Empreinte de l'IA générative dans un service éducatif en production

Consommation mesurée de l'intelligence artificielle générative dans un service
éducatif francophone en production (Diane AI) : appels, tokens, durées et coûts fournisseurs,
ventilés par tâche pédagogique.

Les évaluations publiques de l'empreinte de l'IA générative reposent presque toutes
sur des mesures de laboratoire, sur des prix catalogue ou sur des extrapolations,
faute de données d'exploitation réelles. Les acteurs qui disposent de ces mesures ne
les publient pas.

Ce jeu comble une partie de ce manque pour un cas d'usage précis et documenté : une
application d'apprentissage par répétition espacée, à génération de contenu ancrée
sur les documents de l'apprenant. Chaque appel facturable du service est instrumenté
à la ligne au moment où il est émis. Les agrégats publiés ici en sont issus.

Il s'adresse aux travaux sur l'empreinte environnementale du numérique, à l'économie
de l'IA appliquée à l'éducation, et à quiconque doit dimensionner ou chiffrer une
infrastructure d'inférence à visée pédagogique.

Pour en savoir plus, nous avons rédigé cet article

Fichier	Contenu	Lignes
d1_taches.csv	Consommation et coût par tâche pédagogique	30
d2_mensuel.csv	Charge d'inférence par mois et par catégorie	17
d3_classes_modeles.csv	Trafic réparti par classe de modèle	4
d4_artefacts.csv	Coût unitaire par artefact pédagogique produit	2
datapackage.json	Description des ressources et schéma des colonnes	—

Fenêtre couverte : du 10 juin au 31 août 2026 inclus, fuseau Europe/Paris.

• 679 503 appels facturables

• 3,31 milliards de tokens en entrée, 259,6 millions en sortie

• 551,7 heures d'audio synthétisé

• 4 619,97 $ de coût fournisseur cumulé

• 22 054 supports de révision et 299 048 cartes produits sur la période

Six catégories de traitement sont distinguées : modèle de langage, synthèse vocale,
reconnaissance de caractères, calcul d'embeddings, transcription, stockage.

d1_taches.csv détaille, pour chacune des 30 tâches applicatives, le nombre
d'appels, les tokens d'entrée et de sortie (totaux, moyennes et médianes), la durée
facturée, ainsi que le coût total, moyen et médian.

d2_mensuel.csv donne la même consommation agrégée par mois et par catégorie, ce qui
rend visible l'effet du calendrier scolaire sur la charge d'inférence.

d3_classes_modeles.csv répartit le trafic entre quatre classes de capacité : petit
modèle (66,67 % des appels, 283,23 $), modèle moyen (30,90 %, 2 194,48 $), modèle à
poids ouverts (2,39 %), modèle multimodal audio (0,04 %).

d4_artefacts.csv rapporte le coût des seules tâches de génération au nombre
d'artefacts pédagogiques effectivement produits : 0,1438 $ pour un support de
révision complet, 0,0106 $ pour une carte.

La mesure est faite dans le service lui-même, au moment de l'appel, et non
reconstituée après coup depuis une facture. Chaque appel entraînant un coût
fournisseur donne lieu à un enregistrement portant la tâche applicative, la catégorie
de traitement, les tokens consommés, la durée facturée et le coût.

Pour les modèles de langage, le coût et le décompte de tokens proviennent
directement de la passerelle d'inférence. Pour les autres traitements, le coût est
calculé au prix unitaire contractuel.

L'instrumentation a été activée le 10 juin 2026 : aucune donnée n'existe avant cette
date.

• Bornes temporelles semi-ouvertes, interprétées en heure de Paris, comme le
  regroupement mensuel, afin qu'aucun mois partiel n'apparaisse dans la série.

• Les tâches comptant moins de 50 appels sur la fenêtre sont écartées de
  d1_taches.csv.

• Les identifiants de modèles et les noms de fournisseurs ne sont pas publiés :
  chaque modèle est rangé dans une classe de capacité, indépendante de la marque.

• Aucun effectif d'utilisateurs n'est publié, donc aucun coût par utilisateur.

• Aucune conversion en kilowattheures ni en équivalent carbone n'est proposée.

Ce dernier point est délibéré. Les facteurs de conversion par token publiés à ce jour
varient d'un ordre de grandeur selon la méthode retenue, le matériel supposé et le
mix électrique. Appliquer nous-mêmes un facteur enfermerait la donnée dans une
hypothèse contestable et invérifiable. Les unités physiques sont mesurées ; le choix
du facteur revient au réutilisateur et à son référentiel.

• Fenêtre courte : trois mois. La saisonnalité scolaire y est visible, mais non
  mesurable sur un cycle annuel complet.

• Un seul service : ces mesures décrivent une application d'apprentissage par
  répétition espacée à génération ancrée sur documents. Elles ne se transposent
  directement ni à un agent conversationnel, ni à un service de génération longue,
  ni à une application de génération d'images.

• d3_classes_modeles.csv n'est pas reproductible à l'identique par un tiers,
  puisque la correspondance entre modèle et classe n'est pas publiée. Les trois
  autres tables le sont à partir des requêtes fournies.

• Les coûts sont en dollars et non convertis en euros : le taux applicable dépend de
  la date de facturation, que le jeu ne porte pas.

• Les coûts sont des coûts fournisseurs bruts. Ils n'incluent ni l'hébergement, ni la
  bande passante, ni l'amortissement matériel.

Le jeu ne contient aucune donnée à caractère personnel. Les quatre tables sont
des agrégats de consommation machine. N'y figurent ni identifiant d'utilisateur, ni
effectif d'utilisateurs, ni contenu déposé par un apprenant, ni carte, ni question,
ni réponse, ni aucune donnée de comportement ou de progression d'apprentissage. Le
RGPD ne trouve donc pas à s'appliquer à ces ressources, et aucune réidentification
n'est possible à partir des colonnes publiées.

Les noms de modèles et de fournisseurs sont écartés parce qu'ils relèvent de
l'information commerciale sans rien apporter à la mesure d'empreinte, qui porte sur
des paliers de capacité et non sur des marques. Ce retrait a un coût de
reproductibilité, énoncé plus haut plutôt que passé sous silence.

Les chiffres sont publiés tels que mesurés, sans sélection favorable : les tâches les
plus coûteuses du service y figurent au même titre que les plus économes.