0x
Moins de CO2 que Claude
0,89 kg vs 164,6 kg CO2/jour
0x
Moins d’électricité que Claude
45,6 kWh vs 448,5 kWh/jour
0x
Moins d’eau que Claude
114 L vs 942 L/jour
Émissions carbone : le gouffre entre cloud US et souveraineté française.
Sources : RTE Bilan 2025 (19,6 g CO2/kWh France) · EPA eGRID 2023 (367 g CO2/kWh US)
Consommation électrique : 10x moins que les IA cloud.
Consommation d'eau : zéro refroidissement évaporatif.
Sources : Microsoft Environmental Report 2025 · Google Environmental Report 2024
Tableau comparatif complet — impacts journaliers.
| ChatGPT | Claude | Gemini | Mistral | JADE | |
|---|---|---|---|---|---|
| Localisation | US | US | US | France | France |
| Architecture | Dense | Dense | Dense | Dense | MoE |
| CI (g CO2/kWh) | 367 | 367 | 367 | 19,6 | 19,6 |
| Électricité/jour | 372,6 kWh | 448,5 kWh | 239,8 kWh | 249,0 kWh | 45,6 kWh |
| CO2/jour | 136,7 kg | 164,6 kg | 88,0 kg | 4,9 kg | 0,89 kg |
| Eau/jour | 484 L | 942 L | 504 L | 660 L | 114 L |
| Équiv. voiture | 684 km | 823 km | 440 km | 25 km | 4 km |
| Coût élec./an | 34 000 € | 40 930 € | 21 882 € | 22 721 € | 4 161 € |
5 leviers architecturaux convergents.
L'écart ne repose pas sur un seul avantage mais sur la multiplication de cinq leviers indépendants.
Mixture of Experts (MoE)
x14,5Un token MoE coûte 6,9% de l’énergie d’un modèle dense équivalent.
Graphe neuronal local
x5000 vs APIDes milliers de neurones-concepts et synapses pondérées fonctionnent en local. Zéro appel API pour le raisonnement contextuel.
Embeddings fine-tunés locaux
100% localModèle MiniLM fine-tuné + base vectorielle locale. Zéro appel API pour la recherche sémantique.
Mix électrique français
x18,795% bas carbone (70% nucléaire, 25% ENR). 19,6 g CO2/kWh en France vs 367 g aux États-Unis.
Refroidissement air
x30-110Serveur local refroidi par air, aucune eau directe. WUE de 0,01 L/kWh vs 0,3 à 1,1 L/kWh pour les hyperscalers.
Des calculs transparents, vérifiables, sourcés.
Chaque chiffre de cette page repose sur des données publiques vérifiables et des équations formalisées. Aucune estimation opaque.
• RTE Bilan électrique 2025 — Émissions GES
• EPA eGRID 2023 — National emission rates
• NVIDIA H100 SXM5 Datasheet — TDP 700W
• Microsoft Environmental Report 2025
• Google Environmental Report 2024
• IEA Emission Factors Database 2025
Énergie par requête
E_req = (T_in × ε_prompt) + (T_out × ε_gen) + E_base
T = tokens, ε = énergie/token (Wh), E_base = overhead infra
Avantage MoE
ε_MoE = ε_dense × (k/K) × α = 0,069 × ε_dense
Un token MoE coûte 6,9% d’un token dense équivalent
Empreinte carbone
GHG_jour = E_jour × PUE × CI_région
CI France = 19,6 g/kWh — CI US = 367 g/kWh
Empreinte hydrique
W_jour = E_jour × (WUE_direct + WUE_indirect)
JADE WUE = 0,01 L/kWh (air-cooled, zéro eau directe)
Une IA qui respecte la planète autant que vos données.
Souveraineté numérique, sécurité renforcée et empreinte environnementale minimale. JADE prouve qu'on peut faire mieux avec moins.