Modèle phare multimodal OpenAI (texte, image, audio) — référence enterprise 2024-2026.
Ordre de grandeur uniquement. Pour une équipe de 30 développeurs sur 22 jours ouvrés à 200k tokens/jour, on obtient ~48.84 kgCO₂e/mois. Pour une mesure auditable, branchez l' API /track ou l' extension.
Jegham et al. (2025) arXiv:2505.09598v5 — Table 4: GPT-4o (Mar ’25) short prompt 0.423 Wh (100 in / 300 out); × CIF 0.35 kgCO₂e/kWh → ~0.37 g/1k tokens. §5.3 cross-check: Altman Jun 2025 ~0.34 Wh/query. https://arxiv.org/html/2505.09598v5
Niveau de confiance affiché : Benchmarké. Mesuré = LCA vendeur ou divulgation infra ; Benchmarké = mesure académique (peer-reviewed ou preprint) ; Estimé = facteur classe / extrapolation publique. Pour la méthodologie complète, voir /methodology.
| Modèle | Vendeur | gCO₂e / 1k tokens |
|---|---|---|
| Llama 3 8B | Meta | 0.05 |
| Gemini 1.5 Flash | 0.075 | |
| Gemini 2.0 Flash | 0.08 | |
| GPT-4o mini | OpenAI | 0.1 |
| Claude 3 Haiku | Anthropic | 0.1 |
| Gemini 1.5 Pro | 0.12 |
Les chiffres ci-dessus sont des coefficients moyens. Votre déploiement réel peut varier de ±50 % selon le mix énergétique, la longueur des prompts et la part de cache. Branchez l' API /api/v1/track ou l' extension navigateur pour mesurer ce qui se passe vraiment chez vous.