Claude Code : l'énergie colossale des agents IA révélée

Claude Code : l'énergie colossale des agents IA révélée

Les agents IA consomment environ 600 fois plus d'énergie qu'une simple requête de chat.

Le climatologue Zeke Hausfather démontre dans une nouvelle analyse que les agents IA consomment beaucoup plus d'énergie que les chiffres de consommation d'énergie par requête rapportés par Google et OpenAI ne le suggèrent.

Sur une période de huit semaines, en enregistrant son utilisation de l'agent de programmation Claude Code, environ 1 100 entrées ont généré plus de 14 000 appels de modèle et 3,2 milliards de tokens, consommant environ 170 kilowatt-heures d'électricité, soit environ 150 watt-heures par entrée.

Prolongé sur une année complète, ce niveau d'utilisation intensive produit des émissions de CO₂ comparables à celles d'un sèche-linge électrique. Hausfather considère le passage à des sources d'énergie propres pour les centres de données comme le levier le plus critique pour réduire les émissions.

Google et OpenAI ont rassuré les utilisateurs avec des chiffres de faible consommation d'énergie par requête IA. Les données de Claude Code de Zeke Hausfather racontent une histoire différente.

Google indique qu'une requête textuelle médiane de Gemini utilise seulement 0,24 watt-heures (Wh), moins d'énergie que neuf secondes de télévision. Le PDG d'OpenAI, Sam Altman, a estimé la requête moyenne de ChatGPT à 0,34 Wh, à peu près équivalente à une recherche Google de 2009.

Ces deux chiffres ont été publiés l'année dernière. Même à ce moment-là, il était clair que ces chiffres ne représentaient pas l'utilisation réelle de l'IA. Ils ne tiennent pas compte des modèles de raisonnement qui génèrent de nombreux tokens à partir d'une seule requête de chat, du traitement multimodal à travers divers formats, des systèmes multi-agents, de la génération de code, de l'échelle à des milliards d'utilisations, et de nombreux autres facteurs. L'« étude » de Google en particulier a largement minimisé la consommation d'énergie réelle.

Zeke Hausfather a maintenant calculé l'ampleur de cet écart dans une analyse sur The Climate Brink. Un point aveugle majeur demeure : personne en dehors des laboratoires d'IA ne connaît le coût énergétique réel par token d'un modèle à la pointe de la technologie. Gardez à l'esprit que les chiffres de Hausfather sont des estimations raisonnables, mais restent des estimations.

Ils sont également basés sur les modèles d'utilisation actuels. Les laboratoires d'IA travaillent déjà à l'échelle de systèmes basés sur des agents qui fonctionnent de manière autonome sur des tâches pendant des jours, des semaines, voire des mois. Cela pourrait entraîner une augmentation exponentielle de la consommation d'énergie.

3,2 milliards de tokens en huit semaines

Hausfather a suivi son utilisation en détail pendant huit semaines. Claude Code stocke des journaux locaux complets de chaque session, y compris les comptes de tokens exacts rapportés par l'API pour chaque appel de modèle.

Ses 1 138 requêtes tapées ont déclenché plus de 14 000 appels de modèle, soit une moyenne de douze par requête. Chaque requête a traité en moyenne 2,9 millions de tokens. Pour comparaison, un échange de chat typique sans raisonnement ni recherches web tourne autour de 1 000 tokens.

La consommation d'énergie par tâche IA s'étend sur cinq ordres de grandeur, allant de 0,24 Wh pour une requête de chat Gemini à plusieurs kWh pour une journée complète de Claude Code. Les estimations publiées en bleu, les valeurs mesurées par l'auteur en orange.

Au total, son Claude Code a traité 3,2 milliards de tokens. Parmi ceux-ci, 96 % étaient des lectures de cache, car à chacune des 14 000 étapes, l'agent relit tout son contexte accumulé. Le texte que Hausfather voit réellement à l'écran, la sortie du modèle, ne représente que 0,4 % de tous les tokens traités.

Sa meilleure estimation pour la consommation totale s'élève à environ 170 kWh d'électricité de centre de données sur huit semaines, avec une fourchette d'incertitude de 70 à 330 kWh. Hausfather a mesuré directement uniquement les comptes de tokens de ses journaux Claude Code, et la conversion en valeurs électriques repose sur trois méthodes indépendantes avec différentes hypothèses.

Par requête, cela représente environ 150 Wh, soit environ 600 fois plus qu'une requête de chat médiane. « Une 'requête' n'est finalement pas une unité d'utilisation de l'IA plus que 'trips' n'est une mesure de conduite ; c'est la distance parcourue qui compte », écrit Hausfather.

Une seule journée d'utilisation de l'agent consomme plus que deux réfrigérateurs

La session médiane de Claude Code de Hausfather a consommé environ 0,6 kWh, cinquante fois l'électricité nécessaire pour charger un téléphone. Son utilisation moyenne quotidienne de Claude Code a atteint 3,0 kWh (plage : 1,2 à 5,9 kWh), plus que la consommation quotidienne de deux réfrigérateurs.

Lors de sa journée la plus intensive, lorsque plusieurs agents parallèles traitaient une vaste analyse de géodonnées, il estime que 11 kWh ont été consommés. C'est plus d'un tiers de la consommation quotidienne d'électricité d'un ménage américain moyen, selon Hausfather.

Une année d'utilisation intensive de l'agent équivaut à un sèche-linge

Échelonnée sur une année complète, l'utilisation de Claude Code par Hausfather consommerait environ 1,1 MWh d'électricité de centre de données (0,4 à 2,2 MWh), soit environ un dixième de ce qu'un ménage américain moyen utilise annuellement. Basé sur le mix électrique moyen américain, cela se traduit par environ 370 kg d'équivalents CO₂ par an.

Les émissions annuelles de CO₂ provenant de l'utilisation de Claude Code par l'auteur (368 kg, orange) comparées aux activités quotidiennes. Dix requêtes de chat quotidiennes produisent seulement 0,3 kg par an, tandis qu'une utilisation intensive de l'agent équivaut à un sèche-linge électrique.

Cela représente légèrement plus que le fonctionnement d'un sèche-linge électrique pendant un an (262 kg) et environ la moitié d'un vol aller-retour en classe économique de San Francisco à New York (700 kg), bien que Hausfather note que le chiffre de vol ne couvre que les émissions directes de CO₂. Cela représente environ huit pour cent des émissions annuelles d'une voiture à essence typique aux États-Unis et environ deux pour cent de l'empreinte carbone annuelle moyenne d'un Américain. « C'est à la fois une source d'émissions importante et une partie relativement modeste de mon empreinte carbone totale », écrit Hausfather.

L'électricité propre est plus importante que la réduction de la consommation

Hausfather ne plaide pas pour le sacrifice ou la culpabilité. La retenue personnelle d'un petit groupe d'utilisateurs intensifs « ne va pas infléchir les courbes », dit-il, ajoutant que diriger des tâches simples vers des modèles plus petits a du sens, car ils consomment cinq à sept fois moins d'énergie par token que les modèles de pointe.

Mais le plus grand levier est l'intensité carbone de l'électricité elle-même, soutient-il. Si la même charge de travail fonctionnait principalement sur une énergie propre, l'empreinte carbone diminuerait d'environ 90 pour cent. Le problème est que près des trois quarts de la production d'énergie prévue sur site pour les centres de données américains fonctionne au gaz naturel.

C'est là que Hausfather voit une opportunité. Les entreprises d'IA apportent un capital énorme et une urgence inhabituelle. Si cet argent est investi dans l'énergie propre, l'expansion du réseau et des technologies avancées comme la géothermie ou l'énergie nucléaire, le boom de l'IA pourrait laisser le réseau plus propre qu'il ne l'a trouvé.