Sobr.ia pour Professionnel·le tech (dev, ML eng, intégrateur)

Sobr.ia pour Professionnel·le tech (dev, ML eng, intégrateur)

Estimer, comparer, journaliser pour vos intégrations API — avec audit chaîné SHA-256 et exports JSON-LD PROV-O.

Qui c’est ?

Vous êtes dev backend, ML engineer, intégrateur·rice. Vous appelez les APIs OpenAI / Anthropic / Mistral / Google / Meta dans une app en prod ou en POC. Vous voulez mesurer l’empreinte par modèle, comparer les choix techniques et garder une trace auditable pour le reporting interne.

Vous connaissez probablement EcoLogits, BoaVizta, ou AI Energy Score. Sobr.ia parle votre langue (Monte-Carlo, P5/P95, JSON-LD, PROV-O) mais ajoute deux choses qu’aucun ne fait : multi-méthodo en parallèle (vous pouvez croiser AFNOR + EcoLogits sur le même prompt) et agrégation des vendor disclosure (Mistral × ADEME, Google Gemini, Meta Llama 3.x).

Ce que Sobr.ia résout pour vous

QuestionRéponse Sobr.ia
« Quel modèle minimise l’empreinte pour mon use case ? »Comparer modèles côte-à-côte sur le même prompt, 3 indicateurs (CO₂, énergie, eau)
« Comment justifier mon choix de Mistral vs GPT-4o ? »Bibliothèque modèles + encadrés vendor disclosure sourcés (Mistral × ADEME, Google)
« Comment logger toutes mes estimations pour reporting trimestriel ? »Journal d’audit ledger SHA-256 chaîné + export JSON-LD PROV-O

Top 3 use cases

  1. Comparer 3 candidats LLM pour une intégration — un prompt représentatif, 3 modèles, lecture P5/P50/P95 sur les 3 indicateurs.
  2. Logger toutes les estimations en lot — soit via l’extension navigateur (Chrome/Firefox) qui remonte automatiquement vers l’app, soit en batch CSV pour analyse a posteriori.
  3. Croiser méthodologies — un même prompt évalué par AFNOR SPEC 2314 + EcoLogits 2026-01 → écart visible, transparent pour les reviewers.

Modules pertinents

  • Estimer un prompt — atelier de mesure unitaire
  • Comparer modèles — benchmark N modèles
  • Journal d’audit — ledger chaîné SHA-256
  • Comment ça marche — méthodologie expliquée
  • Bibliothèque de modèles — catalogue + encadrés vendor (Mistral, Google, Meta)
  • Simulateur « Et si…? » — explorer leviers d’optimisation

Quickstart 5 minutes

# Option 1 — App desktop Tauri
./sobria-app

# Option 2 — Extension navigateur (capture en vie réelle)
# Téléchargez sobria-extension-chrome-v0.6.0.zip depuis Releases
# Load unpacked dans chrome://extensions/

# Option 3 — En attendant la CLI (v1.1), utilisez le crate Rust
#           directement dans vos tests d'intégration
cargo add sobria-estimator        # quand publié sur crates.io

Pairing extension ↔ app : générez un code 6 chiffres dans /parametres, collez-le dans l’extension, vos estimations sont remontées automatiquement dans le Journal et le Tableau de bord.

Pour aller plus loin