Combien d’énergie consomme réellement ChatGPT comparé à une recherche Google ?

Demander à une IA de rédiger un courriel ou de résumer un document, est-ce énergivore ? La question revient souvent, avec des chiffres très contradictoires. Les estimations publiées depuis 2025 permettent d’y voir plus clair : par requête, la consommation est faible, mais l’effet de volume pèse lourd à l’échelle mondiale.

Pourquoi les premiers chiffres étaient-ils si élevés ?

Les premières estimations, en 2023, comparaient une conversation avec un chatbot à de grosses dépenses d’énergie. Elles reposaient sur des hypothèses prudentes, avec du matériel de génération précédente et des réponses longues.

En février 2025, l’institut de recherche Epoch AI a publié une estimation d’environ 0,3 wattheure pour une requête typique sur GPT-4o, dix fois moins que le chiffre de 3 Wh qui circulait jusque-là. L’écart vient surtout de deux hypothèses : des réponses de longueur réaliste (environ 500 tokens, soit 400 mots) et un matériel plus efficace (GPU Nvidia H100).

Cette estimation suppose aussi que les GPU fonctionnent loin de leur capacité théorique maximale, autour de 10 %, ce qui est courant en production. C’est une modélisation, pas une mesure : OpenAI ne publie pas de données détaillées par requête.

En août 2025, Google a publié pour la première fois une mesure pour son assistant : 0,24 Wh, 0,26 ml d’eau et 0,03 g de CO₂e pour une requête texte médiane sur Gemini, en incluant le refroidissement et les serveurs au repos. L’entreprise indique avoir divisé cette consommation par 33 en un an.

Il ne faut pas pour autant tomber dans l’angélisme. La fabrication des serveurs, leur refroidissement et les réseaux représentent une part importante de l’empreinte, et ces chiffres ne couvrent pas l’entraînement des modèles. Pour un particulier, ils montrent surtout que l’usage du numérique pèse peu face aux postes classiques : c’est utile à savoir quand on cherche à réduire sa consommation électrique globale.

Moteur de recherche ou intelligence artificielle : que comparer ?

Le chiffre souvent cité pour une recherche Google, environ 0,3 Wh, date d’une communication de l’entreprise en 2009. Les moteurs ont beaucoup évolué depuis, et intègrent eux-mêmes des réponses générées par IA : la comparaison reste donc approximative.

La comparaison dépend aussi de l’usage. Une recherche classique mène souvent à l’ouverture de plusieurs pages, avec leurs scripts, images et vidéos, qui consomment de l’énergie sur votre appareil et sur le réseau. À l’inverse, une question bien posée à une IA peut éviter une longue navigation, ou au contraire entraîner une série de relances.

Pour situer ces chiffres, l’Agence internationale de l’énergie estimait en 2020 qu’une heure de vidéo en streaming consommait environ 0,08 kWh (77 Wh), terminal et réseau compris : l’équivalent de plus de deux cents requêtes texte à 0,3 Wh. La recharge complète d’un smartphone récent demande environ 4 à 5 Wh.

Dans un logement, ces quantités restent minimes face au chauffage ou à l’eau chaude sanitaire. Faire son bilan énergétique global montre que ces postes pèsent bien plus lourd que toute l’activité numérique d’un foyer sur un an.

L’effet rebond et la croissance des centres de données

Si l’efficacité par requête s’améliore, le risque est l’effet rebond, ou paradoxe de Jevons : plus une ressource devient efficace et bon marché, plus on l’utilise. Avec des milliards de requêtes et l’intégration de l’IA partout, la consommation totale augmente malgré les progrès unitaires.

Selon l’Agence internationale de l’énergie (rapport « Energy and AI », 2025), les centres de données ont consommé environ 415 TWh en 2024, soit 1,5 % de l’électricité mondiale, et cette consommation devrait plus que doubler pour atteindre environ 945 TWh en 2030. L’IA est le premier moteur de cette hausse.

L’enjeu dépasse l’électricité : l’eau utilisée pour refroidir certains centres, l’occupation des sols, et l’origine de l’électricité (charbon, gaz ou bas carbone) déterminent l’impact réel.

Une tendance aide à contenir cette hausse : la spécialisation des modèles. Des modèles plus petits traitent les tâches simples (reformulation, résumé, classement) avec une fraction de l’énergie des grands modèles de « raisonnement », qui génèrent beaucoup de calculs intermédiaires avant de répondre.

Le tableau ci-dessous résume l’évolution des estimations :

Paramètre	Estimations de 2023	Estimations de 2025	Explication
Énergie par requête texte	Environ 3 Wh	0,24 à 0,3 Wh	Réponses plus réalistes, matériel plus efficace
Comparaison avec une recherche web	10 fois plus	Du même ordre de grandeur	Comparaison approximative (chiffre Google de 2009)
Requêtes lourdes	Peu distinguées	Nettement plus	Longs documents, raisonnement, images et vidéos
Impact global	Très incertain	En forte croissance	Effet volume : centres de données x2 d’ici 2030 (AIE)

Comment utiliser l’IA de façon plus sobre ?

Les utilisateurs ont aussi des leviers. Une demande précise, avec le bon contexte dès le départ, évite les relances successives qui multiplient les calculs. C’est un gain de temps autant que d’énergie.

Choisissez aussi le bon outil. Pour une correction orthographique ou une idée de recette, inutile de solliciter le modèle le plus puissant ou un mode de raisonnement approfondi : les versions légères suffisent. Et une simple recherche reste souvent la solution la plus directe pour une information factuelle.

L’IA peut aussi aider à économiser l’énergie : régulations de chauffage qui anticipent la météo et l’inertie du bâtiment, pilotage de la recharge d’un véhicule ou d’un ballon d’eau chaude aux heures creuses, équilibrage des réseaux. Pour les équipements de la maison eux-mêmes, voyez notre guide des solutions énergétiques.

Ces gains ne sont réels que si l’outil est bien choisi et bien réglé. Une bonne isolation et un thermostat correctement programmé restent les premiers leviers d’économie dans un logement.

Ce qu’il faut retenir

Une requête texte sur une IA générative consomme aujourd’hui de l’ordre de 0,24 à 0,3 Wh selon les estimations publiées, un ordre de grandeur proche d’une recherche web. Ce n’est pas l’usage individuel qui pose problème, mais la croissance massive des usages et des centres de données.

Inutile donc de culpabiliser à chaque question, mais utile d’adopter quelques réflexes : des demandes précises, des modèles légers pour les tâches simples, et de la retenue sur les usages les plus lourds comme la génération de vidéos.

Est-ce que ChatGPT consomme plus d’eau que Google ?

Les centres de données consomment de l’eau pour leur refroidissement, en quantité variable selon le site et le climat. Google annonce 0,26 ml d’eau pour une requête texte médiane sur Gemini ; OpenAI ne publie pas de chiffre détaillé comparable. Une comparaison précise entre les deux services n’est donc pas possible.

Le mode sombre réduit-il la consommation de l’IA ?

Le mode sombre économise la batterie des écrans OLED, mais n’a aucun effet sur la consommation des serveurs qui calculent la réponse. Utile pour l’autonomie de votre appareil, neutre pour le calcul lui-même.

Les IA vont-elles faire exploser ma facture d’électricité ?

Non. Le calcul se fait dans les centres de données, pas chez vous. Votre consommation se limite à celle de votre ordinateur ou smartphone et de votre box, marginale face au chauffage ou à l’eau chaude.

Faut-il privilégier le Wi-Fi ou la 4G/5G pour utiliser ChatGPT ?

Le Wi-Fi via une box fixe est en général plus économe en énergie par donnée transmise que les réseaux mobiles. Pour un usage texte, la quantité de données reste toutefois très faible : la différence compte surtout pour la vidéo.