Vitalik Buterin compare les structures de coûts du minage de Bitcoin et de l'inférence IA
Points clés
- •Le minage d'un Bitcoin est estimé à environ 93 700 $, l'électricité représentant environ 43,3 % de ce total et les dépenses en capital de calcul environ 40 %.
- •L'inférence IA coûte environ 26 260 $ par GPU-an, dont environ 76 % de dépenses en capital matériel, l'énergie ne représentant que 4 % à 4,8 %.
- •Les estimations au niveau des installations montrent des sites de minage de Bitcoin entre 700 000 et 1 million de dollars par mégawatt, contre environ 20 millions de dollars par mégawatt pour les infrastructures IA.
- •L'analyse de Buterin se concentre sur la composition des coûts au sein de chaque secteur plutôt que sur la comparaison des dépenses totales ou de la consommation énergétique globale.
- •Les mineurs disposant d'une énergie bon marché et stable détiennent un avantage structurel, tandis que toute transition vers l'IA impliquerait un engagement de capital bien plus important et de nouveaux risques liés à l'utilisation du matériel.

Le cofondateur d'Ethereum Vitalik Buterin s'est tourné vers X le 17 octobre 2026 pour proposer une comparaison chiffrée de l'économie de l'électricité, contrastant la façon dont l'argent est dépensé dans le minage de Bitcoin par rapport à l'inférence IA. Son observation centrale est simple : les coûts du minage de Bitcoin se répartissent entre le matériel et l'électricité, tandis que les dépenses d'inférence IA sont concentrées presque entièrement dans le matériel.
Les chiffres derrière cette répartition
Les estimations citées dans cette comparaison situent le coût de minage d'un Bitcoin à environ 93 700 $. Sur ce total, environ 37 600 $, soit 40 %, correspondent aux dépenses en capital de calcul — le coût initial d'acquisition des machines de minage. L'électricité représente environ 40 600 $, soit 43,3 %. Autrement dit, la facture des machines et celle de l'énergie qui les fait tourner sont presque à égalité.
L'inférence IA présente un tableau très différent. L'inférence est l'étape à laquelle un modèle entraîné répond aux questions, génère des images ou écrit du code pour les utilisateurs. Le coût estimé y est d'environ 26 260 $ par GPU-an, dont les dépenses en capital de calcul représentent environ 19 900 $, soit 76 % du total. L'électricité se situe entre 1 050 $ et 1 260 $, soit seulement 4 % à 4,8 %. Pour un opérateur IA, la facture d'électricité s'apparente davantage à un détail négligeable qu'à un enjeu stratégique.
L'écart se creuse encore au niveau des installations. La construction et l'exploitation d'un site de minage de Bitcoin sont estimées entre 700 000 $ et 1 million de dollars par mégawatt, tandis que les infrastructures IA atteignent environ 20 millions de dollars par mégawatt.
Pourquoi la structure des coûts compte plus que le total
L'analyse de Buterin se concentre sur la composition des coûts, et non sur le secteur qui dépense le plus ou consomme le plus d'énergie globalement. Elle ne cherche pas à établir une équivalence entre les dépenses absolues ou la consommation énergétique totale des deux industries.
Cette composition détermine également les leviers dont chaque industrie dispose : les mineurs peuvent rechercher de l'énergie moins chère, tandis que les gains d'efficacité des opérateurs IA proviennent surtout d'une meilleure exploitation du matériel déjà payé.
Les mineurs de Bitcoin restent très sensibles aux coûts énergétiques récurrents, l'électricité représentant une part si importante du coût de production de chaque pièce. Cette sensibilité a longtemps déterminé l'implantation des opérations de minage, les sites se tournant vers des sources d'énergie à bas coût. L'économie des opérateurs IA dépend plutôt de l'efficacité et de l'utilisation du matériel — le travail utile que chaque coûteux GPU accomplit au cours de sa vie.
Context : deux industries en quête de la même énergie
Le minage de Bitcoin et les centres de données IA se disputent de plus en plus les mêmes ressources : raccordements au réseau électrique, énergie bon marché et espace physique.
Le minage repose sur un système de preuve de travail dans lequel les machines s'affrontent pour résoudre des énigmes, le vainqueur recevant des Bitcoin nouvellement émis. L'électricité est un intrant structurel de ce processus, ce qui explique sa part si importante dans l'estimation des coûts.
Ethereum, le réseau cofondé par Buterin, a abandonné la preuve de travail il y a des années, passant à la preuve d'enjeu en septembre 2022. Lorsqu'il s'exprime sur l'économie énergétique de Bitcoin, c'est donc en tant que quelqu'un dont la chaîne ne paie plus cette facture.
L'inférence IA, en revanche, dépend de puces spécialisées. Ces puces sont coûteuses, et les centres de données qui les hébergent sont bien plus chers à construire par mégawatt, comme le montrent les estimations au niveau des installations.
Implications pour les mineurs et les opérateurs
L'électricité représentant plus de 40 % du coût de minage d'une pièce, les mineurs ayant accès à une énergie bon marché et stable disposent d'un avantage structurel, tandis que ceux exposés à des marchés énergétiques volatils supportent un réel risque sur leurs marges.
Certains mineurs pourraient envisager de reconvertir leur infrastructure pour des applications IA, où l'efficacité du capital pourrait être supérieure. Les estimations soulignent toutefois l'ampleur d'une telle transition : les sites de minage coûtent entre 700 000 $ et 1 million de dollars par mégawatt, contre environ 20 millions de dollars par mégawatt pour les infrastructures IA. Un mineur s'orientant vers l'IA prendrait un engagement de capital radicalement différent, échangeant le risque énergétique contre un risque matériel et d'utilisation.
Du côté de l'IA, avec une électricité représentant environ 4 % à 4,8 % des coûts d'inférence, la pression porte sur le maintien des GPU actifs et efficaces, car un matériel inactif pesant 19 900 $ par an en dépenses en capital constitue un actif coûteux à laisser inutilisé. Pour quiconque suit ces deux secteurs, les prix de l'énergie et les taux d'utilisation des GPU sont les chiffres qui découlent le plus directement de cette répartition des coûts.