Aller au contenu
Univers IA
English

Étape 10 sur 10

Le retour

Alors, ta réponse du départ était-elle juste ?

Devine d'abord

Google et Mistral ont publié l'eau consommée par une réponse de leur assistant. Leurs chiffres sont très éloignés. Pourquoi ?

  • L'un des deux se trompe forcément.
  • Ils ne comptent pas la même chose.
  • L'eau d'une réponse ne se mesure pas : ces chiffres sont pris au hasard.

Voir la réponse

La réponse : Ils ne comptent pas la même chose.

Google compte l'eau évaporée pour refroidir ses centres. Mistral compte aussi celle de la fabrication des serveurs et de toute la chaîne en amont. Le périmètre explique une grande part de l'écart ; la taille du modèle, la longueur de la réponse et le lieu des centres jouent aussi.

Ce qui se passe

  1. Ta question a fait l'aller et le retour : découpée en tokens, envoyée par les ondes et la fibre, lue par un modèle au fond d'un centre de données.

  2. Là-bas, aucune réponse ne l'attendait. Le modèle l'a calculée token après token, en prenant chaque fois une suite plausible. Seuls Adultes américains qui disent que l'IA devine les mots suivants d'après des régularités apprises, la description justeMême enquête et même question que la croyance en la base de données ; 6 % répondent qu'un humain écrit la réponse en coulisses, 21 % qu'elle suit un scriptSource : Searchlight Institute, Americans Have Mixed Views of AI and an Appetite for Regulation (16 décembre 2025)Chiffre lu à sa source, chez l'organisme qui l'a produit. des adultes américains interrogés décrivent l'IA de cette façon.

  3. Ce voyage a un coût, et son chiffre dépend de ce qu'on compte. Pour une même question, Google trouve La même requête, comptée à la façon étroite des estimations courantes (puces seules, centres les plus efficaces)Accélérateurs actifs seulement, sur un échantillon de requêtes tombées dans les 10 % de centres les plus efficaces ; Google la présente comme moins complète que sa mesureSource : Google, Measuring the environmental impact of delivering AI at Google scale (arXiv 2508.15734) (21 août 2025)Chiffre lu à sa source, chez l'organisme qui l'a produit. en ne comptant que les puces des centres les plus efficaces, et Énergie d'une requête texte médiane envoyée à GeminiPuces d'IA, processeur et mémoire du serveur, machines de réserve au repos, refroidissement et pertes électriques du centre ; sans l'entraînement, le stockage des données, le réseau, ni ton téléphoneSource : Google, Measuring the environmental impact of delivering AI at Google scale (arXiv 2508.15734) (21 août 2025)Chiffre lu à sa source, chez l'organisme qui l'a produit. avec tout le centre.

  4. Mistral, qui compte aussi la fabrication des serveurs, publie pour une réponse de son assistant Le Chat Émissions d'une réponse de 400 tokens de Mistral Large 2 dans Le ChatImpact marginal de l'inférence, fabrication des serveurs et émissions amont comprises ; sans l'entraînement (chiffré à part) ni les terminaux des utilisateursSource : Mistral AI, Our contribution to a global environmental standard for AI (22 juillet 2025)Chiffre lu à sa source, chez l'organisme qui l'a produit. et Eau d'une réponse de 400 tokens de Mistral Large 2 dans Le ChatImpact marginal de l'inférence en cycle de vie, fabrication des serveurs et chaîne amont comprises ; sans l'entraînement (chiffré à part) ni les terminaux des utilisateursSource : Mistral AI, Our contribution to a global environmental standard for AI (22 juillet 2025)Chiffre lu à sa source, chez l'organisme qui l'a produit..

  5. Google, pour l'eau évaporée seule, en est à Eau consommée pour une requête texte médiane envoyée à GeminiEau évaporée pour refroidir les centres de Google ; sans l'eau des centrales électriques ni celle de la fabrication des pucesSource : Google, Measuring the environmental impact of delivering AI at Google scale (arXiv 2508.15734) (21 août 2025)Chiffre lu à sa source, chez l'organisme qui l'a produit.. L'écart tient d'abord au périmètre : c'est lui que fait varier le ticket ci-dessous.

À toi de jouer

Reprends ton pari du départ et regarde s'il tient. Puis lis le ticket de ton voyage : éloigne le centre de données, élargis le périmètre, et regarde les chiffres bouger.

Et maintenant, comment l'IA obtient-elle sa réponse ?

Voir la réponse

La description juste : « Elle devine les mots suivants d'après des régularités apprises ».

Le modèle écrit sa réponse token après token, en calculant chaque fois le plus plausible d'après les régularités apprises pendant son entraînement. Il ne cherche pas la réponse dans une base de données, ne suit pas de script, et personne n'écrit à sa place. Un assistant relié à un outil de recherche lit en plus des extraits trouvés sur le web, puis répond de la même façon.

Ce que les adultes américains ont répondu

  • Elle cherche la réponse exacte dans une base de données45 %
  • Elle suit un script de réponses écrites d'avance21 %
  • Elle devine les mots suivants d'après des régularités apprises28 %
  • Un humain écrit la réponse en coulisses6 %

Enquête Tavern Research pour Searchlight Institute, panels en ligne du 1er au 6 août 2025, 2 301 adultes américains, marge d'erreur de 3 points ; question à quatre réponses proposées.

Source : Searchlight Institute, Americans Have Mixed Views of AI and an Appetite for Regulation, publié le 16 décembre 2025, lu à la source.

Pourquoi le ciel est-il bleu ?

Tokens

82 tokens

Ta question compte 10 tokens. Avec la consigne du site et les balises de la conversation, le modèle en lit 42, puis en écrit 40 pour répondre.

Le calcul du site coupe la réponse à 40 tokens : en entier, elle serait plus longue.

Calculé par le modèle ouvert Qwen3-4B, révision 1cfa9a7.

Distance

500 km

On ne sait pas où ta question serait calculée : cette distance est une hypothèse, que tu règles.

Hypothèse : 500 km jusqu'au centre de données. Avec JavaScript, tu peux la régler.

Temps du trajet

au moins 21 à 36 ms aller-retour

de 15 à 30 ms aller-retour pour le réseau 4G, puis 6 ms pour 500 km de fibre. La fibre ne va pas en ligne droite : c'est un minimum.

Le temps que le modèle met à calculer sa réponse n'est pas compté : nous n'avons pas de chiffre publié pour le mesurer.

Source : Arcep, La qualité des services mobiles, publié en septembre 2026, lu à la source.

Énergie et eau

Ce qu'on compte

Les puces seules

Énergie

0,14 Wh

Pour une requête texte médiane envoyée à Gemini, mesurée par Google. Ce n'est pas le modèle de ce site, dont nous n'avons pas de mesure.

Sans le processeur et la mémoire du serveur (0,06 Wh), les machines au repos (0,02 Wh) ni le centre (0,02 Wh) ; les quatre parts font 0,24 Wh.

Comptée à la façon étroite des estimations courantes : 0,1 Wh.

Source : Google, Measuring the environmental impact of delivering AI at Google scale (arXiv 2508.15734), publié le 21 août 2025, lu à la source.

Eau

Pas de chiffre d'eau publié à ce périmètre.

Le serveur

Énergie

Pas de chiffre publié pour le serveur seul. Google donne les parts de sa mesure :

Sans le processeur et la mémoire du serveur (0,06 Wh), les machines au repos (0,02 Wh) ni le centre (0,02 Wh) ; les quatre parts font 0,24 Wh.

Source : Google, Measuring the environmental impact of delivering AI at Google scale (arXiv 2508.15734), publié le 21 août 2025, lu à la source.

Eau

Pas de chiffre d'eau publié à ce périmètre.

Le centre de données entier

Énergie

0,24 Wh

Pour une requête texte médiane envoyée à Gemini, mesurée par Google. Ce n'est pas le modèle de ce site, dont nous n'avons pas de mesure.

Puces d'IA, processeur et mémoire du serveur, machines de réserve au repos, refroidissement et pertes électriques du centre ; sans l'entraînement, le stockage des données, le réseau, ni ton téléphone.

Source : Google, Measuring the environmental impact of delivering AI at Google scale (arXiv 2508.15734), publié le 21 août 2025, lu à la source.

Eau

0,26 mL

Eau évaporée pour refroidir les centres de Google ; sans l'eau des centrales électriques ni celle de la fabrication des puces.

Source : Google, Measuring the environmental impact of delivering AI at Google scale (arXiv 2508.15734), publié le 21 août 2025, lu à la source.

Le cycle de vie, fabrication comprise

Énergie

Pas de chiffre en wattheures à ce périmètre : Mistral publie les émissions et l'eau.

Émissions

de l'ordre de 0,1 g éq. CO2

Mistral publie 1,14 g éq. CO2 pour une réponse de 400 tokens de son modèle Mistral Large 2. Ramené aux 40 tokens de cette réponse, en supposant que l'impact suit sa longueur : un ordre de grandeur, pas une mesure.

Impact marginal de l'inférence, fabrication des serveurs et émissions amont comprises ; sans l'entraînement (chiffré à part) ni les terminaux des utilisateurs.

Source : Mistral AI, Our contribution to a global environmental standard for AI, publié le 22 juillet 2025, lu à la source.

Eau

de l'ordre de 5 mL

Mistral publie 45 mL pour une réponse de 400 tokens de son modèle Mistral Large 2. Ramené aux 40 tokens de cette réponse, en supposant que l'impact suit sa longueur : un ordre de grandeur, pas une mesure.

Impact marginal de l'inférence en cycle de vie, fabrication des serveurs et chaîne amont comprises ; sans l'entraînement (chiffré à part) ni les terminaux des utilisateurs.

Source : Mistral AI, Our contribution to a global environmental standard for AI, publié le 22 juillet 2025, lu à la source.

Trois questions pour finir

Question 1

Pourquoi une IA peut-elle se tromper sur un ton parfaitement sûr ?

  • Elle écrit la suite la plus plausible, qui n'est pas forcément vraie.
  • Elle ment exprès quand elle ne sait pas.
  • Sa base de données contient des erreurs.

Voir la réponse

La réponse : Elle écrit la suite la plus plausible, qui n'est pas forcément vraie.

Le modèle n'a pas de base de données où il chercherait : il calcule, token après token, ce qui ressemble le plus à une bonne réponse. Une invention plausible sort avec la même assurance qu'un fait.

Question 2

Quand tu écris ta question, qu'est-ce que le modèle reçoit ?

  • Les lettres, une par une.
  • Des mots entiers, comme dans un dictionnaire.
  • Une suite de tokens, des morceaux de texte numérotés.

Voir la réponse

La réponse : Une suite de tokens, des morceaux de texte numérotés.

Ta question est d'abord découpée en tokens, et le modèle ne reçoit que leurs numéros. Une même phrase en demande souvent plus en français qu'en anglais.

Question 3

Une entreprise annonce l'énergie d'une question posée à son assistant. Que faut-il regarder en premier ?

  • Si le chiffre est petit.
  • Ce qu'elle compte : les puces seules, le centre entier, la fabrication.
  • Rien : un chiffre publié par l'entreprise suffit.

Voir la réponse

La réponse : Ce qu'elle compte : les puces seules, le centre entier, la fabrication.

Le même calcul, compté de deux façons, peut donner des chiffres très différents. Avant de comparer, on regarde le périmètre, puis qui a mesuré.

À retenir

Le modèle calcule sa réponse token après token, d'après des régularités apprises : il ne cherche rien et peut se tromper avec assurance. Une réponse a aussi un coût, dont le chiffre dépend de ce qu'on compte.

Aller plus loin

Ce que le ticket laisse de côté

Aucun chiffre du ticket ne compte l'entraînement du modèle, la fabrication de ton téléphone ou l'énergie du réseau pour ta seule question. Pour le réseau, les sources lues ne donnent pas de mesure fiable à l'échelle d'une question. Pour l'entraînement, les entreprises qui le chiffrent le publient à part, comme Mistral.

Moins par réponse, plus de réponses

Entre deux mesures faites à un an d'écart, Google a trouvé Division de l'énergie de la requête texte médiane envoyée à Gemini, de mai 2024 à mai 2025Même mesure que les 0,24 Wh, faite par Google et non vérifiée par un tiers ; la baisse vient des modèles (par 23) et d'une meilleure utilisation des machines (par 1,4)Source : Google, Measuring the environmental impact of delivering AI at Google scale (arXiv 2508.15734) (21 août 2025)Chiffre lu à sa source, chez l'organisme qui l'a produit. moins d'énergie pour une question texte à Gemini. La plus grosse part du gain vient des modèles eux-mêmes, le reste d'un meilleur usage des machines.

Plusieurs techniques font baisser le coût d'une réponse. Le serveur d'inférence regroupe les questions de plusieurs personnes sur une même puce : les auteurs de vLLM, l'un de ces programmes, en tirent Gain de débit d'un serveur d'inférence qui regroupe mieux les requêtes, à délai de réponse égalMesuré par les auteurs de vLLM sur des modèles ouverts, face aux systèmes de 2023 ; le gain grandit avec les textes longs et les grands modèlesSource : Kwon et al., Efficient Memory Management for Large Language Model Serving with PagedAttention (arXiv 2309.06180) (12 septembre 2023)Chiffre lu à sa source, chez l'organisme qui l'a produit. pour le même délai. La quantification écrit les nombres du modèle sur moins de bits, ce qui demande moins de mémoire et de calcul. Avec le décodage spéculatif, un petit modèle propose plusieurs tokens d'avance et le grand les vérifie en un seul passage, sans que la réponse change.

Dans le même temps, les produits de Google ont traité chaque mois de plus en plus de tokens : Hausse du nombre de tokens traités chaque mois par les produits et les API de Google, en un an jusqu'en mai 2025De 9 700 milliards à plus de 480 000 milliards de tokens par mois ; tous les produits de Google, pas seulement l'application Gemini ; annoncé par Google, sans détail par modèleSource : Google, Google I/O 2025: Sundar Pichai's opening keynote (20 mai 2025)Chiffre lu à sa source, chez l'organisme qui l'a produit. plus à la fin de l'année qu'au début. Les deux chiffres ne portent pas sur les mêmes requêtes. Ils disent quand même que chaque réponse coûte moins et qu'il y en a beaucoup plus. Le total des centres de données, lui, continue de monter (voir « Le centre de données »).

Les voyages à venir

Celui-ci a suivi une question de texte. D'autres voyages sont prévus sur le même principe : la fabrique des puces, l'école du modèle, les agents et leurs outils, l'IA dans la société, l'IA au-delà du texte.

Sources