En vérifiant treize points avant d'accepter la conclusion. Le plus souvent, et dans le cas le plus cité, l'écart annoncé entre deux fournisseurs vient de leurs conventions de mesure, pas de leur efficacité.
Le cas d'école circule partout : Google publie 0,03 gCO2e par requête, Mistral 1,14 gCO2e. Facteur 38. Il mesure surtout une différence de convention.
La grille, treize axes
Chaque axe renvoie à un chapitre : périmètre, convention carbone, architecture, localisation.
| # | Axe | Ampleur documentée |
|---|---|---|
| 1 | Unité fonctionnelle | « prompt médian » contre « réponse de 400 tokens » contre « requête moyenne ». Non convertibles |
| 2 | Médiane ou moyenne | Google publie une médiane et justifie ce choix par l'asymétrie de la distribution. Le PDG d'OpenAI, Sam Altman, annonce une moyenne. La moyenne de Google n'est jamais publiée |
| 3 | Frontière de mesure | facteur 1,72 sur la seule frontière, de la puce à l'environnement de production ; facteur 2,4 avec l'effet d'échantillon |
| 4 | Dispersion sur un même modèle | plusieurs valeurs publiées coexistent pour un même modèle, sans qu'aucune ne soit fausse. DONNÉE MANQUANTE : la fourchette qui circule, 580 à 3 600 prompts par kWh sur Llama 3.1 70B, n'a pas de source primaire identifiée. L'axe 6 donne l'écart sourcé |
| 5 | Convention carbone | sur le facteur électrique : 345 contre 94 gCO₂e/kWh chez Google, soit 3,7. Sur l'inventaire d'une entreprise entière : 4 394 chez Meta en 2024, rapport environnemental |
| 6 | Taux de charge et regroupement | facteur d'environ 35 entre une mesure sans regroupement et une mesure de production : 1,72 Wh par requête sur Llama-3-70B chez AI Energy Score contre 0,0486 Wh sur Llama 3.3 70B chez ML.Energy v3.0, deux protocoles complets et deux versions du modèle : le regroupement n'explique pas tout l'écart |
| 7 | Échantillon de sites | 10 % des sites les plus efficients contre moyenne de flotte : environ 1,4 |
| 8 | Architecture | dense contre creuse : Google attribue 10 à 100 au passage en Mixture-of-Experts |
| 9 | Année de référence | 33 de réduction en douze mois chez Google. Un chiffre de 2024 n'est pas comparable à un chiffre de 2025 |
| 10 | Entraînement inclus ou non | Google l'exclut, Mistral le publie à part, personne ne l'amortit |
| 11 | Type de tâche | l'AIE écrit que génération vidéo, raisonnement et agents « can consume hundreds or thousands of times more energy per query than simple text generation » |
| 12 | Localisation | 126 entre deux data centers du même opérateur, sur des inventaires annuels Meta 2024, pas sur des intensités. Le rapport entre réseaux, lui, vaut 14 à 21 entre la France et la Pologne |
| 13 | Intensité ou total | NVIDIA annonce −24 % d'émissions incorporées entre HGX H100 et B200. C'est par exaFLOP livré sur la durée de vie. Par carte, c'est +73,3 % |
Le cas Google contre Mistral, déroulé
| Mistral | ||
|---|---|---|
| Unité | prompt texte médian, longueur non publiée | réponse de 400 tokens |
| Frontière | inférence seule, entraînement exclu | cycle de vie, fabrication du matériel incluse |
| Convention | market-based | location-based |
| Eau | sur site uniquement | amont inclus |
| Grandeur publiée | énergie et carbone | carbone, eau, ressources, jamais d'énergie |
Google publie une énergie sans dire combien de tokens, Mistral des impacts sans dire combien d'énergie. Les deux valeurs les plus citées du domaine ne partagent aucune grandeur commune.
Et le facteur 38 tombe dès qu'on corrige une seule convention. Google publie lui-même les deux facteurs dans l'article qui publie le chiffre par prompt : 345 gCO2e/kWh en location-based pour 2024, contre un market-based net de 94. Le facteur électrique est donc multiplié par 3,7. Mais le terme de fabrication du matériel, lui, ne bouge pas : le total par prompt passe d'environ 0,03 à environ 0,09 gCO2e, soit trois fois plus, sans qu'une seule ligne de code ait changé.
Le piège du dénominateur, à connaître par cœur
Le treizième axe mérite d'être détaillé, parce qu'il est le plus difficile à voir et le plus facile à corriger.
Une empreinte annoncée par unité de calcul est une intensité, pas un total. Elle peut baisser pendant que la consommation absolue monte, et les deux affirmations sont alors vraies en même temps. Dans le cas NVIDIA, −24 % par unité de calcul et +73,3 % par carte cohabitent sans contradiction. Le seuil dépend alors de ce qu'on compte. En cartes, le total monte déjà à volume constant, et ne baisserait que si les ventes reculaient de plus de 42 %. En calcul livré, il faut que celui-ci croisse de plus de 32 % pour que le total monte. Deux dénominateurs, deux seuils opposés, sur les deux mêmes chiffres.
C'est le même mécanisme que chez Google : l'énergie de la requête médiane divisée par 33 entre mai 2024 et mai 2025, pendant que la consommation électrique de ses data centers montait de 38 % sur l'année 2025 et ses émissions totales de 18 %, dans le périmètre « ambition-based » propre à Google (2026 Environmental Report).
La question à poser est courte : intensité ou total, et par quoi divisé ? Sans cette réponse, le chiffre n'est comparable à rien.
L'objection la plus solide à connaître
Elle vient de l'AIE et vise le raisonnement plutôt que les chiffres. Elle sert dans les deux sens.
Avec une moyenne généreuse de 1 Wh par requête, dix milliards de requêtes par jour représenteraient environ 3,6 TWh par an, moins de 1 % des 485 TWh consommés par les data centers.
L'agence en tire la conclusion qui compte : si l'inférence textuelle à grande échelle ne représente qu'une part si mince, alors l'essentiel de la capacité planifiée est destiné à autre chose. Et aucune des entreprises ayant publié un coût par requête n'a publié la répartition de sa capacité entre ces usages.
À opposer à quiconque déduit d'un chiffre par requête que l'IA consomme peu. Le chiffre par requête est juste. Il ne dit rien du total, parce qu'il ne couvre pas ce pour quoi la capacité est réellement construite.
Question
Un fournisseur A annonce 0,05 gCO2e par requête, un fournisseur B 0,60. Quelle information demandez-vous en premier ?
Choisissez une réponse pour voir l'explication.
Le cadre normatif ne tranche rien
Trois textes sont contraignants, quatre autres ne sont que des recommandations, et aucun n'impose de méthode de comparaison entre fournisseurs. Le tableau ci-dessous les distingue.
| Texte | Statut vérifié au 9 septembre 2026 | Contraignant ? |
|---|---|---|
| AI Act, annexe XI | en vigueur | Oui, sur la seule consommation d'énergie, avec proxy par le calcul admis |
| Directive efficacité énergétique, art. 12 | en vigueur, seuil 500 kW | Oui, pour les data centers |
| Transposition française, loi du 30 avril 2025 et décret du 29 décembre 2025 | loi en vigueur depuis le 1er octobre 2025, décret depuis le 1er janvier 2026 | Oui, amende jusqu'à 50 000 € par centre de données (article L236-3 du code de l'énergie) |
| ISO/IEC 21031 (SCI) | publiée mars 2024 | Non, volontaire |
| SCI for AI | ratifiée novembre 2025 | Non, pas encore une norme ISO |
| UIT-T L.1801 | approuvée février 2026 | Non, recommandation |
| GHG Protocol scope 2 révisé | consultation close, publication coordonnée après 2027 | pas avant 2028 |
L'AI Act mérite d'être pris à la lettre. Son annexe XI demande « known or estimated energy consumption of the model », avec cette précision : si la consommation est inconnue, elle « may be based on information about computational resources used ».
Une obligation d'énergie, pas d'émissions. Le texte n'impose aucun facteur ni périmètre, et admet explicitement une estimation par proxy. Et l'habilitation qui devait harmoniser les méthodes de mesure, à l'article 53, n'a donné lieu, au 10 octobre 2026, à aucun acte délégué : chaque fournisseur documente donc sa propre méthode.
Le formulaire que les signataires du code de bonnes pratiques remplissent réellement confirme la limite. Sa section s'intitule « Energy consumption (during training and inference) », mais l'inférence n'y est documentée qu'en calcul, jamais en énergie. Il n'existe aucun champ d'énergie d'inférence. Et les destinataires cochés sont l'office européen de l'IA et les autorités nationales, jamais les clients en aval.
Ne promettez donc pas à un client qu'il obtiendra ces données de son fournisseur en 2027.
Trois conflits entre textes en vigueur
Ce ne sont pas des désaccords d'experts, mais des contradictions inscrites dans des textes publiés.
Le SCI impose le location-based et interdit nommément certificats et contrats d'achat. L'indicateur de part renouvelable du reporting européen les agrège explicitement. Deux normes applicables au même site, incompatibles.
Deux définitions normatives du PUE coexistent, et le droit européen applique la plus ancienne.
L'amortissement du matériel est recommandé par un texte du GHG Protocol et déconseillé par un autre. Le guide sectoriel numérique recommande d'amortir les émissions de fabrication sur la durée de vie. Le standard scope 3 le déconseille et recommande de tout compter l'année d'acquisition. Les deux écrivent « should », pas « shall » : ce sont des recommandations, pas des exigences. L'écart est logique, analyse de cycle de vie d'un côté et inventaire d'entreprise de l'autre, mais aucun texte ne l'arbitre.
Ce qu'un consultant en fait
Puisque aucun référentiel opposable n'impose de méthode, le livrable documente ses propres frontières, et ce travail de documentation est la valeur ajoutée, pas un préalable à celle-ci.
En pratique, sur un appel d'offres ou un comparatif fournisseurs, la clause utile ne demande pas un chiffre. Elle demande une unité fonctionnelle déclarée, une frontière explicite avec ses exclusions justifiées, les deux conventions carbone, et la taille de lot à laquelle la mesure a été faite. Un fournisseur qui ne peut pas répondre à ces quatre points n'a pas mesuré, il a estimé, ce qui est acceptable à condition qu'il le dise.
FAQ
Peut-on comparer les empreintes carbone publiées par deux fournisseurs d'IA ?
Rarement telles quelles. Treize axes de non-comparabilité sont documentés, dont l'unité fonctionnelle, la frontière de mesure, la convention carbone, la statistique retenue et la taille de lot. L'écart de facteur 38 souvent cité entre Google et Mistral vient presque entièrement de ces conventions, et l'écart tombe de 38 à environ 13 dès qu'on aligne la seule convention carbone.
Pourquoi le chiffre de Google est-il si bas comparé aux autres ?
Trois choix cumulés l'expliquent. Il exclut l'entraînement du modèle. Il applique la comptabilité market-based, avec un facteur net de 94 gCO2e/kWh contre 345 en location-based. Et il porte sur un prompt médian, non sur une moyenne, alors que la distribution est fortement asymétrique. Recalculé en location-based, il passe d'environ 0,03 à environ 0,09 gCO2e.
L'AI Act oblige-t-il les fournisseurs à publier la consommation de leurs modèles ?
Il les oblige à la documenter, pas à la publier. L'annexe XI demande la consommation d'énergie connue ou estimée du modèle, admet une estimation à partir des ressources de calcul, et cette documentation est fournie sur demande à l'office européen de l'IA et aux autorités nationales. Le formulaire du code de bonnes pratiques ne comporte aucun champ d'énergie d'inférence.
Existe-t-il une norme qui impose une méthode de calcul de l'empreinte d'une requête ?
Non, aucun référentiel opposable ne l'impose au 9 septembre 2026. ISO/IEC 21031 fournit une formule mais laisse l'unité fonctionnelle libre et ne mentionne jamais l'inférence. La recommandation UIT-T L.1801 est la plus complète et reste volontaire. Le seul texte contraignant, l'AI Act, ne normalise ni périmètre ni facteur.
Que demander à un fournisseur dans un appel d'offres sur ce sujet ?
Quatre éléments, pas un chiffre : l'unité fonctionnelle retenue, la frontière de mesure avec ses exclusions justifiées, les deux conventions carbone scope 2, et la taille de lot à laquelle la mesure a été faite. Un fournisseur incapable de répondre a estimé plutôt que mesuré, ce qui reste acceptable à condition qu'il le déclare.