ChatGPT-5 est encore moins bon pour la planète que ses prédécesseurs, voici les chiffres
GPT-5, nouveau modèle d'IA disponible sur, entre autres, ChatGPT, pourrait consommer près de 9 fois plus d'énergie que GPT-4. Mais pourquoi des besoins si élevés ?
GPT-5 est disponible depuis une grosse semaine. OpenAI promet des performances bien supérieures à celles de GPT-4 pour ce nouveau modèle, intégré dès sa sortie à ChatGPT, aussi bien pour les comptes gratuits que pour les abonnés payants. Mais GPT-5 pourrait bien constituer un gouffre énergétique. Si l'entreprise ne communique pas officiellement sur la consommation d'énergie de ses différents modèles d'IA, des chercheurs de l'Université de Rhode Island ont publié des estimations assez alarmantes.
D'après le rapport, GPT-5 consommerait en moyenne 19,70 Wh par requête dans sa version la plus gourmande. Pour GPT-4, une requête consommerait en moyenne 2,27 Wh. GPT-5 serait ainsi 8,7 fois plus énergivore que GPT-4. Selon ces données, même le modèle GPT-5 mini est plus gourmand en ressources que le modèle le plus performant de GPT-4. Seul GPT-5 nano est un peu en dessous de GPT-4, mais ses capacités sont bien plus limitées dans certains domaines.
GPT-5 crève le plafond de la consommation énergétique
Si l'on prend le chiffre de 2,5 milliards de requêtes par jour rendu public par OpenAI et qu'on part du principe qu'elles sont toutes réalisées sous GPT-5, on atteint une consommation énergétique quotidienne titanesque de 45 GWh. Si on estime que les centrales nucléaires modernes produisent entre 1 et 1,6 GWh d'électricité par réacteur et par heure, il faudrait donc deux à trois réacteurs nucléaires pour alimenter les besoins d'OpenAI pour GPT-5. De quoi fournir de l'électricité pour un petit pays, ou 1,5 million de foyers aux États-Unis, où la consommation est pourtant est très élevée.
Mais pourquoi GPT-5 a-t-il besoin de presque 9 fois plus d'énergie, alors qu'il est loin d'être 9 fois plus performant ? Ce modèle est en fait bien plus complexe, car il dispose de fonctions de compréhension et de réflexion à long terme. C'est-à-dire qu'il améliore sa pertinence en permanence à mesure qu'il est utilisé, prenant en compte le contexte personnel des utilisateurs pour générer des réponses sur mesure et plus adéquates. Une capacité de raisonnement qui nécessite énormément de ressources.
