Le climatologue Zeke Hausfather a suivi son utilisation de Claude Code pendant huit semaines. Résultat : 1.138 prompts ont généré plus de 14.000 appels au modèle et 3,2 milliards de tokens, pour une consommation estimée à 170 kWh d’électricité du data center. Chaque prompt coûte environ 150 Wh, 600 fois plus qu’un simple chat.

La différence réside dans la façon dont l’agent fonctionne. À chaque étape, Claude Code relit tout le contexte accumulé : 96% des tokens traités sont des lectures du cache. Le texte que tu vois à l’écran représente 0,4% du total. C’est le même pattern dont nous nous sommes occupés quand le coût de la mémoire agentique est devenu un critère de design : l’agent est une boucle qui passe en revue les mêmes données des milliers de fois.

Pour qui déploie des agents, la consommation énergétique est une métrique opérationnelle qui entre dans les calculs financiers. Une journée intense de Claude Code consomme autant que deux réfrigérateurs ; le pire jour de Hausfather a atteint 11 kWh, un tiers de la consommation électrique quotidienne d’une maison américaine moyenne. Projeté sur un an, l’utilisation intensive d’agents produit environ 370 kg d’équivalent CO₂, soit un peu plus qu’une sécheuse électrique annuelle.

Les chiffres que Google et OpenAI publient sur les coûts énergétiques « par requête » décrivent le chat, pas les agents. Quand le travail se déplace de la question unique vers la boucle autonome qui tourne pendant des heures, la consommation change d’ordre de grandeur. Les entreprises qui ont déployé des agents à grande échelle le découvrent sur leurs propres comptes : les non-ingénieurs, en particulier, brûlent des tokens en convertissant des PDF en markdown sans s’en apercevoir.

En détail

Les chiffres publics sur la consommation énergétique de l’IA ont jusqu’à présent dépeint un tableau rassurant. Google a déclaré qu’un prompt textuel moyen sur Gemini consomme 0,24 Wh, moins de neuf secondes de télévision. Sam Altman a estimé une requête moyenne de ChatGPT à 0,34 Wh, comparable à une recherche Google de 2009. Les deux données datent de 2025 et décrivent une interaction simple : une question, une réponse, pas de raisonnement étendu, pas de recherche web, pas de boucle autonome.

Hausfather a mesuré quelque chose de différent. Claude Code est un agent de programmation qui fonctionne par cycles : il reçoit un objectif, planifie une série d’étapes, appelle le modèle à chaque étape, lit les résultats, décide quoi faire ensuite. En huit semaines, 1.138 prompts ont déclenché 14.000 appels au modèle, une moyenne de douze par prompt. Chaque prompt a traité en moyenne 2,9 millions de tokens, contre ~1.000 pour un chat sans raisonnement.

Le détail le plus significatif est la composition des tokens. 96% sont des lectures du cache : à chacune des 14.000 étapes, l’agent relit l’intégralité du contexte accumulé jusqu’à ce point. Le texte que l’utilisateur voit comme réponse, la sortie du modèle, représente 0,4% du total. Presque toute l’énergie s’en va à relire des données déjà vues, pas à en générer de nouvelles.

La conversion de tokens en kilowattheures n’est pas triviale, et Hausfather est explicite sur les limites. Personne en dehors des laboratoires ne connaît la consommation réelle par token d’un modèle frontier. Les estimations sont basées sur trois méthodes indépendantes avec des hypothèses différentes, et la marge d’incertitude est large : de 70 à 330 kWh pour les huit semaines, contre une estimation ponctuelle de 170 kWh. Le chiffre sur lequel il y a le plus de confiance est le nombre de tokens, car Claude Code enregistre localement les logs avec les dénombrements exacts de l’API.

Projeté sur un an d’utilisation intensive, la consommation atteint environ 1,1 MWh (plage : 0,4-2,2 MWh), un dixième de la consommation électrique annuelle d’une maison américaine moyenne. En termes d’émissions, basé sur le mix électrique américain, on parle de 370 kg d’équivalent CO₂ par an. Pour comparaison : une sécheuse électrique annuelle produit environ 262 kg, un vol aller-retour San Francisco-New York en classe économique environ 700 kg (émissions directes uniquement).

Un fil parallèle émerge du côté économique. Les entreprises qui ont déployé des agents à grande échelle se retrouvent à gérer des consommations de tokens qu’elles n’avaient pas prévues. Chez Accenture, les données internes montrent que les non-ingénieurs pilotent la consommation de tokens, et l’une des pratiques les plus coûteuses est la conversion de PDF en markdown : les documents sont transformés en images puis en texte, gonflant le contexte à chaque passage.

Les implications pour qui construit avec les agents sont concrètes. Premièrement, le « prompt » cesse d’être une unité de mesure utile : ce qui compte, c’est le contexte que l’agent traite, combien d’appels il fait, combien de fois il relit. Deuxièmement, l’optimisation concerne l’architecture du flux, pas seulement le modèle ou le prompt unique : compresser le contexte, gérer le cache, éviter de passer des PDF bruts quand un résumé structuré suffit. Troisièmement, les chiffres d’aujourd’hui sont conservateurs : les laboratoires construisent déjà des agents qui tournent pendant des jours ou des semaines, et la consommation pourrait croître de manière exponentielle.

Hausfather pointe le déplacement des data centers vers des sources propres comme le levier le plus important pour les émissions. Pour qui utilise les agents dans son travail, le levier immédiat est différent : comprendre où les tokens s’en vont, et concevoir les flux pour ne pas les brûler à relire des choses qu’on savait déjà.