ChatGPT Plus is incredibly useful and getting heavy usage lately (thanks to resets).
The workflow with 3 different models for orchestration, implementation, and review is a game changer and cheap.
According to WSJ, Anthropic is projected to post its first operating profit of about $559M in Q2 2026, with revenue reaching $10.9B, up from $4.8B in Q1.
Annualized: $10.9B × 4 = $43.6B revenue run rate, assuming no further growth.
@CATBury1212@rumland82@safetythewolf@Erundel Medical AI models share some architectural primitives with generative models. Without those foundations, medical models would be decades behind in reasoning, discovery, vision, folding etc
@regelegorila https://t.co/3XVahPKKOG
Aucune idée de la fiabilité de la source mais apparemment ce serait les devs des jeux qui auraient bosser sur l'intégration
@stell86199@redfivehouse@Brevesdepresse Approximativement 3000 litres d'eau
En comparaison render un film de 3 min 15,
Avec environ 0.5kwh par frame, on arrive à 2340kwh. Soit environ 4000 litres d'eau (avec 1.8l/kWh)
@redfivehouse@Brevesdepresse 3 min 15 rien
Mais ça laisse la possibilité de passer a plusieurs heures (même si IMO l'IA devrait rester un outils plutôt qu'un remplacement)
@redfivehouse@Brevesdepresse En considérant qu'une heure de film c'est 68t de Co2, soit ~3,7t pour 3min15.
Pour une IA (Seedance 2) à 1kWh/6s et 50 essais par clip, on arrive à 1 625 kWh, soit environ 570 kg de Co2. Soit 6.5 fois moins. Avec des estimations hautes en consommation de l'IA
"Journalists keep saying AI is 'draining aquifers' and 'boiling oceans.'
One problem: they're citing a 2023 estimate that's now off by ~100×.
Google just measured it. A median Gemini text query uses:
- 5 drops of water
- 9 seconds of TV worth of electricity
- 0.03g of CO₂
Per-prompt energy has dropped 33× in one year.
So why does the myth persist?
Outdated research, good headlines—and a real issue buried underneath.
The actual concerns are local, not global.
Here's what's actually happening:
@anon66688813889 @Sakuraytb_ @dmbprsnfrommars@Vedal987 Si? Tu ne peux pas entraîner un LLM décent sans avoir a dépenser au minimum plusieurs milliers voire millions
@Nezuzu_kuma @Sakuraytb_ @dmbprsnfrommars@Vedal987 Un pc consomme aussi et voire est pire que le cloud en terme d'efficacité, les GPU sont bon à traiter plusieurs requêtes en même temps or faire tourner un model local dans le cas de Neuro est probablement que pour une requête a la fois
@Nezuzu_kuma @Sakuraytb_ @dmbprsnfrommars@Vedal987 Le LLM deriere Neuro reste un model entraîné en utilisant des données d'internet sans vraiment demander de consentement.
Et vedal utilise probablement la même méthode que les grosses entreprises pour avoir accès a internet