Notre méthodologie

Nos principes

Info Agent IA a une ambition simple : vous aider à comprendre, comparer et choisir des outils d’IA sur la base d’informations vérifiables. Quatre principes guident notre travail.

• Des données publiques, datées et sourcées. Chaque prix, score ou caractéristique provient d’une source publique identifiée. La date des données est affichée, pour que vous sachiez toujours de quand date ce que vous lisez.
• Distinguer les faits de l’analyse. Un tableau de prix est un fait ; dire qu’un modèle convient mieux à tel usage est une analyse. Nous signalons la différence et précisons nos incertitudes quand il y en a.
• Aucun test inventé. Nous ne prétendons jamais avoir testé un modèle ou un assistant si ce test n’est pas documenté. Les scores affichés viennent d’évaluations publiques, pas d’impressions. Enfin, lorsqu’un texte suggère qu’un type de modèle convient à un usage, il s’agit d’une orientation générale : elle ne remplace pas un essai personnel avec vos propres documents et vos propres questions, qui reste le meilleur juge.
• Corriger rapidement. Une erreur signalée et confirmée est corrigée. Les données automatisées le sont à la reconstruction suivante du site ; les textes, dès que possible.

Nos sources

Le site s’appuie sur les sources suivantes. Les attributions complètes sont affichées sous ce texte.

Source	Ce que nous en tirons
Models.dev (projet open source)	Prix, fenêtre de contexte, sortie maximale, capacités et dates de sortie des modèles
OpenRouter (liste publique des modèles)	Recoupement des prix
Epoch AI — AI Benchmarking Hub	Scores aux benchmarks, base du classement
Epoch AI — Data on AI Models	Modèles marquants de l’histoire de l’IA, pour la chronologie
Hugging Face Hub	Modèles open source les plus téléchargés : licence, taille, téléchargements
GitHub	Étoiles, licence et dernière version des frameworks d’agents
arXiv	Derniers articles de recherche sur les agents
Hacker News	Discussions techniques récentes
Our World in Data et Eurostat	Statistiques sur l’IA, dont son usage dans les entreprises de l’Union européenne
Pages officielles des éditeurs d’assistants	Prix et fonctionnalités des assistants grand public

Fréquence de mise à jour

Le site est reconstruit chaque lundi. À cette occasion, toutes les données automatisées sont récupérées à nouveau : prix, capacités, scores, classement, listes de modèles et de frameworks.

Si une source est indisponible au moment de la reconstruction, nous n’affichons pas de page vide ni de données partielles : la dernière version valide est utilisée, et la date réelle des données est affichée à côté. Vous voyez donc toujours si une information date de la semaine ou d’un peu plus tôt.

Méthode du classement

Le classement des IA est recalculé à chaque reconstruction hebdomadaire, à partir de l’AI Benchmarking Hub d’Epoch AI.

1. Un panier fixe de benchmarks. Un benchmark est un test standardisé, soumis à l’identique à chaque modèle. Le panier couvre le raisonnement scientifique, les mathématiques, le code et les tâches agentiques en terminal (le modèle enchaîne lui-même des commandes sur un ordinateur pour atteindre un objectif). Le panier est fixe pour que les résultats restent comparables d’une semaine à l’autre.
2. Normalisation min-max par benchmark. Sur chaque benchmark, le meilleur modèle évalué reçoit 100 et le moins bon reçoit 0 ; les autres sont placés proportionnellement entre les deux. Cela permet de combiner des tests dont les échelles de notes diffèrent.
3. Moyenne des scores normalisés. Le score composite d’un modèle est la moyenne de ses scores normalisés sur les benchmarks disponibles pour lui.
4. Seuil de 4 benchmarks. Un modèle doit disposer de résultats sur au moins 4 benchmarks du panier pour être classé. Ce seuil évite qu’un modèle évalué sur un seul test se retrouve en tête par hasard.
5. Affichage. Le tableau présente le top 30, triable et filtrable (ouvert ou fermé, fabricant, pays).
6. Variations. Les flèches sont calculées par rapport au classement publié la semaine précédente. Si ce classement n’existe pas, ou si le modèle n’y figurait pas, aucune flèche n’est affichée.

Le score composite est relatif : il compare les modèles évalués entre eux. L’arrivée d’un nouveau modèle très performant peut faire baisser le score des autres sans que leurs résultats aient changé. Il ne mesure ni le prix, ni la vitesse, ni l’expérience réelle d’usage, et il peut être affecté par la contamination des tests (des questions de benchmark présentes dans les données d’entraînement d’un modèle).

Sélection des modèles

L’index des modèles ne peut pas recenser chaque variante existante. Une fiche est créée pour :

• les modèles des 33 fabricants suivis, tels que recensés dans models.dev ;
• sortis depuis 24 mois, ou encore proposés par leur fabricant ;
• avec une seule fiche par modèle sous-jacent : un même modèle proposé par plusieurs hébergeurs n’est pas dupliqué ;
• en donnant la priorité aux modèles évalués par Epoch AI.

Les modèles qui ne remplissent pas ces critères restent disponibles dans le comparateur de modèles et dans le calculateur de coût.

Comparaisons de modèles

Nos pages de comparaison opposent des modèles d’un même segment, pour que la comparaison ait du sens :

• poids ouverts : les modèles dont les poids sont téléchargeables ;
• frontière : les autres modèles dont le score composite figure dans les 30 % les plus hauts des modèles notés, ou, sans score, dont le prix de sortie atteint 10 $ par million de tokens ;
• économique : les modèles restants dont le prix de sortie ne dépasse pas 2 $ par million de tokens ;
• intermédiaire : tous les autres.

Nous comparons aussi des paires d’assistants grand public, pour répondre aux questions des utilisateurs qui choisissent une application plutôt qu’un modèle.

Fiches et comparaisons générées

Les fiches des modèles et les comparaisons sont rédigées automatiquement à partir des données ci-dessus : chaque phrase s’appuie sur une valeur relevée (prix, contexte, benchmarks, date de sortie), et une donnée absente est signalée comme telle plutôt que devinée. Les fiches des assistants, fabricants, frameworks et termes du glossaire sont rédigées par la rédaction à partir des pages officielles, puis complétées par les données automatiques (étoiles GitHub, modèles du fabricant). Chaque page affiche ses sources et la date de ses données. Une fiche peut afficher un score composite calculé sur 3 benchmarks seulement, mais seul un modèle évalué sur au moins 4 benchmarks entre dans le classement public.

Recommandations du quiz

Le quiz « Quelle IA est faite pour moi ? » calcule, pour chaque assistant, un score pondéré selon vos réponses : budget, usage, appareil, confidentialité, niveau et langue. Le calcul a lieu dans votre navigateur et vos réponses ne sont pas envoyées. Aucun éditeur n’est jamais rémunéré pour être recommandé.

Voici les points attribués :

• Usage principal : +4 si c’est un point fort déclaré de l’assistant, +2 s’il propose la fonction utile à cet usage (recherche web, envoi de fichiers, création d’images, mode agent ou navigateur, exécution de code ; rien pour l’écriture, qu’aucune fonction ne mesure).
• Budget « gratuit » : +3 si la version gratuite est complète, +2 si elle est limitée, −5 si l’information manque ; un assistant sans version gratuite est écarté.
• Budget « moins de 10 € » : +2 si une offre payante coûte moins de 10 dans sa propre devise (sans conversion), sinon +2 pour une version gratuite complète ou +1 pour une version limitée, sinon −3.
• Budget « 20 € et plus » : +1 si l’assistant a un mode agent.
• Appareil : sur téléphone, +2 avec une application iPhone et Android, +1 avec une seule, −2 sans application ; sur ordinateur, +1 s’il est utilisable sur le web, Windows ou macOS.
• Confidentialité : pour chaque réglage proposé (refus de l’entraînement, conversation temporaire, données hébergées en Europe), +2 si elle compte beaucoup pour vous, +1 si elle compte un peu.
• Niveau : en débutant, +1 pour une version gratuite complète et −2 pour un outil réservé au code ; en avancé, +1 pour l’exécution de code et +1 pour le mode agent.
• Langue : en français ou en espagnol, +2 si l’interface existe dans votre langue, −3 si elle n’existe pas, 0 si l’information manque ; aucun ajustement pour l’anglais.

À égalité, l’ordre suit les assistants les plus utilisés (ChatGPT, Claude, Gemini, Copilot, Le Chat, Perplexity, Meta AI, Grok, DeepSeek, Qwen Chat, Kimi, Duck.ai, Lumo), puis l’ordre alphabétique. Les trois raisons affichées sont les critères qui ont rapporté le plus de points.

Estimation des tokens

Un token est un petit morceau de texte, l’unité utilisée par les modèles pour lire, écrire et facturer. L’estimateur de tokens applique une heuristique par langue fondée sur le nombre de caractères et de mots de votre texte. Chaque modèle découpe le texte à sa manière : le résultat est donc approximatif, suffisant pour estimer un ordre de grandeur ou un coût, pas pour une facturation exacte.

Les coefficients utilisés : environ 4 caractères ou 1,3 token par mot en anglais, 3,8 caractères ou 1,5 token par mot en français, 3,9 caractères ou 1,5 token par mot en espagnol, 3,5 caractères ou 1,6 token par mot pour les autres langues, et 3 caractères par token pour le code. L’estimation est la moyenne des deux méthodes, avec une fourchette de ±15 %. Chaque caractère chinois, japonais ou coréen compte pour un token. Un texte est traité comme du code quand au moins 40 % de ses lignes ressemblent à du code.

Fenêtre de contexte et coût d’un agent

L’outil fenêtre de contexte convertit les documents en tokens avec ces repères : 0,75 mot par token, 500 mots par page, un roman de 300 pages, 9 000 mots par heure de réunion transcrite (150 mots par minute) et 10 tokens par ligne de code. Le calculateur de coût d’un agent multiplie les tokens d’entrée et de sortie par les prix publiés par les fournisseurs ; la part des appels en cache est facturée au prix de lecture du cache quand il est publié, sinon au prix d’entrée normal.

Modèles en local

Sur la page des modèles open source, la mémoire nécessaire est estimée ainsi : milliards de paramètres × octets par paramètre (2 en 16 bits, 1 en 8 bits, 0,5 en 4 bits) × 1,2 pour le reste du logiciel. Le verdict est vert si cette estimation ne dépasse pas 80 % de la mémoire indiquée, orange entre 80 et 100 %, rouge au-delà. C’est un ordre de grandeur : un contexte long demande davantage.

Fiches assistants

Les fiches des assistants IA (prix des abonnements, fonctionnalités, disponibilité) sont relevées sur les pages officielles de chaque éditeur. Chaque fiche affiche sa date de vérification, et l’ensemble est vérifié chaque mois. Les offres changeant souvent, vérifiez toujours le prix sur le site de l’éditeur avant de vous abonner.

Indépendance

Aucun lien sponsorisé ne figure dans les classements. Aucun assistant ni fabricant ne paie pour être recommandé, mieux classé ou mis en avant. Les classements sont produits par des calculs automatiques identiques pour tous, à partir des sources citées plus haut.

Signaler une erreur

Une donnée vous semble fausse ou dépassée ? Un formulaire est affiché sous ce texte. Indiquez la page concernée, l’information en cause et, si possible, un lien vers une source officielle. Chaque signalement est examiné ; une correction confirmée est appliquée et, pour les données automatisées, reflétée à la reconstruction suivante.

La rédaction d’Info Agent IA