.

Ces estimations excluent généralement l'entraînement, les réseaux et le terminal de l'utilisateur. Elles ne remplacent ni une mesure sur serveur, ni l'analyse de cycle de vie.

Méthode pour comparer équitablement

1. Poser le même prompt aux deux modèles.
2. Relever les tokens générés par chaque réponse.
3. Calculer l'énergie par token : mWh ÷ tokens.
4. Séparer l'écart de longueur de l'écart d'efficacité.
5. Juger la qualité de la réponse : une réponse courte et fausse n'est pas sobre.
6. Noter la version de la méthode et l'hypothèse de paramètres pour les modèles propriétaires.

Pour les mesures publiées par les fournisseurs, voir les acteurs de l’IA ; pour le vocabulaire, le glossaire.

Dernière mise à jour : 7 novembre 2026