Évaluation du public : 27 modèles d’IA, ChatGPT en 8e position – Voici les modèles qui l’ont surpassé

Bien que le monde de l'intelligence artificielle (IA) puisse souvent paraître turbulent, un nombre surprenant d'analyses, de mesures de performance et de tests sont effectués en coulisses. Ces activités ne sont pas seulement menées par les entreprises elles-mêmes, mais aussi par des groupes créés pour établir leurs propres classements.

Ces groupes testent tout, depuis la capacité d'un chatbot à effectuer des tests de mathématiques,
Créer des images, ou fournir des explications logiques, ou même donner des conseils médicaux, ou simplement montrer à quel point elle est intelligente émotionnellement.

Au cours de ces différents tests, les modèles révèlent leurs forces et leurs faiblesses dans divers domaines. Par exemple, si GPT-5 excelle en déduction scientifique, il est moins performant que des modèles comme Gemini et Claude quant à sa capacité d'adaptation à de nouveaux concepts.

Chacun de ces tests nous apprend quelque chose de nouveau sur les modèles d'IA et est important pour nous rappeler quels outils sont les plus performants dans différents scénarios. Mais il manque souvent un indicateur : quels modèles d'IA offrent la meilleure expérience utilisateur ?

Système de classification humaine

La société technologique britannique Prolific a créé un classement d'IA appelé Humaine . Au lieu de tester la capacité de l'IA à accomplir des tâches, Prolific a testé différentes expériences utilisateur avec ces modèles.

En évaluant les expériences de 21 352 personnes avec les outils, ils ont non seulement pu trouver un gagnant global, mais ont également pu décomposer les résultats par âge, par lieu (les tests ont été effectués au Royaume-Uni et aux États-Unis) et par convictions politiques.

Cela comprend des listes individuelles pour :

• Royaume-Uni : tranches d'âge
• Royaume-Uni : Race
• Royaume-Uni : point de vue politique
• États-Unis : tranches d'âge
• États-Unis : Race
• États-Unis : point de vue politique

L’équipe a demandé à chaque participant d’interagir avec deux modèles d’IA distincts dans le cadre d’une comparaison et leur a demandé de fournir un retour sur le modèle qui fonctionnait le mieux dans chaque interaction.

Il en a résulté un gagnant général et un classement pour la performance, mais également des classements séparés pour la performance des tâches de base et le raisonnement, ainsi qu'un gagnant pour la communication, la résilience, la confiance et l'éthique.

Que montrent les résultats ?

Après un examen approfondi, un vainqueur incontestable s'est imposé, non seulement dans la catégorie des performances globales, mais aussi dans la plupart des sous-catégories. Le Gemini 2.5-Pro ​​a excellé dans presque tous les tests.

Les jeunes adultes britanniques de 18 à 34 ans, les électeurs démocrates et les Américains de plus de 55 ans s'accordent à dire que Gemini 2.5 Pro est le meilleur modèle global. Le seul domaine où tous les groupes démographiques le préfèrent à Gemini concerne la confiance, l'éthique et la sécurité, et il s'agit de Grok-3 — un résultat quelque peu ironique compte tenu des problèmes de sécurité et d'éthique auxquels ce modèle d'IA a récemment été confronté.

Il est intéressant de noter que les trois modèles apparus après Gemini sont Deepseek, Magistral Le Chat et Grok . Si Deepseek a connu un succès important en début d'année, il est récemment tombé dans l'oubli. Le Chat, quant à lui, est un chatbot moins populaire, mais qui bénéficie d'une communauté fidèle.

Alors, où se situe le célèbre ChatGPT dans tout cela ? Il se retrouve en bas du classement, à la huitième place avec son meilleur modèle GPT-4.1. Pire encore, Claude , dont les deux versions (4.0 et 4.1) se classent respectivement onzième et douzième.

Alors, qu'est-ce que tout cela signifie ?

Cela signifie-t-il que Gemini est le meilleur chatbot IA au monde ? Faut-il pour autant abandonner ChatGPT… ? Pas vraiment.

Ces résultats ne reflètent pas nécessairement les performances de ces modèles. Lors des tests sur la plupart des autres indicateurs, les options généralement les plus performantes sont ChatGPT, Gemini, Claude et Grok.

Il s'agit toutefois d'un ajout important à ces tests. Ils nous aident à mieux comprendre l'IA du point de vue de l'expérience humaine. Par exemple, Le Chat n'obtient pas un score élevé aux tests de performance standard, mais il est souvent cité comme un excellent choix en termes d'expérience et de fiabilité.

Si les performances d'Anthropic et d'OpenAI n'ont pas atteint ce niveau lors de cette série de tests, Gemini et Grok ont ​​de nouveau enregistré de solides performances. Les deux entreprises obtiennent régulièrement des scores élevés lors des benchmarks standards, et elles ont continué à le faire ici.