Calculateur d’impact de l’IA

Usage courant, projet ou votre propre ordinateur : une fourchette basse, typique et haute pour l’énergie, l’eau et les éq. CO₂, avec la source et le niveau de confiance de chaque chiffre. Tout se passe dans votre navigateur, et ce que vous entrez n’est jamais envoyé.

Version 1.0 · 2 novembre 2026

Requêtes de clavardage texte, par jourImages générées, par jourClips vidéo générés (environ 5 secondes), par jourTâches de recherche approfondie, par jourSur

Ce calculateur fonctionne dans votre navigateur. Ce que vous entrez n’est jamais envoyé. Vos entrées restent sur cet appareil seulement, et Réinitialiser les efface.

Votre estimation

Énergie
Typique :
Niveau de confiance :
Eau
Typique :
Niveau de confiance :
Gaz à effet de serre
Typique :
Niveau de confiance :
Coût de l’électricité

En termes de tous les jours

Ce qui est compté

Ce qui n’est pas compté

Comment fonctionne ce calculateur

Coefficients en date du 2 novembre 2026.

Ce que veulent dire les étiquettes

Publié : une entreprise ou un article revu par des pairs donne ce chiffre, avec le périmètre que nous citons. Publier un chiffre ne le rend ni indépendant ni vérifié.
Estimé : nous l’avons calculé à partir de mesures publiées sur des systèmes comparables ou d’une hypothèse énoncée. Il peut s’écarter de plusieurs fois.
Inconnu : nous n’avons trouvé aucun chiffre utilisable, donc nous n’en affichons pas.

Les formules

Usage courant
énergie (Wh) = requêtes par jour × jours × Wh par requête, additionnée pour chaque type d’usage
eau (mL) et éq. CO₂ (g), texte = requêtes par jour × jours × mL ou g publiés par requête
eau et éq. CO₂, image, vidéo, recherche = énergie × mL par Wh ; énergie ÷ 1000 × g par kWh

Un projet
énergie (Wh) = (jetons d’entrée × Wh par jeton d’entrée + jetons de sortie × Wh par jeton de sortie) × facteur du modèle
eau et éq. CO₂ = énergie × mL par Wh ; énergie ÷ 1000 × g par kWh

Votre ordinateur
énergie (Wh) = watts × heures par jour × jours
éq. CO₂ (g) = énergie ÷ 1000 × g par kWh de votre réseau
coût ($) = énergie ÷ 1000 × cents par kWh ÷ 100

Comparaisons
ébullitions = Wh ÷ 93,02 ; charges de téléphone = Wh ÷ 19 ; verres = mL ÷ 250 ; km en voiture = g ÷ 244

Exemple : 20 requêtes par jour pendant un an à 0,24 Wh donnent 20 × 365 × 0,24 = 1 752 Wh, soit 1,752 kWh. À 0,26 mL, on obtient 20 × 365 × 0,26 = 1 898 mL, soit 1,898 L.

Un mois compte pour 365 ÷ 12 jours. Le bas, le typique et le haut sont calculés séparément avec les coefficients correspondants. Chaque fourchette couvre des valeurs publiées ou estimées : ce n’est pas un intervalle de confiance statistique.

Qui a publié quoi

Qui	Énergie	Eau	Éq. CO₂	Statut	Notes
Google	0,24 Wh	0,26 mL	0,03 g	Publié	Google (Elsworth et al.) · Médiane d’une requête texte dans Gemini, mai 2025, mesurée en production. Puces actives seulement : 0,10 Wh, 0,12 mL, 0,02 g.
OpenAI	0,34 Wh	0,32 mL	Inconnu	Publié	Sam Altman, OpenAI · Une requête moyenne, en une phrase dans un billet de son chef de la direction, sans méthode, périmètre ni date de mesure. L’eau est donnée en 0,000085 gallon.
Mistral AI	Inconnu	45 mL	1,14 g	Publié	Mistral AI, with Carbone 4 and ADEME · Impact marginal d’une réponse de 400 jetons dans Le Chat, selon une méthode de cycle de vie revue par des firmes externes. L’entreprise parle d’une première approximation et ne donne aucun chiffre d’énergie.
Microsoft	0,31 Wh (0,16–0,60)	0–0,067 mL	Inconnu	Estimé	Microsoft Research (Oviedo et al.) · Une estimation de recherche modélisée pour les grands modèles en général, pas une mesure de Copilot ni d’aucun produit. Chiffre d’eau tiré du blogue de l’entreprise, refroidissement sur place seulement.
Epoch AI	≈ 0,3 Wh (0,1–4)	Inconnu	Inconnu	Estimé	Epoch AI (Josh You) · Un calcul indépendant à partir de matériel présumé, pour un modèle présumé et 500 jetons. Pas une divulgation d’entreprise.
Anthropic, Meta, xAI, Amazon, Apple, DeepSeek, Alibaba	Inconnu	Inconnu	Inconnu	Inconnu	Nous n’avons trouvé aucune divulgation par requête de ces entreprises à la date indiquée. Inconnu veut dire non trouvé, ni bas ni élevé.

Par requête ou par réponse. Nous ne présentons aucun chiffre pour un modèle précis à moins que son créateur l’ait publié, et nous appliquons le même critère à toutes les entreprises. L’AI Energy Score classe les modèles ouverts selon l’énergie du processeur graphique seulement : il est utile pour comparer des modèles, mais il ne sert pas de coefficient ici.

Pourquoi les chiffres publiés varient de plus de 100 fois

L’eau le montre le mieux. Le chiffre étroit de Google est de 0,12 mL par requête et celui de Mistral, de 45 mL, un écart d’environ 375 fois. Les gaz à effet de serre varient d’environ 57 fois : 0,02 g contre 1,14 g. Une bonne partie de cet écart tient à ce que chacun compte, et il s’agit de deux services différents : aucun des deux chiffres ne prouve que l’autre est faux.

Les périmètres. Compter seulement les puces actives donnait 0,10 Wh à Google ; ajouter les serveurs hôtes, les machines inactives et le refroidissement donnait 0,24 Wh. La méthode de cycle de vie de Mistral ajoute des étapes en amont, comme la fabrication du matériel, que les chiffres de refroidissement sur place laissent de côté.

Médiane ou moyenne. Google donne une médiane, la requête du milieu, et précise que quelques longues requêtes faussent la moyenne. OpenAI parle de « moyenne » sans dire comment elle est calculée. Ces deux mots peuvent désigner des nombres assez différents pour un même service.

Carbone selon le marché ou selon le lieu. Le parc de Google émettait 345 g par kWh selon le lieu en 2024, mais 94 g une fois comptés ses achats d’énergie propre, un écart d’environ 3,7 fois dû à la seule comptabilité. Son chiffre de 0,03 g utilise la valeur la plus basse.

Mesuré ou modélisé. Google a mesuré son parc en production. Epoch AI et les chercheurs de Microsoft ont calculé à partir d’hypothèses. Selon l’article de Microsoft, des estimations très citées, fondées sur des hypothèses éloignées de la production, surestiment l’énergie de 4 à 20 fois.

Les longues entrées. Epoch AI estime environ 2,5 Wh pour 10 000 jetons d’entrée et près de 40 Wh pour 100 000, contre environ 0,3 Wh pour une courte question. Un seul mot, « requête », couvre tous ces cas.

Pourquoi l’entraînement n’est pas compté par requête

L’entraînement a lieu une fois, avant que quiconque pose une question. Pour le ramener à une requête, il faudrait connaître le nombre total de requêtes sur toute la vie du modèle, ce que les entreprises ne publient pas. Divisez par un milliard ou par cent milliards, et la réponse change de 100 fois.

Le calculateur laisse donc l’entraînement de côté et le dit. Mistral indique 20,4 kilotonnes d’éq. CO₂ et 281 000 mètres cubes d’eau pour l’entraînement de Mistral Large 2 et 18 mois d’utilisation : un total utile, mais qu’on ne peut pas diviser équitablement par une seule question.

Pourquoi le lieu compte

Le même kilowattheure représente environ 2,6 g d’éq. CO₂ au Québec et environ 628 g en Nouvelle-Écosse dans les tableaux canadiens de 2024, un écart de plus de 200 fois. Voilà pourquoi le résultat pour votre ordinateur dépend tant de la région choisie.

Pour l’IA infonuagique, vous ne pouvez généralement pas savoir quel centre de données vous a répondu : le calculateur utilise donc des chiffres d’entreprise ou mondiaux plutôt que ceux de votre province. L’eau aussi est locale : un litre puisé dans un bassin sous pression n’équivaut pas à un litre puisé là où l’eau abonde, et les moyennes par requête ne peuvent pas le montrer.

Les chiffres canadiens excluent les émissions des terres inondées pour les barrages hydroélectriques, et ils n’ont pas le même périmètre que les chiffres sur le cycle de vie d’Ember pour les autres régions.

À quelle vitesse ces chiffres vieillissent

Vite. Google a signalé une baisse de 33 fois de l’énergie par requête médiane en un an. L’AIE indique que l’énergie par tâche d’IA a récemment diminué d’au moins 10 fois par an. Les nouveaux modèles utilisent aussi plus de jetons, et la vidéo et les agents consomment bien plus par demande : un chiffre plus bas par jeton ne veut donc pas dire un total plus bas.

Considérez chaque chiffre ici comme daté. La date de lecture de chaque source figure dans les tableaux ci-dessus, et celle de l’ensemble, au début de cette section.

Tous les coefficients

Coefficient	Bas	Typique	Haut	Unité	Étiquette	Périmètre	Source, date de lecture
Requête texte, énergie	0,1	0,24	0,6	Wh/requête	Publié	Bas : Google, puces d’IA seulement. Typique : médiane de Google, mai 2025, avec puces, serveurs hôtes, machines inactives et refroidissement. Haut : sommet de la fourchette centrale de l’estimation de recherche de Microsoft pour les grands modèles.	Google (Elsworth et al.) (lu le 2026-11-02) Microsoft Research (Oviedo et al.) (lu le 2026-11-02)
Requête texte, eau	0,12	0,26	45	mL/requête	Publié	Bas et typique : Google, eau consommée pour le refroidissement sur place. Haut : Mistral, impact marginal d’une réponse de 400 jetons, selon une méthode de cycle de vie incluant des étapes en amont comme le matériel.	Google (Elsworth et al.) (lu le 2026-11-02) Mistral AI, with Carbone 4 and ADEME (lu le 2026-11-02)
Requête texte, éq. CO₂	0,02	0,03	1,14	g éq. CO₂/requête	Publié	Bas et typique : Google, méthode fondée sur le marché, qui compte les achats d’énergie propre, plus le matériel. Haut : Mistral, impact marginal d’une réponse de 400 jetons, selon une méthode de cycle de vie.	Google (Elsworth et al.) (lu le 2026-11-02) Mistral AI, with Carbone 4 and ADEME (lu le 2026-11-02)
Image, énergie	0,63	2,907	11,49	Wh/image	Estimé	Modèles ouverts testés par des chercheurs, pas des services commerciaux. Bas : Stable Diffusion 3 Medium, énergie du processeur graphique doublée pour les frais généraux (2 282 J). Typique et haut : moyenne et modèle le moins efficace d’un banc d’essai de 2024.	MIT Technology Review (lu le 2026-11-02) Luccioni, Jernite and Strubell, ACM FAccT 2024 (lu le 2026-11-02)
Clip vidéo, énergie	3,79	109,47	944	Wh/clip	Estimé	Clips d’environ 5 secondes de modèles ouverts. Bas : LTX-Video. Typique : WAN2.1 14B. Les deux comptent le processeur graphique, le processeur et la mémoire, pas le bâtiment. Haut : CogVideoX, 3,4 millions de joules. Les services commerciaux ne publient rien de comparable.	Delavande, Hugging Face (lu le 2026-11-02) Delavande, Pierrard and Luccioni (lu le 2026-11-02) MIT Technology Review (lu le 2026-11-02)
Tâche de recherche approfondie, énergie	4,32	24	240	Wh/tâche	Estimé	Aucun service ne publie de chiffre. Bas : une longue requête de raisonnement, estimation de recherche. Typique et haut : notre lecture des « centaines ou milliers de fois » d’une requête simple de l’AIE, soit 100 et 1 000 × 0,24 Wh.	Microsoft Research (Oviedo et al.) (lu le 2026-11-02) International Energy Agency (lu le 2026-11-02) Google (Elsworth et al.) (lu le 2026-11-02)
Eau par électricité	0,36	1,15	5,67	mL/Wh	Estimé	Eau par unité d’électricité, utilisée quand aucun chiffre d’eau n’est publié. Bas : moyenne américaine sur place, 2023. Typique : Google sur place, 2024. Haut : taux de Google sur place plus 4,52 L/kWh pour produire l’électricité.	Lawrence Berkeley National Laboratory (lu le 2026-11-02) Google (Elsworth et al.) (lu le 2026-11-02)
Carbone par électricité	94	345	458	g éq. CO₂/kWh	Estimé	Carbone par unité d’électricité, utilisé quand aucun chiffre de carbone n’est publié. Bas : parc de Google, méthode fondée sur le marché, 2024. Typique : parc de Google avant les achats d’énergie propre. Haut : moyenne mondiale, cycle de vie, 2025. La fabrication du matériel n’est pas comptée.	Google (Elsworth et al.) (lu le 2026-11-02) Ember (lu le 2026-11-02)
Jeton de sortie, énergie	0,00053	0,00103	0,002	Wh/jeton de sortie	Estimé	Notre division : 0,16, 0,31 et 0,60 Wh par requête pour les grands modèles, sur la médiane de 300 jetons de sortie de l’étude. Serveur et bâtiment complets, selon les hypothèses de l’étude. Aucune entreprise ne publie l’énergie par jeton.	Microsoft Research (Oviedo et al.) (lu le 2026-11-02) Microsoft Research (Oviedo et al.) (lu le 2026-11-02)
Jeton d’entrée, énergie	0,00005	0,00022	0,0004	Wh/jeton d’entrée	Estimé	Typique et haut : notre division des estimations d’Epoch AI pour 10 000 et 100 000 jetons d’entrée. Bas : notre hypothèse pour un service efficace. Les entrées en cache ne sont pas comptées.	Epoch AI (Josh You) (lu le 2026-11-02)
Facteur, petit modèle	0,3	0,3	0,3	× grand modèle	Estimé	Rapport seulement, tiré de l’ajustement d’EcoLogits pour l’énergie du processeur graphique par jeton : environ 7 milliards de paramètres actifs contre 200 milliards.	GenAI Impact (lu le 2026-11-02) Mistral AI, with Carbone 4 and ADEME (lu le 2026-11-02)
Facteur, modèle moyen	0,5	0,5	0,5	× grand modèle	Estimé	Rapport seulement, tiré de l’ajustement d’EcoLogits : environ 70 milliards de paramètres actifs contre 200 milliards.	GenAI Impact (lu le 2026-11-02) Mistral AI, with Carbone 4 and ADEME (lu le 2026-11-02)
Facteur, grand modèle	1	1	1	× grand modèle	Estimé	Classe de référence : modèles de plus de 200 milliards de paramètres, comme dans l’étude de Microsoft.	Microsoft Research (Oviedo et al.) (lu le 2026-11-02)
Réponse courte	300	300	300	jetons de sortie	Publié	Sortie médiane d’une requête ordinaire dans l’étude de Microsoft, environ 225 mots.	Microsoft Research (Oviedo et al.) (lu le 2026-11-02)
Réponse moyenne	1 000	1 000	1 000	jetons de sortie	Estimé	Notre point milieu arrondi, environ 750 mots.	Microsoft Research (Oviedo et al.) (lu le 2026-11-02)
Réponse longue	5 000	5 000	5 000	jetons de sortie	Publié	Sortie médiane d’une longue requête de raisonnement dans l’étude de Microsoft, environ 3 750 mots.	Microsoft Research (Oviedo et al.) (lu le 2026-11-02)
Courte séance	20	20	20	appels au modèle	Estimé	Notre estimation d’une courte séance d’agent ou de programmation. Chaque appel : 2 000 nouveaux jetons d’entrée et 500 jetons de sortie.	International Energy Agency (lu le 2026-11-02)
Séance de travail	100	100	100	appels au modèle	Estimé	Notre estimation d’une séance de travail, mêmes jetons par appel. Le résultat tombe dans les « centaines de fois » d’une requête simple de l’AIE.	International Energy Agency (lu le 2026-11-02)
Longue séance	400	400	400	appels au modèle	Estimé	Notre estimation d’une longue séance, mêmes jetons par appel.	International Energy Agency (lu le 2026-11-02)
Entrée de séance	2 000	2 000	2 000	nouveaux jetons d’entrée par appel	Estimé	Notre hypothèse. Le contexte déjà en cache n’est pas compté, puisqu’il n’est pas traité de nouveau.	Epoch AI (Josh You) (lu le 2026-11-02)
Sortie de séance	500	500	500	jetons de sortie par appel	Estimé	Notre hypothèse, conforme à la longueur de réponse typique d’Epoch AI.	Epoch AI (Josh You) (lu le 2026-11-02)
Ébullition d’une bouilloire	93,02	93,02	93,02	Wh/ébullition	Publié	Physique : 1 kg × 4,186 kJ/(kg·K) × 80 K = 334,9 kJ, 1 litre de 20 à 100 °C, sans perte de chaleur. Une vraie bouilloire consomme un peu plus.	NIST Chemistry WebBook (lu le 2026-11-02)
Charge de téléphone	19	19	19	Wh/charge	Publié	Énergie d’une pleine charge de téléphone selon l’EPA.	U.S. Environmental Protection Agency (lu le 2026-11-02)
Verre d’eau	250	250	250	mL/verre	Estimé	Un verre d’eau courant, par définition ici.	Notre hypothèse
Voiture à essence	244	244	244	g éq. CO₂/km	Publié	Voiture à essence américaine moyenne selon l’EPA : 393 g par mille, 1,609 km au mille.	U.S. Environmental Protection Agency (lu le 2026-11-02)
Marge autour de vos watts	0,8	1	1,2	× watts entrés	Estimé	Notre marge pour tenir compte de la variation de la consommation pendant une séance. Un wattmètre à prise la réduit.	Notre hypothèse
Prix de l’électricité	7,065	7,065	7,065	¢/kWh	Publié	Valeur par défaut seulement : tarif D d’Hydro-Québec, 40 premiers kWh par jour en moyenne, 1er avril 2026. Entrez votre propre prix.	Hydro-Québec (lu le 2026-11-02)

Machines types

Machine	Bas (W)	Typique (W)	Haut (W)	Périmètre	Source, date de lecture
Ordinateur portable	15	30	65	Notre estimation arrondie à la prise, sous charge.	Notre hypothèse
Ordinateur compact (type Mac mini M4)	4	30	65	Bas et haut : valeurs d’Apple au repos et au maximum, à la prise. Typique : notre estimation.	Apple (lu le 2026-11-02)
Ordinateur avec carte graphique de 450 W (type RTX 4090)	200	550	850	Typique : puissance de la carte selon NVIDIA, plus nos 100 W pour le reste. Haut : puissance de système requise selon NVIDIA, un plafond.	NVIDIA (lu le 2026-11-02)
Ordinateur avec carte graphique de 575 W (type RTX 5090)	250	700	1000	Typique : puissance de la carte selon NVIDIA, plus nos 125 W pour le reste. Haut : puissance de système requise selon NVIDIA, un plafond.	NVIDIA (lu le 2026-11-02)

Intensité du réseau par région

En g éq. CO₂ par kWh. Les tableaux canadiens viennent de l’inventaire national d’Environnement et Changement climatique Canada. Les chiffres de 2024 sont préliminaires.

Région	Bas	Typique	Haut	Source, date de lecture
Québec	1,6	2,6	2,6	Environment and Climate Change Canada (lu le 2026-11-02)
Ontario	42,6	73,3	73,3	Environment and Climate Change Canada (lu le 2026-11-02)
Colombie-Britannique	15,7	18,1	18,1	Environment and Climate Change Canada (lu le 2026-11-02)
Alberta	346,1	346,1	521,5	Environment and Climate Change Canada (lu le 2026-11-02)
Manitoba	1,4	3	3	Environment and Climate Change Canada (lu le 2026-11-02)
Saskatchewan	580,7	580,7	700,5	Environment and Climate Change Canada (lu le 2026-11-02)
Nouvelle-Écosse	613,8	628,3	702	Environment and Climate Change Canada (lu le 2026-11-02)
Nouveau-Brunswick	234	375,5	375,5	Environment and Climate Change Canada (lu le 2026-11-02)
Île-du-Prince-Édouard	176	264,6	264,6	Environment and Climate Change Canada (lu le 2026-11-02)
Terre-Neuve-et-Labrador	16,7	17	17,9	Environment and Climate Change Canada (lu le 2026-11-02)
Yukon	74	133,6	133,6	Environment and Climate Change Canada (lu le 2026-11-02)
Territoires du Nord-Ouest	180	490	490	Environment and Climate Change Canada (lu le 2026-11-02)
Nunavut	760	760	830	Environment and Climate Change Canada (lu le 2026-11-02)
Canada, moyenne	106	110,6	115,2	Environment and Climate Change Canada (lu le 2026-11-02)
États-Unis, moyenne	383,8	384,4	392,9	Ember (lu le 2026-11-02)
Union européenne, moyenne	209,9	209,9	235,8	Ember (lu le 2026-11-02)
Moyenne mondiale	458,3	458,3	483,2	Ember (lu le 2026-11-02)

Intensité de consommation, g éq. CO2 par kWh consommé. Typique : 2024, données préliminaires. Bas et haut : le plus bas et le plus haut de 2021 à 2024. Compte les émissions de production et les pertes. Ne compte ni les terres inondées derrière les barrages ni l’approvisionnement en combustibles.

Intensité sur le cycle de vie, g éq. CO2 par kWh produit, donc pas directement comparable aux chiffres canadiens. Typique : 2025. Bas et haut : le plus bas et le plus haut de 2023 à 2025.

Toutes les sources

Google (Elsworth et al.) (lu le 2026-11-02) : Measuring the environmental impact of delivering AI at Google Scale
Sam Altman, OpenAI (lu le 2026-11-02) : The Gentle Singularity
Mistral AI, with Carbone 4 and ADEME (lu le 2026-11-02) : Our contribution to a global environmental standard for AI
Microsoft Research (Oviedo et al.) (lu le 2026-11-02) : Energy use of AI inference, efficiency pathways, and test-time scaling (Joule)
Microsoft Research (Oviedo et al.) (lu le 2026-11-02) : Energy Use of AI Inference: Efficiency Pathways and Test-Time Compute (preprint)
Microsoft (lu le 2026-11-02) : Scaling AI with 8 to 20x energy efficiency
Epoch AI (Josh You) (lu le 2026-11-02) : How much energy does ChatGPT use?
GenAI Impact (lu le 2026-11-02) : EcoLogits methodology: LLM inference
Hugging Face and partners (lu le 2026-11-02) : AI Energy Score
International Energy Agency (lu le 2026-11-02) : Key Questions on Energy and AI: Executive summary
Luccioni, Jernite and Strubell, ACM FAccT 2024 (lu le 2026-11-02) : Power Hungry Processing: Watts Driving the Cost of AI Deployment?
MIT Technology Review (lu le 2026-11-02) : We did the math on AI’s energy footprint
Delavande, Hugging Face (lu le 2026-11-02) : How Much Power does a SOTA Open Video Model Use?
Delavande, Pierrard and Luccioni (lu le 2026-11-02) : Video Killed the Energy Budget
Lawrence Berkeley National Laboratory (lu le 2026-11-02) : 2024 United States Data Center Energy Usage Report
Environment and Climate Change Canada (lu le 2026-11-02) : National Inventory Report 1990–2024, Annex 7: Electricity in Canada (intensity tables A7-1 to A7-14)
Ember (lu le 2026-11-02) : Lifecycle carbon intensity of electricity (Ember data, via Our World in Data)
U.S. Environmental Protection Agency (lu le 2026-11-02) : Greenhouse Gas Equivalencies Calculator: calculations and references
Hydro-Québec (lu le 2026-11-02) : Electricity Rates, effective April 1, 2026
Apple (lu le 2026-11-02) : Mac mini power consumption and thermal output
NVIDIA (lu le 2026-11-02) : Compare GeForce graphics cards
NIST Chemistry WebBook (lu le 2026-11-02) : Water: condensed phase thermochemistry data (specific heat of liquid water, about 75.3 J/(mol·K), or 4.18 kJ/(kg·K))