Le vrai coût d'un prompt IA
Chaque question posée à une IA (ChatGPT, Claude, Gemini, Mistral…) a un coût réel : électricité, eau, matériaux, CO₂. Entrez un nombre de prompts et regardez ce qu'il représente vraiment.
Saisie du nombre de prompts
Moyenne de flotte 2026, tous modèles confondus (réponse ~400 tokens, sources en bas de page)
Empreinte mesurée
70Wh
Électricité
300ml
Eau
16mg Sb eq
Matériaux
32g CO₂e
CO₂
1centimes $
Coût
Plaque de calibration
Chaque groupe reprend la couleur du cadran correspondant, juste au-dessus.
4,67
recharges de smartphone
1,17
recharge de PC portable
7
heures d'ampoule LED (10 W)
2,33
minutes d'aspirateur
0,7
heure de télévision
1,2
verre d'eau (25 cl)
160
recherches Google
8
emails envoyés
0,89
heure de streaming vidéo
0,27
km en voiture thermique
1,19
g de bœuf produit
0,53
jour d'absorption d'un arbre
Impact mondial en temps réel
On estime à 2,5 milliards le nombre de prompts envoyés chaque jour dans le monde depuis le 1ᵉʳ janvier 2026. Les cadrans ci-dessous montrent où on en est dans l'année (75 % écoulés).
Prompts générés depuis le 1ᵉʳ janvier 2026
681 400 091 637
+28 935 prompts / seconde
476 980MWh
Électricité
2 044 200m³
Eau
218 048t CO₂e
CO₂
68 140 009USD
Coût
7 949 667 736
recharges de PC portable
47 698 006 415
heures d'ampoule LED (10 W)
15 899 335 472
minutes d'aspirateur
397 483 387
heures de micro-ondes
4 769 800 641
heures de télévision
238 490 032
cycles de lave-linge
476 980 064
jours de réfrigérateur
2 384 900 321
km en voiture électrique
29 084 150
jours de conso. d'un foyer français
4 088 400 550
bouteilles d'eau (50 cl)
340 700 046
chasses d'eau
408 840 055
m² de jardin arrosé
34 070 005
douches de 5 min
13 812 164
jours de conso. d'eau d'un Français
13 628 002
bains
3 407 000 %
d'une piscine (60 m³)
6 056 889 703
heures de streaming vidéo
1 817 066 911
km en voiture thermique
3 206 588 667
km en bus (par passager)
8 075 852 938
g de bœuf produit
3 634 133 822
jours d'absorption d'un arbre
90 853 346
trajets Paris–Lyon en TGV
872 192
A/R Paris–Marseille en voiture
218 048
vols A/R Paris–New York
27 256 004
cafés
12 856 606
Big Macs
5 047 408
mois de Netflix
38 584
SMIC mensuels bruts
56 783
iPhone 16 Pro
1 622
Tesla Model 3
Questions fréquentes
Combien d'électricité consomme un prompt ?
En moyenne 0,7 Wh par prompt (intervalle publié : 0,3–1,7 Wh), soit la moyenne de flotte 2026, tous modèles confondus. Une requête typique (la médiane) consomme plutôt 0,3 Wh ; une requête envoyée à un modèle de raisonnement peut atteindre 7 à 40 Wh, voire davantage.
Combien d'eau consomme une requête à une IA ?
Environ 3 ml par prompt (intervalle : 1–6 ml) : l'eau consommée sur le site du datacenter pour le refroidir, plus celle consommée pour produire son électricité. Le chiffre de 0,26 ml publié par Google ne couvre que le site du datacenter, pour une requête médiane.
Quelle est l'empreinte carbone d'un prompt ?
0,32 g CO₂e par prompt (intervalle : 0,15–0,7 g) avec le mix électrique américain, part de fabrication du matériel incluse. Sur le réseau français, très peu carboné, on tomberait à 0,04–0,07 g : c'est alors la fabrication qui domine.
Pourquoi les estimations publiées varient-elles autant ?
Pour « une requête », les études vont de 0,24 à 18 Wh, et l'écart vient surtout de la méthode : mesure en production (Google), modélisation revue par des pairs (Joule, 2026), banc d'essai sur GPU ou estimation « boîte noire » à partir d'une API. Les 18 Wh attribués à GPT-5 supposent un serveur entier dédié à une seule requête, sans traitement par lots. LLM Impact ne retient que des valeurs centrales appuyées par une mesure ou une modélisation publiée (niveaux de preuve A ou B).
Qu'est-ce qui n'est pas compté ?
LLM Impact mesure l'inférence texte uniquement. L'entraînement des modèles est exclu : amorti sur un an de trafic, il ajouterait environ 10 à 20 % pour un modèle très utilisé. Sont aussi exclus la génération d'images et de vidéos (d'autres ordres de grandeur), les agents qui enchaînent plusieurs appels, le réseau et votre propre appareil.
D'où viennent ces chiffres ?
D'une revue de littérature consolidée : la mesure de production publiée par Google, l'étude d'Oviedo et al. (Joule, 2026), l'analyse de cycle de vie de Mistral AI avec l'ADEME et les données d'Ember sur le réseau américain, entre autres. Chaque constante y est rattachée à sa source, avec un intervalle et un niveau de preuve. Lire la méthodologie complète.
Méthodologie & Sources
Cette page mesure l'inférence texte uniquement : l'entraînement du modèle n'est pas compté, ni la génération d'image ou de vidéo. L'eau couvre le site du datacenter et la production électrique ; le CO₂ suit le mix électrique américain. Chaque ligne ci-dessous détaille la valeur retenue, son intervalle publié et sa confiance.
0,7 Wh confiance 4/5
Inférence uniquement (formation exclue), moyenne de flotte tous modèles confondus (intervalle 0,3–1,7 Wh)
3 ml confiance 3/5
Eau totale : site du datacenter + production électrique (Scopes 1+2), eau incarnée des puces exclue (intervalle 1–6 ml)
0,16 mg Sb eq confiance 3/5
ADPe (épuisement des métaux, équivalent antimoine), cycle de vie hors entraînement (intervalle ± 1 ordre de grandeur)
0,32 g CO₂e confiance 4/5
Mix électrique américain, approche location-based, + part incarnée de fabrication (intervalle 0,15–0,7 g)
0,1 millièmes $ confiance 3/5
Prix de vente API (grilles tarifaires publiques), mix frontière/mini/open-weights (intervalle 0,00002–0,0005 $)
Sources
Niveau de preuve parmi les sources citées ci-dessus : A = mesure de production, B = modélisation publiée et revue.
Lire la méthodologie complète : périmètre, intervalles, niveaux de preuve