IA : pourquoi certains prompts peuvent émettre jusqu’à 50 fois plus de CO₂

Le 19 juin 2025, une étude menée par des chercheurs allemands remet une idée simple au centre du débat sur l’intelligence artificielle : toutes les questions adressées à un chatbot n’ont pas le même coût environnemental. Derrière une réponse affichée en quelques secondes se trouvent des calculs effectués dans des centres de données. Or, selon la tâche demandée et le modèle sollicité, ces calculs peuvent varier dans des proportions considérables.

Les chercheurs ont observé que certains modèles d’IA capables de développer un raisonnement détaillé pouvaient générer jusqu’à 50 fois plus d’émissions de CO₂ que des modèles fournissant des réponses courtes. Le résultat ne signifie pas qu’un mot ou une formulation précise serait intrinsèquement très polluant. Il montre plutôt qu’une requête qui déclenche un raisonnement long, une explication étape par étape ou une résolution complexe peut mobiliser beaucoup plus de ressources informatiques qu’une demande simple.

Ce que l’étude a comparé

Les travaux ont été menés par une équipe comprenant Maximilian Dauner, chercheur à la Hochschule München University of Applied Sciences. Son objectif était de mesurer l’impact climatique associé au traitement de questions standardisées par différents modèles de langage.

Le protocole a comparé 14 modèles d’IA comptant entre 7 et 72 milliards de paramètres. Les paramètres sont les valeurs internes apprises pendant l’entraînement d’un modèle. Leur nombre donne un ordre de grandeur de sa taille, mais il ne résume pas à lui seul sa consommation : l’architecture, le matériel utilisé, la durée de calcul et la longueur de la réponse comptent également.

Les modèles ont répondu à exactement 1 000 questions couvrant plusieurs domaines. Cette diversité permettait de comparer non seulement les systèmes entre eux, mais aussi l’effet de la nature des questions posées. Les chercheurs se sont notamment intéressés à la quantité de tokens générés et aux émissions de CO₂ associées à ce travail de calcul.

Le chiffre de 50 ne décrit donc pas une empreinte fixe pour chaque conversation avec une IA. Il traduit un écart maximal constaté dans les conditions de cette étude, entre des façons très différentes de produire une réponse.

Pourquoi les modèles de raisonnement consomment-ils davantage ?

Pour répondre, un modèle de langage génère des tokens, c’est-à-dire de petits fragments de texte. Un token peut correspondre à un mot, une partie de mot, un signe de ponctuation ou plusieurs caractères. Plus un modèle produit de tokens, plus il doit effectuer d’opérations de calcul pour prédire la suite de sa réponse.

Les modèles dits de raisonnement ne se contentent pas toujours de livrer directement une conclusion. Ils peuvent développer une chaîne de réflexion intermédiaire afin de traiter un problème de logique, de mathématiques ou d’analyse. Cette stratégie est particulièrement utile lorsqu’une question exige plusieurs étapes, par exemple vérifier un calcul, comparer des hypothèses ou construire une argumentation cohérente.

Mais cette qualité potentielle a un coût. Dans les résultats présentés par les chercheurs, les modèles de raisonnement ont généré 543,5 tokens en moyenne par réponse, contre 37,7 tokens pour les modèles plus concis. Cet écart de volume aide à comprendre la différence d’énergie mobilisée et, par conséquent, d’émissions associées.

Il faut aussi distinguer deux notions souvent confondues : une réponse longue n’est pas forcément meilleure, et une réponse courte n’est pas forcément insuffisante. Pour demander une date, une définition ou une reformulation, faire appel à un raisonnement extensif n’apporte pas nécessairement de bénéfice. À l’inverse, pour une démonstration mathématique, une analyse nuancée ou une tâche technique, la rapidité d’une réponse brève peut se payer par des erreurs ou des omissions.

Précision et sobriété : un compromis qui ne disparaît pas

L’étude illustre ce compromis avec Cogito, un modèle conçu pour effectuer un raisonnement élaboré. Il a atteint une précision de 84,9 % dans les tests rapportés. Cette performance s’est toutefois accompagnée d’émissions de CO₂ trois fois supérieures à celles de modèles comparables orientés vers des réponses plus succinctes.

Ce résultat ne permet pas de conclure qu’il faudrait renoncer aux modèles les plus performants. Il rappelle plutôt que leur emploi doit être proportionné au besoin. Une IA capable de consacrer davantage de calculs à un problème complexe peut être pertinente pour des tâches où l’exactitude est déterminante. En revanche, la même puissance paraît moins justifiée pour une question dont la réponse tient en deux phrases.

Les chercheurs soulignent également qu’un plus grand volume de tokens ne garantit pas automatiquement une meilleure précision. Un modèle peut développer longuement une réponse sans résoudre correctement la question. À l’échelle d’un usage individuel, cet écart reste difficile à percevoir : l’utilisateur voit une réponse, parfois plus détaillée, mais pas l’électricité consommée pour la produire ni la quantité de calculs engagés en amont.

Les sujets complexes font aussi grimper les émissions

Le modèle choisi n’est pas le seul facteur. La nature de la question modifie elle aussi la quantité de calcul nécessaire. Les travaux montrent que les questions de philosophie ou d’algèbre abstraite peuvent générer jusqu’à six fois plus d’émissions que des questions d’histoire de niveau secondaire.

Cela s’explique assez intuitivement. Une question historique factuelle peut parfois appeler une réponse directe, à condition que le modèle dispose des bonnes informations. À l’inverse, une interrogation philosophique suppose souvent d’examiner plusieurs interprétations, de définir les termes et de nuancer une conclusion. En algèbre abstraite, il faut souvent manipuler des règles formelles et vérifier plusieurs étapes de raisonnement.

La leçon n’est pas qu’il faudrait éviter les questions difficiles. L’IA est précisément utilisée pour traiter des tâches complexes. Mais elle invite à prendre conscience du fait que l’empreinte environnementale d’un service conversationnel ne se limite pas au nombre de messages envoyés. Deux échanges de même longueur apparente peuvent entraîner des volumes de calcul très différents.

DeepSeek R1 et Qwen 2.5 : deux ordres de grandeur parlants

Pour rendre leurs estimations plus concrètes, les chercheurs ont comparé les émissions associées à un très grand nombre de requêtes. Selon leurs calculs, environ 600 000 questions traitées par DeepSeek R1 pourraient représenter des émissions comparables à celles d’un vol aller-retour entre Londres et New York.

Le contraste est particulièrement marquant avec Qwen 2.5. Ce modèle pourrait répondre à environ 1,9 million de questions pour atteindre un niveau d’émissions comparable, tout en conservant un taux de précision similaire dans le cadre de l’évaluation présentée.

Ces comparaisons ne doivent pas être lues comme un classement définitif et universel des modèles. Elles dépendent des conditions retenues par l’étude, notamment des systèmes testés, des questions posées et de la méthode d’estimation des émissions. Elles montrent néanmoins qu’à niveau de performance voisin, l’efficacité énergétique peut différer fortement d’une approche à l’autre.

Elles mettent aussi en lumière un enjeu industriel. À mesure que les outils d’IA sont intégrés aux moteurs de recherche, aux logiciels professionnels, aux services clients ou à la création de contenus, une faible différence de consommation par requête peut prendre une ampleur importante une fois multipliée par des millions d’utilisations.

Comment utiliser une IA de façon plus sobre ?

L’étude n’appelle pas à bannir les assistants conversationnels. Elle encourage un usage plus conscient, en réservant les modèles et les modes de raisonnement les plus exigeants aux tâches qui en justifient réellement l’emploi. Pour les utilisateurs, quelques choix simples peuvent contribuer à limiter les calculs inutiles :

• formuler une demande précise afin d’éviter les échanges de clarification superflus ;
• demander une réponse courte lorsqu’une synthèse suffit ;
• ne pas exiger systématiquement un raisonnement détaillé pour une question factuelle ;
• privilégier un modèle adapté à la tâche plutôt que le système le plus puissant par défaut ;
• éviter de relancer plusieurs générations très proches lorsqu’une réponse exploitable a déjà été obtenue.

Ces gestes ne permettent pas de connaître exactement les émissions d’une requête donnée. Les plateformes ne donnent pas toutes le même niveau d’information sur leurs infrastructures, et le bilan varie selon l’endroit où les serveurs fonctionnent. Ils ont toutefois une logique commune : réduire les opérations dont la valeur ajoutée est faible.

La sensibilisation est d’autant plus importante pour les usages qui semblent anodins. La génération d’avatars, de textes ou de variations créatives peut donner l’impression d’un service immatériel et instantané. Pourtant, chaque génération nécessite des ressources de calcul. Rendre ce coût plus visible pourrait aider les particuliers comme les organisations à arbitrer entre confort, qualité attendue et sobriété.

Pourquoi ces résultats doivent être interprétés avec prudence

L’étude apporte des repères utiles, mais elle ne fournit pas une valeur universelle pour « l’empreinte d’un prompt ». Les résultats peuvent changer selon le matériel qui exécute le modèle, son paramétrage, le lieu où il est hébergé, la source d’électricité et la charge du centre de données au moment de la requête.

La localisation compte notamment parce que les émissions associées à un kilowattheure d’électricité ne sont pas les mêmes partout. De même, les fournisseurs peuvent optimiser leurs infrastructures de façons différentes. C’est pourquoi il serait trompeur d’attribuer un chiffre fixe de CO₂ à chaque question adressée à une IA, indépendamment du service utilisé.

La comparaison entre modèles doit aussi tenir compte de la qualité des réponses. Un système moins énergivore mais souvent imprécis peut entraîner des recherches supplémentaires, des vérifications manuelles ou de nouvelles requêtes. La sobriété ne consiste donc pas simplement à choisir le plus petit modèle disponible. Elle consiste à rechercher le meilleur équilibre entre l’énergie mobilisée et la qualité réellement nécessaire.

Ce qu’il faut surveiller

Cette étude pose une question appelée à prendre de l’importance : les utilisateurs et les entreprises disposeront-ils d’indicateurs suffisamment clairs pour comparer le coût environnemental des services d’IA ? Aujourd’hui, l’essentiel de ce coût reste invisible au moment où une réponse apparaît à l’écran.

Des mesures plus transparentes permettraient de distinguer les tâches simples des usages nécessitant un raisonnement approfondi, et de mieux évaluer les progrès des modèles en efficacité. Elles pourraient aussi encourager les éditeurs à développer des systèmes capables d’orienter automatiquement une demande vers le modèle le moins gourmand qui peut y répondre correctement.

D’ici là, le message des chercheurs est pragmatique : la puissance de calcul a une valeur, mais aussi un coût. Demander le bon niveau de raisonnement, au bon modèle et pour la bonne tâche constitue déjà une manière concrète de concilier l’utilité de l’IA avec une utilisation plus responsable de l’énergie.