# L'empreinte carbone de ChatGPT en entreprise

Une requête ChatGPT typique consomme environ 0,3 Wh d'électricité, selon l'estimation d'Epoch AI (février 2025). Google a mesuré 0,24 Wh, 0,03 gCO₂e et 0,26 mL d'eau pour le prompt texte médian de Gemini (arXiv 2508.15734, août 2025). Mistral, dans son ACV de juillet 2025 menée avec Carbone 4 et l'ADEME, chiffre un prompt de 400 tokens de Mistral Large 2 à 1,14 gCO₂e et 45 mL d'eau. Voilà pour la requête unitaire. À l'échelle d'une entreprise, elle ne raconte rien : le sujet est le volume agrégé, et le mix de modèles qui le compose.

## Les chiffres publics, côte à côte

| Source | Date | Unité mesurée | Énergie | CO₂e | Eau |
| --- | --- | --- | --- | --- | --- |
| Epoch AI | février 2025 | requête ChatGPT typique | ~0,3 Wh | non publié | non publié |
| Google (arXiv 2508.15734) | août 2025 | prompt texte médian Gemini | 0,24 Wh | 0,03 g | 0,26 mL |
| Mistral, Carbone 4, ADEME | juillet 2025 | prompt de 400 tokens, Mistral Large 2 | non publié | 1,14 g | 45 mL |

Ces trois mesures ne portent pas sur la même chose : une requête « typique », un prompt médian, un prompt normé à 400 tokens. Les comparer terme à terme n'a pas de sens ; les utiliser comme bornes d'ordre de grandeur, si. Les écarts s'expliquent d'ailleurs autant par la méthode que par les modèles : taille du prompt retenu, matériel et taux d'utilisation des serveurs, efficacité énergétique du datacenter, mix électrique local, et ce que chaque étude choisit d'inclure dans le périmètre (refroidissement, fabrication du matériel, réseau). Côté Anthropic, rien d'équivalent : à mi-2026, l'entreprise n'a publié ni chiffre d'énergie par requête ni rapport de durabilité audité. Les facteurs des fiches [GPT-4o](/models/gpt-4o) ou [Claude Sonnet](/models/claude-sonnet) s'appuient donc sur des travaux académiques, sources citées.

## La requête unitaire n'est pas le sujet

Un prompt pèse entre quelques centièmes de gramme et un peu plus d'un gramme de CO₂e selon les bornes publiées. L'arithmétique fait le reste. Un million de requêtes au facteur du prompt médian Gemini : 30 kgCO₂e. Le même million au facteur de l'ACV Mistral : 1 140 kg. Un facteur 38 entre les deux bornes, pour un volume identique. Sans connaître son propre mix de modèles et ses propres volumes, impossible de dire si le poste IA de l'entreprise est négligeable ou matériel. Le rapport Arcep/PEReN de mai 2026 ajoute que le manque de transparence des fournisseurs limite l'évaluation : les chiffres publics resteront des bornes, pas des réponses.

## Le facteur qui change l'ordre de grandeur : le raisonnement

Les modèles de raisonnement consomment en moyenne 30 fois plus d'énergie que les modèles standard (AI Energy Score v2, Hugging Face, décembre 2025). Une équipe qui bascule ses usages vers [o3](/models/o3) ou [DeepSeek Reasoner](/models/deepseek-reasoner) peut multiplier son empreinte sans changer son nombre de requêtes. Le mix de modèles, pas le comptage de prompts, détermine l'empreinte.

## Mesurer son propre usage

Trois niveaux de précision existent, du facteur monétaire au comptage de tokens : le guide [mesurer la consommation IA de son entreprise](/guides/mesurer-consommation-ia-entreprise) les compare, écarts chiffrés à l'appui. Pour ChatGPT en entreprise, les plans Team et Enterprise ainsi que l'API exposent des données d'usage exportables. Un volume de tokens, même approximatif, passé au [calculateur](/calculator) donne un ordre de grandeur en quelques minutes, avec les facteurs de la [méthodologie](/methodology). Et pour transformer la mesure en livrable qui tient face à un acheteur ou un comité RSE, voir le guide [bilan carbone de l'IA en entreprise](/guides/bilan-carbone-ia-entreprise).

## FAQ

### Quel chiffre citer pour une estimation rapide ?

0,3 Wh par requête (Epoch AI, février 2025) pour l'énergie d'une requête type ChatGPT. À citer avec sa date, et à abandonner dès que vous connaissez vos volumes de tokens réels : les écarts entre modèles rendent toute moyenne fragile.

### Ces chiffres incluent-ils l'entraînement des modèles ?

Non, ils couvrent l'inférence. L'énergie d'entraînement relève de la documentation des fournisseurs au titre de l'AI Act (règlement (UE) 2024/1689, article 53, applicable depuis le 2 août 2025) : voir le guide [AI Act et énergie de l'IA](/guides/ai-act-energie-ia).

### Pourquoi aucun chiffre officiel pour Claude ?

À mi-2026, Anthropic n'a pas publié de mesure d'énergie par requête ni de rapport de durabilité audité. Le constat vaut pour une partie du marché : le rapport Arcep/PEReN de mai 2026 en fait le premier frein à l'évaluation de l'empreinte de l'IA.

## Sources

- Epoch AI, énergie d'une requête ChatGPT (février 2025) : https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use
- Google, mesure par prompt Gemini (août 2025) : https://arxiv.org/abs/2508.15734
- ACV Mistral AI avec Carbone 4 et l'ADEME (juillet 2025) : https://mistral.ai/news/our-contribution-to-a-global-environmental-standard-for-ai
- AI Energy Score v2, Hugging Face (décembre 2025) : https://huggingface.co/AIEnergyScore
- Rapport Arcep/PEReN (mai 2026) : https://www.arcep.fr
- Règlement (UE) 2024/1689 (AI Act) : https://eur-lex.europa.eu/eli/reg/2024/1689/oj