La consommation des agents IA vient d’être mesurée sur huit semaines d’usage réel de Claude Code, et elle atteint 150 Wh pour une seule requête envoyée. C’est environ 600 fois ce que coûte un message de chat classique, dont les fournisseurs annoncent 0,24 à 0,34 Wh. L’écart vient du nombre d’appels modèle déclenchés en arrière-plan par chaque instruction tapée.
Pour résumer
- 1 138 requêtes tapées en huit semaines ont produit plus de 14 000 appels modèle et 3,2 milliards de tokens.
- La consommation mesurée atteint environ 170 kWh sur la période, dans une fourchette de 70 à 330 kWh.
- 96 % des tokens comptabilisés sont des relectures de cache, pas de la génération nouvelle.
Faire résumer cet article par une IA
ChatGPTCent soixante-dix kilowattheures pour huit semaines de code
Le protocole est simple et c’est ce qui fait sa valeur. Pour établir la consommation des agents IA, un chercheur en climat a instrumenté son propre usage de Claude Code pendant huit semaines, puis converti les tokens facturés en énergie.
Le décompte brut donne 1 138 requêtes tapées à la main. Ces instructions ont déclenché plus de 14 000 appels modèle et brassé 3,2 milliards de tokens.
La facture énergétique estimée s’établit autour de 170 kWh sur la période, avec une incertitude assumée entre 70 et 330 kWh. Ramené au quotidien, cela représente 3 kWh par jour en moyenne, dans une fourchette de 1,2 à 5,9.
L’ordre de grandeur devient parlant une fois transposé au domestique. Un tel usage tire davantage qu’une paire de réfrigérateurs branchés en continu, pour un seul développeur.
Extrapolée sur douze mois, la trajectoire donne environ 1,1 MWh et près de 370 kg d’équivalent CO2. L’analyse complète et sa méthode de calcul sont publiées sur The Climate Brink.
Ce constat recoupe ce que les équipes observent déjà côté facturation. Nous l’avions vu quand Microsoft a coupé Claude Code après avoir brûlé son budget IA, sans que personne n’ait alors relié la dérive de coût à une dérive de consommation.
Le cache explique l’essentiel de la facture
La mécanique tient en un chiffre. Sur les 3,2 milliards de tokens comptabilisés, 96 % sont des lectures de cache et non du contenu généré pour la première fois.
Un agent relit son propre contexte à chaque étape. Il reprend l’historique, les fichiers ouverts, la sortie de l’outil précédent, puis ajoute son incrément. Multipliez par le nombre d’étapes d’une tâche et le volume gonfle sans que l’utilisateur ait tapé un mot de plus.
C’est cette boucle qui creuse l’écart avec le chat. Une question posée dans une fenêtre de conversation vaut un appel. Une instruction donnée à un agent peut en valoir cinquante, dont l’essentiel est invisible.
Le ratio de douze appels modèle par requête tapée éclaire la structure du coût. L’utilisateur perçoit une action, le système en exécute une douzaine, et la facturation comme la consommation suivent le second chiffre, pas le premier.
Le paradoxe du cache mérite d’être relevé dans le calcul de la consommation des agents IA. La mise en cache a été introduite pour réduire le coût de la relecture de contexte, et elle a bien atteint cet objectif à l’échelle de l’appel unitaire. Elle a surtout rendu économiquement acceptable une multiplication du nombre d’appels.
La mesure explique aussi pourquoi l’écart de vitesse entre agents se paie si cher. Nous l’avions constaté sur les benchmarks d’usage quand l’agent de code le plus rapide s’est révélé être aussi le plus cher, la rapidité étant obtenue par un parallélisme d’appels.
Chaque capacité ajoutée à un agent allonge encore la chaîne. L’arrivée d’un accès web direct, comme lorsque Claude Code a embarqué son propre navigateur, multiplie les allers-retours de contexte à chaque page consultée.
D’autres articles sur Horizon
- Le datacenter Amazon du Texas battra un record de CO2
- Kimi K3 s’échappe et va copier sur GitHub
- Claude Fable 5 débloque la biologie du quotidien
Pourquoi les chiffres publiés par les labos ne tiennent plus
Les ordres de grandeur communiqués par les fournisseurs portent sur la requête de chat. Google avance 0,24 Wh par requête sur Gemini, OpenAI cite 0,34 Wh pour ChatGPT.
Ces valeurs ne sont pas fausses, elles mesurent autre chose. Elles décrivent le coût d’un appel isolé, à un moment où la part agentique du trafic explose et où l’unité pertinente n’est plus l’appel mais la tâche.
Pour les équipes produit, la conséquence est immédiate. Un bilan carbone qui estime la consommation des agents IA à partir du chiffre du chat se trompe d’un facteur trois chiffres la réalité d’un déploiement agentique, et les projections de capacité construites sur cette base sont fausses dès le premier trimestre.
Côté concurrence, la pression se déplace vers l’efficacité de contexte. Le lab qui saura réduire la relecture de cache sans dégrader la qualité de la tâche gagnera simultanément sur le prix, sur la latence et sur l’empreinte, trois arguments commerciaux qui pointaient jusqu’ici dans des directions différentes.
La méthode employée ici mérite d’ailleurs d’être reprise en interne. Instrumenter huit semaines d’usage réel coûte peu et donne une base de calcul propre, là où la plupart des équipes raisonnent encore sur des ordres de grandeur communiqués par leur fournisseur.
La fourchette assumée de 70 à 330 kWh est le point faible de l’exercice, et l’auteur ne le cache pas. Elle tient à l’absence de données publiques sur l’énergie consommée par token servi, information qu’aucun laboratoire ne publie aujourd’hui.
L’argument tempère aussi certains discours d’adoption. Mark Zuckerberg reconnaissait récemment des agents plus lents que prévu chez Meta, et la lenteur observée en production a désormais un corollaire chiffré du côté de la consommation.
Notre lecture est que la prochaine ligne de reporting à surveiller n’est pas le nombre de tokens facturés. C’est le ratio entre tokens relus et tokens produits, seul indicateur qui dise si un agent travaille ou s’il tourne en rond dans son propre contexte.
Affaire à suivre sur Horizon.
