---
title: "La frontière tourne au gaz. L'essentiel de l'IA de bureau peut s'en passer."
description: "Le FT : Anthropic paierait 3,4 Md$ pour 1,7 GW de générateurs à gaz. Notre pari : une bonne part de l'IA de bureau peut rester en local. Preuves pour et contre."
author: "Paul-Antoine Tual"
published: 2026-11-10
language: fr-FR
category: "Agents IA"
tags: ["IA frugale", "IA locale", "modèles à poids ouverts", "énergie de l'IA", "centres de données", "générateurs à gaz", "énergie solaire", "harnais IA", "routage de modèles", "Claude Fable 5.2", "Claude Sonnet 5.5", "PME", "Qwen3.8", "Apple Mac Studio", "Artificial Analysis"]
canonical: https://paulantoinetual.fr/blog/ia-frontiere-gaz-ia-bureau-frugale
english_version: https://paulantoinetual.fr/en/blog/ia-frontiere-gaz-ia-bureau-frugale.md
---

# La frontière tourne au gaz. L'essentiel de l'IA de bureau peut s'en passer.

> Le FT : Anthropic paierait 3,4 Md$ pour 1,7 GW de générateurs à gaz. Notre pari : une bonne part de l'IA de bureau peut rester en local. Preuves pour et contre.

Le Financial Times a rapporté le 8 novembre 2026 qu'Anthropic avait accepté de payer **3,4 milliards de dollars pour 1,7 GW de générateurs à gaz** [1]. Notre pari, chez Junyr, est qu'une grande part du travail de bureau n'a jamais besoin d'une telle puissance : elle peut tourner en interne sur un petit modèle ouvert, dans un harnais solide, avec quelques centaines de watts.

Même Anthropic conseille à ses clients de router par tâche. En publiant Fable 5.2 le lendemain, l'éditeur leur a recommandé de commencer la plupart des travaux sur Opus 5.5 et de garder Fable pour les tâches plus difficiles [2]. Deux choses font que notre position reste un pari : nous n'avons pas mesuré cette part, et nous ne revendiquons pas la parité avec Sonnet 5.5, qui obtient **55 contre 32** pour les meilleurs poids ouverts publiés au 27 octobre sur un indice indépendant [3].

Cet article expose le pari, ce qui le soutient, ce qui le contredit et les mesures qui permettraient de trancher.

- La commande : une information de presse. Anthropic n'a rien annoncé, l'équipement se compose de générateurs et le site est inconnu.
- L'écart : 55 contre 32 sur l'indice d'Artificial Analysis du 27 octobre 2026, 20 pour Qwen3.8 27B (le modèle que nous utilisons en version 4 bits) sur son classement en direct du 10 novembre, et aucun benchmark qui teste un petit modèle ouvert face à Sonnet 5.5 dans le même harnais sur des tâches de bureau.
- Notre chiffre de terrain : Qwen3.8-27B en 8 bits, réparti sur deux Mac Studio d'Apple, environ 21 jetons par seconde en génération, mesurés le 30 octobre 2026 [4]. Nous ne publions aucune mesure pour la version en 4 bits qui tourne sur une seule machine.
- Encore déclaré, pas mesuré : « moins de 100 W ». Notre prix de matériel (environ 2 000 € HT pour un Mac Studio reconditionné) et notre alimentation 100 % photovoltaïque hors réseau sont nos propres déclarations. La prochaine étape est un wattmètre.

## Que rapporte le FT sur la commande de gaz d'Anthropic ?

Selon le FT, cité par The Next Web, Anthropic a signé fin septembre avec OnePWR Solutions, une société de San Antonio, pour reprendre ses commandes de 1,7 GW de gros générateurs Caterpillar, ainsi que les travaux nécessaires à l'installation des machines [1].

- Statut : une information de presse qui cite une personne au fait de l'accord. Les deux entreprises ont refusé de commenter, The Next Web ne l'a pas confirmée de son côté, et Anthropic n'a rien annoncé.
- Équipement : de gros générateurs à gaz. Les articles ne parlent pas de turbines.
- Montage : Anthropic n'a pas racheté la société OnePWR elle-même et aucun de ses salariés n'a rejoint Anthropic, selon le FT. Le lieu où les générateurs seront utilisés n'est pas connu.

L'argument énergétique tient à l'échelle du système, là où la demande se compte en gigawatts et en pourcentages de la consommation nationale ; nous n'avons trouvé aucun chiffre par requête assez récent pour être cité, et nous ne disons donc rien de l'énergie d'une réponse isolée.

- Un fabricant d'équipements : chez GE Vernova, le carnet de commandes d'équipements pour centrales à gaz, accords de réservation de créneaux compris, est passé de 116 à 122 GW au troisième trimestre 2026, et l'entreprise vise au moins 130 GW à la fin de l'année [5].
- États-Unis : les centres de données consomment environ 4,5 % de l'électricité du pays et pourraient atteindre 11,8 % en 2030 (fourchette de 9,5 à 15 %), selon le Lawrence Berkeley National Laboratory cité par E&E News le 22 juin 2026 [6].
- Un opérateur : la consommation d'électricité de Google a augmenté de 37 % en 2025, sa plus forte hausse sur un an, selon son rapport environnemental 2026 résumé par Let's Data Science [7].

La frontière est devenue un acheteur d'énergie.

## Anthropic réserve lui-même son meilleur modèle aux tâches les plus dures

La note de sortie d'Anthropic du 9 novembre invite les utilisateurs à « start with Claude Opus 5.5, our strongest daily driver », c'est-à-dire à commencer par Opus 5.5 pour la plupart des tâches de code et de connaissance, à passer à Fable ou Mythos pour les travaux plus complexes, et à utiliser Sonnet 5.5 ou Haiku 5.5 pour les plus simples [2]. Router par tâche, c'est le conseil de l'éditeur lui-même.

- Prix par million de jetons en sortie : 40 dollars pour Fable 5.2, 20 pour Opus 5.5, 10 pour Sonnet 5.5. Les jetons en entrée coûtent 8, 4 et 2 dollars [2] [8].
- Capacité sur un indice indépendant (voir Figure 1) : 58 pour Opus 5.5, 57 pour GPT-6 Astra, 55 pour Sonnet 5.5 et GPT-6.1 Sol, et 32 pour les meilleurs poids ouverts publiés, DeepSeek V4.1 Flash et GLM-5.3 [3] [9]. Kimi K3.1 Pro atteignait 46, mais ses poids n'étaient pas publiés au 27 octobre.
- Ce que mesure l'indice : un composite d'évaluations générales menées par un tiers, à l'effort maximal. Il ne dit rien des tâches d'une entreprise donnée dans son propre harnais.

> **[Schéma] Artificial Analysis Intelligence Index v5, modèles frontière face aux meilleurs poids ouverts publiés**
> Barres horizontales sur une échelle de 0 à 60. Opus 5.5 58, GPT-6 Astra 57, Sonnet 5.5 55, GPT-6.1 Sol 55, meilleurs poids ouverts publiés 32 (DeepSeek V4.1 Flash et GLM-5.3). L'écart entre Sonnet 5.5 et les meilleurs poids ouverts publiés est de 23 points.
> Figure 1. Sur le seul indice composite indépendant qui couvre les deux, Sonnet 5.5 obtient 55 et les meilleurs poids ouverts publiés au 27 octobre 32. Source : Artificial Analysis, Intelligence Index v5, 27 octobre 2026, et page du modèle Claude Sonnet 5.5.

## Un petit modèle ouvert peut-il égaler Sonnet 5.5 ?

Sur l'intelligence générale, pas encore ; sur une tâche étroite, oui. Notre article du 10 octobre citait un benchmark dans lequel un classificateur de documents de sécurité, affiné à partir d'un modèle ouvert de 27 milliards de paramètres, atteignait 95,0 % de précision, contre 75,4 % à 79,9 % pour les modèles commerciaux testés selon le même protocole [10]. Ce résultat cohabite sans peine avec la Figure 1 : l'un mesure la largeur, l'autre la profondeur.

- L'indice mesure la largeur : beaucoup de tâches difficiles et variées. Sonnet 5.5 obtient 55 et les meilleurs poids ouverts publiés 32 (27 octobre). Le 10 novembre, la page de classement en direct affichait 33 pour DeepSeek V4.1 Flash, rangeait Kimi K3.1 Pro (46) parmi les modèles dont les poids sont téléchargeables, et donnait 20 à Qwen3.8 27B en effort Xhigh [11]. Nous utilisons une version 4 bits de ce modèle, que la page ne note pas.
- Le classificateur mesure la profondeur : une tâche étroite et répétitive, à sept catégories fixes, après affinage, où le spécialiste gagne.
- Le travail de bureau est un mélange. Notre hypothèse est qu'une bonne partie (trier, extraire, remplir, rédiger d'après un modèle connu) ressemble au second cas. Nous ne l'avons pas comptée.

Ce qui contredit notre pari mérite autant de place que ce qui le soutient, et une partie vient de nos propres pages.

- Notre article du 4 novembre sur le harnais range, parmi ce que nous ne savons pas, quel modèle d'IA implémente le mieux dans notre cadre : le modèle n'est pas enregistré à chaque exécution [12].
- Le post LinkedIn que nous avons publié le 10 novembre 2026 affirmait que les résultats de notre modèle local étaient « équivalents à Sonnet 5.5 ». Aucun benchmark publié ne place un petit modèle ouvert et Sonnet 5.5 dans le même harnais sur des tâches de bureau : cette phrase n'a donc aucun appui aujourd'hui. Nous la corrigeons ici.
- Une inférence moins chère tend à faire monter l'usage total. C'est le paradoxe de Jevons, dont nous parlions dans notre article sur la guerre des prix [13]. Une machine frugale ne garantit pas une entreprise frugale.

Largeur et profondeur sont deux épreuves différentes.

## Élément de terrain : ce qui tourne sur nos propres machines aujourd'hui

Voici nos propres déclarations et mesures, prises sur un seul site. Le modèle le plus utilisé de notre plateforme agentique souveraine est Qwen3.8-27B, un modèle ouvert quantifié sur 4 bits, qui tourne sur un seul Mac Studio M4 Max d'Apple de 36 Go : c'est notre déclaration, et nous n'avons publié aucune mesure pour cette configuration. Ce que nous avons mesuré, le 30 octobre 2026, c'est le même modèle sur 8 bits, réparti sur deux machines de ce type : environ **21 jetons par seconde** en génération [4].

- Vitesse de cette configuration : environ 325 jetons par seconde pour lire un prompt, 3,3 secondes pour un échange court, et 8,2 secondes de lecture avant le premier mot sur un prompt de 2 651 jetons.
- Disposition de cette configuration : 14,75 Go de poids sont chargés sur chaque machine, et les deux moitiés du modèle se parlent par un câble Thunderbolt 5.
- Portée : notre note interne juge le service adapté à un usage interne léger, en texte seul. La mesure ne va pas plus loin.

Le harnais, le logiciel qui encadre le modèle, est conçu pour décider quel niveau répond à une demande : un petit modèle local spécialisé encore à venir, le 27B local ou un modèle cloud par API, avec un humain qui vérifie le résultat avant usage (voir Figure 2). Nous avons décrit le rôle d'un harnais dans un article précédent [14].

- Documenté : les trois niveaux, à l'état de conception dans nos notes internes ; le niveau 1 est prévu, pas encore en service [4].
- Non documenté : la part des demandes servie par chaque niveau. Le harnais ne tient pas encore de compteur par niveau.
- Conséquence : notre post LinkedIn présentait le modèle ouvert comme le plus utilisé de la plateforme. La configuration rend la chose plausible. Rien de ce que nous avons journalisé ne la prouve.

> **[Schéma] Comment une demande est routée sur la plateforme de Junyr, telle qu'elle est conçue**
> Boîtes et flèches. Une demande d'un utilisateur ou d'un agent arrive au harnais, qui fixe les règles et le contexte, choisit un niveau et contrôle la sortie. Le niveau 1, encore prévu, est un petit modèle local spécialisé de classe 8B. Le niveau 2 est le Qwen3.8-27B local, quantifié sur 4 bits, sur un seul Mac Studio M4 Max de 36 Go ; les 21 jetons par seconde mesurés le 30 octobre 2026 concernent la configuration en 8 bits sur deux machines. Le niveau 3 est un modèle frontière dans le cloud, par API, utilisé seulement si nécessaire. Tous les niveaux mènent à une validation humaine avant usage, une règle de notre méthode plutôt qu'une étape journalisée. Les parts de trafic par niveau ne sont pas mesurées.
> Figure 2. Sur la plateforme de Junyr, le harnais envoie une demande vers un petit modèle local, le 27B local ou un modèle cloud, et un humain valide le résultat avant usage. C'est la conception documentée : le niveau 1 est encore prévu, l'étape humaine est une règle de travail et non une étape journalisée, et aucune part de trafic par niveau n'a été mesurée. Source : Junyr, notes internes de service et d'architecture, 30 octobre 2026, non publiques.

## Déclaré, mesuré, inconnu : le tableau que nous tiendrons à jour

Dans le post LinkedIn que nous avons publié le 10 novembre 2026, nous donnions deux chiffres pour la machine d'inférence : moins de 100 W et moins de 2 500 €. Le prix tient : le modèle le plus utilisé tourne sur un seul Mac Studio M4 Max reconditionné de 36 Go, acheté environ 2 000 € HT. C'est notre propre déclaration, et cet article ne publie aucune facture. Le chiffre de puissance reste une déclaration qu'aucun wattmètre n'a confirmée. Le post ne donnait aucune vitesse ; la seule que nous ayons mesurée vient d'une autre configuration, la version en 8 bits sur deux machines.

| Affirmation | Statut au 10 novembre 2026 | Ce qui trancherait |
|---|---|---|
| Qwen3.8-27B en 8 bits, réparti sur deux machines, tourne à environ 21 jetons par seconde | Mesuré, 30 octobre 2026 | La même mesure sur la configuration en 4 bits sur une seule machine, avec de vrais prompts de production |
| La machine d'inférence consomme moins de 100 W | Déclaré par nous, non mesuré | Un wattmètre sur la machine pendant une semaine de travail |
| Le matériel coûte moins de 2 500 € | Notre déclaration : un Mac Studio M4 Max 36 Go reconditionné à environ 2 000 € HT ; aucune facture publiée ici | La facture |
| Le centre de données est 100 % photovoltaïque et hors réseau, sans secours par le réseau | Notre déclaration, confirmée le 10 novembre 2026 ; aucun relevé de compteur publié ici | Un journal énergétique publié : production des panneaux, état de la batterie et charge |
| Résultats équivalents à Sonnet 5.5 sur des tâches de bureau | Hypothèse, retirée en tant qu'affirmation | Les mêmes tâches dans le même harnais, les deux modèles, notés à l'aveugle |
| Part des demandes servie en local | Inconnue | Un compteur par niveau dans le harnais |

Un détail montre la distance qui nous sépare d'une mesure complète. Notre seul chiffre de consommation pour le site, une estimation d'environ 1,1 kWh par jour marge comprise, couvre un Mac mini, un écran, un dock et les routeurs. Les Mac Studio n'y figurent pas encore.

En prenant 100 W comme cible illustrative, le calcul est court : une machine qui consomme 100 W toute l'année utilise 876 kWh, et le reste découle de données publiques [15] [16].

- Panneaux : avec PVGIS, un bilan annuel demande environ 0,78 kWc à Paris (1 129,52 kWh par kWc et par an) et 0,54 kWc à Marseille (1 624,29). Un mois de décembre à Paris produit 41,63 kWh par kWc : couvrir les 74,4 kWh de ce mois demande donc environ 1,8 kWc. Les nuits exigent une batterie, que nous n'avons pas dimensionnée.
- Carbone : avec les chiffres 2026 de l'ADEME, 420 g CO2e par kWh pour le gaz et 20 à 30 g pour des panneaux solaires neufs, 876 kWh émettent environ 368 kg par an au gaz et 17,5 à 26,3 kg avec des panneaux (voir Figure 3). Le chiffre des panneaux exclut la machine, la batterie et l'onduleur.
- Matériel : à environ 2 000 € HT pour un Mac Studio reconditionné, il s'amortit à environ 56 € par mois sur 36 mois, avant électricité.

> **[Schéma] Émissions annuelles d'une charge hypothétique de 100 W, gaz face à des panneaux solaires neufs**
> Barres horizontales en kilogrammes d'équivalent CO2 par an pour 876 kWh, la consommation annuelle d'une charge de 100 W qui tourne toute l'année. Le gaz à 420 g par kWh donne environ 368 kg. Des panneaux solaires neufs, entre 20 et 30 g par kWh, donnent 17,5 à 26,3 kg. Dimensionnement des panneaux pour un bilan annuel : 0,78 kWc à Paris, 0,54 kWc à Marseille, 1,8 kWc pour couvrir un mois de décembre à Paris. Arithmétique illustrative, pas une mesure.
> Figure 3. Arithmétique illustrative : une charge hypothétique de 100 W qui tourne toute l'année (876 kWh) émettrait environ 368 kg CO2e au gaz et 17,5 à 26,3 kg avec des panneaux solaires neufs. Sources : ADEME, 1er septembre 2026, cité par Connaissance des énergies ; PVGIS, Commission européenne, JRC, interrogé le 10 novembre 2026.

Le même calcul donne un rapport frappant, qui appelle un avertissement : 1,7 GW divisé par 100 W, cela fait 17 millions de machines du type que nous décrivons. Les deux chiffres ne sont pas de même nature, puisque 1,7 GW est la puissance nominale des générateurs et 100 W une consommation continue, et les heures de fonctionnement annuelles de ces générateurs n'ont pas été rapportées.

- Ce que le rapport montre : la taille de la commande.
- Ce qu'il cache : le gaz réellement brûlé, qui dépend des heures de marche et de la charge.
- L'usage que nous en faisons : une seule fois, comme ordre de grandeur.

Une puissance nominale est un plafond.

## Que vérifier avant d'acheter une machine d'IA pour le bureau ?

Pour un dirigeant de PME ou d'ETI, décider où tourne l'IA est un exercice de dimensionnement sur vos propres tâches, et l'ordre des étapes règle l'essentiel du coût, parce qu'une machine achetée avant d'avoir compté les tâches est dimensionnée au jugé.

- Euros : dans le cloud, les prix catalogue vont de 10 dollars par million de jetons en sortie pour Sonnet 5.5 à 40 dollars pour Fable 5.2 [8] [2]. En interne, le matériel (dans notre cas un Mac Studio reconditionné à environ 2 000 € HT, chiffre que nous déclarons) s'amortit sur environ trois ans, auxquels s'ajoutent l'électricité et les heures de la personne qui l'entretient.
- Semaines : un modèle local demande un harnais, un jeu de test construit à partir de vos propres demandes et quelques semaines de journalisation avant de savoir quelle part il peut porter. Ce délai est notre recommandation ; nous ne l'avons pas mesuré.
- Risques : une machine unique est un point de défaillance unique. La confidentialité y gagne, puisque les documents restent dans vos locaux. La qualité baisse sur les tâches les plus difficiles, d'où la route cloud qui reste ouverte.
- Décision : router par tâche d'abord, acheter ensuite la capacité pour la part qui a réussi le test.

Les trois étapes ci-dessous peuvent être reprises telles quelles ; c'est notre recommandation, dans cet ordre.

1. Compter. Consigner un mois de demandes réelles et les trier en routinières, structurées et difficiles.
2. Tester. Faire passer les mêmes demandes par un modèle ouvert local et par un modèle cloud dans le même harnais, notés à l'aveugle par les personnes qui font le travail.
3. Dimensionner. Acheter la capacité locale pour la part qui a réussi, garder une route cloud pour le reste, et mesurer les deux, en watts et en euros.

Deux conditions agrandissent la part locale. Nous les tirons de notre pratique, sans mesure à l'appui : des utilisateurs formés à écrire des demandes précises et à vérifier ce qui revient, et un harnais réglé sur les tâches, avec des règles, un contexte et des contrôles fixés par des personnes qui connaissent le métier.

## Gaz ou soleil : cela se décide une tâche à la fois

Ce post se terminait sur « gaz ou photovoltaïque, à vous de choisir », et ce que cette formule recouvre est plus étroit et plus utile : chaque tâche que votre entreprise confie à l'IA peut être servie par le plus gros modèle disponible ou par le plus petit qui réussit votre propre test, et c'est le second qui peut tourner avec quelques panneaux sur votre toit.

- Notre engagement reste le même : une IA frugale, au service de l'humain et qui garde ses documents confidentiels, avec les modèles frontière comme route pour les tâches les plus difficiles.
- Nos prochaines mesures, dans cet ordre : un wattmètre sur la machine d'inférence, un compteur par niveau dans le harnais, et une comparaison à l'aveugle avec Sonnet 5.5 sur un jeu de nos propres tâches de bureau.
- Notre promesse : nous publierons ces résultats ici, y compris ceux qui affaiblissent le pari.

Le wattmètre passe en premier.

> Cet article mêle quatre types d'éléments, et chaque chiffre porte son étiquette. Informations de tiers : la commande de générateurs (FT via The Next Web, une seule source, confirmée par aucune des deux entreprises), le carnet de commandes d'équipements pour centrales à gaz de GE Vernova, les chiffres du Lawrence Berkeley et de Google, tous lus à travers des reprises secondaires quand c'est indiqué. Déclarations d'entreprise : les prix et la recommandation d'Anthropic. Nos mesures : la vitesse de la configuration en 8 bits sur deux machines le 30 octobre 2026, sur des prompts courts, sur un seul site. Arithmétique illustrative : tout ce qui découle d'une charge de 100 W, une cible qu'aucun wattmètre n'a confirmée. Le chiffre de puissance (« moins de 100 W ») est notre propre déclaration et n'a pas été mesuré ; le prix du matériel (environ 2 000 € HT) et l'alimentation solaire hors réseau sont nos propres déclarations, sans facture ni relevé de compteur publiés ici. Aucune donnée de client n'est utilisée.

## Sources

1. The Next Web, ['Anthropic buys $3.4bn of gas generators for its data centres, FT reports'](https://thenextweb.com/news/anthropic-3-4bn-gas-generators-onepwr-ft), d'après le Financial Times, 8 novembre 2026. Nous n'avons pas lu l'article du FT lui-même.
2. Anthropic, ['Introducing Claude Fable 5.2 and Claude Mythos 5.2'](https://www.anthropic.com/claude-fable-and-mythos-5-2), note de sortie, 9 novembre 2026.
3. Artificial Analysis, ['Artificial Analysis Intelligence Index v5'](https://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v5), 27 octobre 2026.
4. Junyr, note de service du modèle local et notes d'architecture, mesures du 30 octobre 2026, documents internes, non publics.
5. GE Vernova, ['GE Vernova reports strong third quarter 2026 financial performance, raises 2026 guidance and increases share repurchase authorization'](https://www.gevernova.com/news/ge-vernova-reports-strong-third-quarter-2026-financial-performance), communiqué de presse, 28 octobre 2026.
6. E&E News, ['US data centers' electricity use could double by 2030, DOE lab says'](https://www.eenews.net/articles/us-data-centers-electricity-use-could-double-by-2030-doe-lab-says/), d'après le Lawrence Berkeley National Laboratory, 22 juin 2026.
7. Let's Data Science, ['Google Reports 37% Rise in Electricity Use Driven by AI Buildout'](https://letsdatascience.com/news/google-reports-37-rise-in-electricity-use-driven-by-ai-build-57b8e424), d'après le rapport environnemental 2026 de Google, 2 juillet 2026.
8. Anthropic, ['Pricing'](https://platform.claude.com/docs/en/about-claude/pricing), page de documentation, consultée le 10 novembre 2026.
9. Artificial Analysis, ['Claude Sonnet 5.5'](https://artificialanalysis.ai/models/claude-sonnet-5-5), page du modèle, Intelligence Index v5.0.1, consultée le 10 novembre 2026.
10. Junyr, [*Pourquoi les projets agentiques n'ont (pour l'instant) pas de ROI positif*](/blog/projets-agentiques-pas-de-roi-positif), article de blog, 10 octobre 2026.
11. Artificial Analysis, ['Open source models'](https://artificialanalysis.ai/models/open-source), page de classement, Intelligence Index v5.0.1, consultée le 10 novembre 2026.
12. Junyr, [*Nous mesurons ce que notre harnais voit, pas ce qu'il empêche*](/blog/harnais-implementation-ia-mesurer-ce-quil-voit), article de blog, 4 novembre 2026.
13. Junyr, [*La guerre des prix a commencé*](/blog/la-guerre-des-prix-a-commence), article de blog, 27 septembre 2026.
14. Junyr, [*L'ingénierie de harnais : la couche logicielle qui transforme un modèle en agent*](/blog/ingenierie-harnais-agent-ia), article de blog, 20 septembre 2026.
15. Commission européenne, Centre commun de recherche, [PVGIS 5.3, PVcalc](https://re.jrc.ec.europa.eu/api/v5_3/PVcalc?lat=48.8566&lon=2.3522&peakpower=1&loss=14&angle=35&aspect=0&outputformat=json), Paris et Marseille, pose fixe à 35 degrés, 14 % de pertes, base SARAH3, interrogé le 10 novembre 2026.
16. Connaissance des énergies, ['L'empreinte carbone du photovoltaïque en France serait très inférieure à celle actuellement retenue'](https://www.connaissancedesenergies.org/lempreinte-carbone-du-photovoltaique-en-france-serait-tres-inferieure-a-celle-actuellement-retenue), d'après la publication de l'ADEME du 1er septembre 2026, septembre 2026.

## Questions fréquentes

### Anthropic a-t-il acheté des turbines à gaz ?

Les informations disponibles parlent de générateurs, et d'aucune annonce. Le Financial Times a rapporté le 8 novembre 2026, selon The Next Web, qu'Anthropic avait accepté de payer 3,4 milliards de dollars pour 1,7 GW de générateurs à gaz fabriqués par Caterpillar, en reprenant des commandes passées par OnePWR Solutions.

- L'équipement est décrit comme de gros générateurs ; les articles ne mentionnent pas de turbines.
- L'information repose sur une personne au fait de l'accord, et les deux entreprises ont refusé de commenter.
- Le lieu où les générateurs seront utilisés n'est pas connu.

### Un petit modèle ouvert peut-il remplacer Claude Sonnet 5.5 pour le travail de bureau ?

Rien ne le montre à ce jour. Sur l'Artificial Analysis Intelligence Index v5 du 27 octobre 2026, Sonnet 5.5 obtient 55 et les meilleurs modèles à poids ouverts publiés 32. Un petit modèle ouvert peut l'emporter sur une tâche étroite : c'est pourquoi Junyr traite le travail de bureau comme une hypothèse à tester tâche par tâche.

- Aucun benchmark publié ne compare un petit modèle ouvert et Sonnet 5.5 dans le même harnais sur des tâches de bureau.
- Un modèle ouvert de 27 milliards de paramètres, affiné, a atteint 95,0 % sur une tâche étroite de classification, contre 75,4 % à 79,9 % pour les modèles commerciaux testés.
- Qwen3.8 27B, le modèle que nous utilisons en version 4 bits, obtient 20 sur la page de classement d'Artificial Analysis (effort Xhigh, consultée le 10 novembre 2026) ; notre version 4 bits elle-même n'a pas été notée.
- Anthropic recommande lui-même Sonnet 5.5 ou Haiku 5.5 pour les travaux simples, et Fable ou Mythos pour les plus complexes.

### Quelle puissance solaire faut-il pour une machine d'IA de 100 W ?

En arithmétique illustrative, 100 W toute l'année représentent 876 kWh. Avec les données PVGIS, un bilan annuel demande environ 0,78 kWc de panneaux à Paris et 0,54 kWc à Marseille, et environ 1,8 kWc pour couvrir un mois de décembre à Paris, plus une batterie pour les nuits.

- PVGIS donne 1 129,52 kWh par kWc et par an à Paris et 1 624,29 à Marseille (panneaux fixes à 35 degrés, 14 % de pertes).
- Avec les chiffres 2026 de l'ADEME, 876 kWh émettent environ 368 kg CO2e au gaz et 17,5 à 26,3 kg avec des panneaux solaires neufs.
- La batterie n'est pas dimensionnée ici, et le chiffre des panneaux exclut la machine, la batterie et l'onduleur.

### Que doit mesurer une PME avant de faire tourner l'IA sur ses propres machines ?

Trois choses, dans l'ordre : la part de ses demandes réelles qui est routinière, le résultat comparé d'un modèle local et d'un modèle cloud sur ces demandes dans le même harnais, et les watts et les euros que la machine locale consomme vraiment.

- Consigner les demandes réelles et les trier en routinières, structurées et difficiles.
- Faire noter les deux modèles à l'aveugle par les personnes qui font le travail.
- Brancher un wattmètre sur la machine et garder une route cloud pour les tâches les plus difficiles.

### Qu'est-ce que le routage de modèles, et comment s'applique-t-il à l'IA de bureau ?

Le routage de modèles envoie chaque demande au plus petit modèle capable de la traiter et ne monte d'un niveau que si nécessaire. Notre conception compte trois niveaux, un petit modèle local (prévu), un modèle local de 27 milliards de paramètres et un modèle frontière dans le cloud, avec un harnais qui arbitre ; aucune part de trafic par niveau n'a été mesurée.

- Anthropic conseille lui-même Opus 5.5 pour le travail courant et Fable 5.2 pour les tâches les plus dures.
- Le niveau 1, un petit modèle local spécialisé, est prévu et pas encore en service.
- Nous n'avons pas encore de compteur par niveau : nous ne pouvons pas dire quelle part du trafic reste en local.

### Faire tourner l'IA en local coûte-t-il moins cher que payer au jeton ?

Nous ne pouvons pas encore le dire. Un Mac Studio M4 Max reconditionné nous coûte environ 2 000 € HT, soit environ 56 € par mois sur 36 mois avant électricité, alors que les prix catalogue du cloud vont de 10 à 40 dollars par million de jetons en sortie ; sans notre volume de jetons ni relevé de wattmètre, aucun prix au jeton n'est publiable.

- Sonnet 5.5 coûte 10 dollars et Fable 5.2 40 dollars par million de jetons en sortie (Anthropic, novembre 2026).
- Le prix du matériel et le chiffre de 100 W sont nos propres déclarations, sans facture ni relevé de compteur publiés.
- Une machine locale ne s'amortit que sur la part des demandes qu'elle peut porter : c'est pourquoi la méthode commence par compter les demandes.
