Recherche 2026-08-10

Un climatologue a mesuré huit semaines de son propre assistant de code IA. Une seule requête a coûté l'équivalent électrique d'environ 600 questions à un chatbot

Zeke Hausfather, climatologue qui corrige depuis des années les mauvaises estimations de la consommation énergétique de l'IA, a décidé de mesurer la sienne. Il a extrait les journaux au niveau des tokens de ses sessions Claude Code entre le 31 mai et le 25 juillet, puis les a additionnés. Les 1 138 requêtes qu'il a tapées sur cette période ont déclenché plus de 14 000 appels de modèle distincts et traité 3,2 milliards de tokens, soit selon son estimation environ 170 kilowattheures d'électricité de centre de données — une fourchette de 70 à 330 selon la manière de compter les lectures de cache. Cela revient à quelque 150 wattheures par requête réellement tapée, contre des chiffres publiés de 0,24 à 0,34 wattheure pour un message de chat. D'où l'écart de 600 fois. Les valeurs absolues sont moins inquiétantes que le rapport : une année entière à cette intensité représente environ 1,1 mégawattheure et près de 370 kilogrammes de CO₂ sur le réseau américain moyen, ce que Hausfather compare à faire tourner un sèche-linge électrique pendant un an. Il précise que la plus grande incertitude tient au coût énergétique de la lecture des tokens en cache, qu'aucune entreprise ne publie ; il retient 10 % du coût d'un token neuf et présente le résultat sur une fourchette de 1 à 25 %. Cette estimation porte sur l'usage d'une seule personne, pas sur une moyenne du secteur.

Pourquoi c'est importantPresque tous les chiffres publics sur l'empreinte énergétique de l'IA — y compris les plus rassurants — reposent sur le coût d'un message de chat. Ce chiffre ne mesure plus la bonne chose. Quand vous tapez une instruction à un agent de code, celui-ci part effectuer une douzaine d'appels de modèle ou davantage pour votre compte, lit des fichiers, exécute des outils et raisonne sur les résultats, et rien de tout cela n'entre dans votre comptabilité mentale. L'écart entre ce que l'utilisateur perçoit comme une question et ce que le centre de données accomplit réellement est devenu énorme, et il grandit à mesure que les agents gagnent en autonomie. Deux conclusions honnêtes en découlent, qui vont en sens inverse. À l'échelle individuelle, cela reste modeste : une année d'usage intensif d'agents coûte à peu près autant qu'un appareil ménager, personne n'a donc à culpabiliser pour une requête. À l'échelle collective, cela signifie que les estimations standard de la demande électrique totale de l'IA sont arrimées à une unité de travail en train de devenir obsolète sans bruit — et que ceux qui construisent les centres de données planifient déjà sur le chiffre suggéré par cet article, pas sur celui des gros titres.

#Code #Agents IA

✓ Vérifié · 3 sources

Lire dans l'app — gratuit, en 9 langues

Actus liées

L'apprentissage automatique a lu la forme de cellules cérébrales malades et retenu neuf médicaments déjà autorisés qui les ont apaisées
2026-08-21 Rumeur : le modèle anonyme qui vient de dominer un test de programmation, gratuitement, serait le fleuron non publié de Zhipu
2026-08-21 Le cheval de trait bon marché de DeepSeek voit désormais — et sur les tâches d'agent qui exigent des yeux, il se dit proche du meilleur d'Anthropic
2026-08-21 Nvidia paie 6 milliards de dollars pour la machine qui fabrique les modèles d'un rival — et embauche 109 de ceux qui la faisaient tourner
2026-08-21 Quatre heures et un GPU pour améliorer la façon dont on entraîne l'IA : le meilleur agent obtient 0,25 sur 1 — et la plupart n'ont même pas essayé
2026-08-21