Combien consomme un prompt DeepSeek ?
Un prompt court adressé à DeepSeek-V3 consomme 2,78 Wh quand le modèle tourne sur les serveurs de DeepSeek, et 0,74 Wh quand le même modèle tourne sur Microsoft Azure, soit 3,7 fois moins. Pour DeepSeek-R1, le modèle de raisonnement, l'écart passe de 19,25 Wh à 2,35 Wh, soit 8,2 fois. Ces chiffres sont des estimations modélisées par Jegham et ses coauteurs (version du 24 novembre 2025 de « How Hungry is AI? »), pas des mesures publiées par DeepSeek : ce site n'a trouvé aucun chiffre par prompt émis par l'entreprise.
Chiffres publiés le 24 novembre 2025, estimé par modélisation, prompt court (100 tokens en entrée, 300 en sortie), DeepSeek-V3 hébergé par DeepSeek · Sources : « How Hungry is AI? » (arXiv 2505.09598)
Combien consomme un prompt DeepSeek selon sa longueur ?
De 0,74 Wh à 29,08 Wh, selon le modèle, l'hébergeur et la taille du prompt. L'étude teste trois tailles : court (100 tokens en entrée, 300 en sortie), moyen (1 000 et 1 000) et long (10 000 et 1 500). Un token est un morceau de mot. Pour DeepSeek-V3 sur les serveurs de DeepSeek : 2,78 Wh, 8,86 Wh, puis 13,16 Wh. Pour DeepSeek-R1 au même endroit : 19,25 Wh, 24,60 Wh, puis 29,08 Wh. Sur Azure, V3 tombe à 0,74 Wh, 2,17 Wh et 3,70 Wh, et R1 à 2,35 Wh, 4,33 Wh et 7,41 Wh. Sur un prompt court, R1 consomme près de 7 fois plus que V3 chez DeepSeek, et environ 3 fois plus sur Azure.
Pourquoi le même modèle consomme-t-il 3 à 8 fois moins sur Azure ?
Parce que l'électricité d'un prompt dépend de la machine et du centre de données qui le traitent, pas seulement du modèle. L'étude calcule l'énergie à partir du temps de génération observé sur les API publiques, de la puissance des cartes graphiques et du rendement du centre de données (le PUE). Sur un prompt long, R1 et V3 consomment environ 74 % et 72 % de moins sur Azure. Les auteurs en concluent que « le matériel et l'efficacité du centre de données, pas seulement la conception du modèle », font la consommation réelle. Attention : pour DeepSeek, l'étude suppose des cartes H800 et reprend le rendement moyen des trente centres de données les plus efficaces de Chine. C'est une hypothèse, pas un relevé sur les serveurs de l'entreprise.
Et pour l'eau et le CO₂ ?
L'étude ne détaille ces deux valeurs, pour DeepSeek, que sur un prompt long (10 000 tokens en entrée, 1 500 en sortie). Le texte donne pour DeepSeek-R1 chez DeepSeek plus de 200 mL d'eau et environ 17 g de CO₂e. Pour le même modèle sur Azure : 34 mL et 2,5 g de CO₂e, soit une baisse proche de 85 %. Les auteurs attribuent l'écart à des centres de données moins efficaces, à un refroidissement moins sobre et à une électricité plus carbonée. Pour un prompt court, l'étude ne publie ces deux valeurs que sous forme de graphique : ce site ne les reprend donc pas.
Ces chiffres sont-ils fiables, et tiennent-ils dans le temps ?
models.pages.deepseek.a4
Un prompt DeepSeek en gestes du quotidien
Les chiffres publiés pour DeepSeek, convertis avec les gestes de référence du site (chaque valeur de geste est sourcée, voir la page Sources) :
- 1 heure d'ampoule LED = 3,6 prompts DeepSeek
- 1 heure de télévision = 25 prompts DeepSeek
Le chiffre d'un modèle ne dit pas quel hébergeur choisir pour un usage donné : la consommation n'est qu'un critère parmi d'autres. C'est un autre métier : le studio GHIS aide les entreprises à choisir et cadrer leurs outils d'IA.