Gains :
- Domaines forts correspondants et utilisateur typique des familles Claude, GPT et Gemini
- Capacité à lire la logique de niveau (niveau) et la dénomination du modèle de chaque fournisseur
- Prenez l'habitude de baser vos comparaisons sur vos propres données de test, et non sur des allégations marketing.
Nous avons cartographié le marché et appris la distinction entre le poids fermé et ouvert. Nous allons maintenant faire connaissance avec les trois acteurs les plus visibles du marché, à savoir les grands fournisseurs basés aux États-Unis : Anthropic (Claude), OpenAI (GPT) et Google (Gemini). Ces trois éléments figurent aujourd’hui dans la majorité des décisions d’entreprise en matière d’IA. Notre objectif n'est pas de déclarer un « gagnant » ; L’objectif est de comprendre objectivement où chacun brille, sa logique de dénomination et son utilisateur type. Une fois l'unité terminée, vous pourrez parler de ces trois familles sans les confondre et vous comprendrez que vous devez baser une comparaison sur votre propre test et non sur la publicité.
Logique commune : système de niveaux
Ces trois fournisseurs suivent tous une logique similaire : ils proposent des modèles au sein d'une même famille, hiérarchisés selon l'équilibre vitesse/coût/puissance. Il existe généralement trois niveaux :
- Niveau léger : le plus rapide et le moins cher. Pour des tâches simples et volumineuses (classification, briefing, étiquetage).
- Étape équilibrée : puissance et coût de milieu de gamme. Le choix « par défaut » pour la plupart des tâches quotidiennes.
- Niveau fort : le plus performant, le plus cher, le plus lent. Pour des raisonnements complexes, des analyses longues, du code difficile.
Une fois que vous aurez compris cette logique de niveau, vous ne vous sentirez pas perdu, quel que soit le fournisseur que vous consultez. "Quel niveau correspond à ce modèle dans cette famille ?" Il suffit de demander.
Astuce : Lorsque vous entendez parler d'un nouveau modèle, demandez d'abord « quel niveau de quelle famille ? demander. Ne laissez pas la multitude de noms vous effrayer ; Chaque fournisseur propose en fait les trois mêmes niveaux sous des noms différents.
Anthropique — Famille Claude
La famille Claude d'Anthropic propose trois niveaux appelés Opus (fort), Sonnet (équilibré) et Haiku (léger). Les numéros de version sont également inclus ; Par exemple, le modèle utilisé par cette plateforme est claude-opus-4-8, c'est-à-dire la version 4.8 de la scène Opus.
Il excelle dans les domaines suivants : le traitement de contextes longs (la capacité de lire des documents d'une centaine de pages dans leur intégralité), l'écriture et la lecture de code, ainsi que le comportement sécurisé et prévisible dans une utilisation en entreprise. Claude est connu pour rester proche des instructions et agir avec sang-froid sur les sujets sensibles. C’est pourquoi il est fréquemment préféré dans les secteurs réglementés tels que le droit, la finance et la santé.
Utilisateur type : équipes juridiques analysant de longs documents, équipes logicielles révisant le code, services clients d'entreprise nécessitant une sortie sécurisée.
Modèles anthropiques actuels et prix approximatifs (par million de jetons, entrées/sorties) :
modèle
Scène
Contexte
Entrée $/1M
Production $/1M
Claude Opus 4.8
fort
1 million de jetons
~5
~25
Claude Sonnet5
équilibré
1 million de jetons
~3
~15
Claude Haïku 4.5
léger
200 000 jetons
~1
~5
Attention : Ces prix sont approximatifs pour la période pendant laquelle ce module a été préparé et changent fréquemment. Assurez-vous de confirmer la page de prix actuelle du fournisseur avant de prendre une décision. Nous discuterons de la logique des prix en détail dans la 6ème unité.
OpenAI — Famille GPT
La famille GPT d'OpenAI est la marque la plus reconnue sur le marché et possède le plus grand écosystème tiers ; c'est-à-dire que de nombreux outils logiciels, plug-ins et intégrations sont d'abord publiés pour GPT. La famille GPT est également hiérarchisée : il existe des modèles rapides et bon marché (options légères comme le GPT-4o mini, par exemple), des modèles polyvalents équilibrés (GPT-4o) et des modèles lourds de réflexion comme la « série o » axés spécifiquement sur le raisonnement.
Domaines où il se démarque : Polyvalence et prévalence. Large gamme de fonctionnalités pour le texte, le code, les images et l'audio ; écosystème de véhicules mature; et un large soutien communautaire. « Peut-on faire un travail avec l'IA ? » GPT est généralement un point de départ prêt.
Utilisateur type : startups effectuant du prototypage rapide, équipes produit souhaitant une intégration étendue, PME souhaitant gérer un large éventail de tâches avec un seul fournisseur.
Google — Famille Gémeaux
La famille Gemini de Google joue avec deux cartes puissantes : la multimodalité (la possibilité de gérer du texte, des images, de l'audio et de la vidéo ensemble) et l'intégration de Google Workspace (le travail intégré dans des outils comme Gmail, Docs, Sheets). Gemini est également hiérarchisé : il existe des modèles « Flash » rapides et des modèles « Pro » plus puissants.
Là où il excelle : compréhension visuelle et vidéo, contexte massif et intégration fluide pour les organisations qui utilisent déjà beaucoup les outils Google. Si une organisation exécute tous ses travaux de bureau sur Google Workspace, elle considère Gemini comme une extension naturelle.
Utilisateur type : entreprises établies dans l'écosystème Google, équipes chargées de contenus image/vidéo, personnes souhaitant traiter simultanément de très grands ensembles de données.
Trois familles côte à côte
Taille
Anthropique (Claude)
OpenAI (GPT)
Google (Gémeaux)
aspect le plus fort
Contexte long, code, comportement sûr
Polyvalence, vaste écosystème
Multimodalité, Espace de travail
Étapes
Opus/Sonnet/Haïku
Fort / équilibré / léger + raisonnement
Pro/Flash
Utilisateur type
Secteurs réglementés
Équipes entreprise et produit
Institutions axées sur Google
Type de poids
Fermé
Fermé
Fermé
En regardant ce tableau, ne demandez pas « lequel gagnera » ; Demandez : « À quelle ligne correspond mon travail ? » Si vous faites lire un contrat de 200 pages, la longue ligne de contexte est déterminante pour vous, et si vous faites lire des factures à partir d'un visuel, la ligne multimodalité est déterminante pour vous.
Invite faible/Invite forte : lorsque vous demandez un choix familial
Invite faible :
Quel est le meilleur : Claude, GPT ou Gémeaux ?
Invite puissante :
Votre rôle : consultant neutre en IA. Mon métier : Je souhaite produire des brouillons pour répondre aux emails des clients dans une entreprise de e-commerce + extraire le montant/la date des images de factures entrantes. Il existe deux tâches différentes : (1) la génération de texte, (2) l'extraction de données à partir de l'image. Tâche : Comparez les familles Claude, GPT et Gemini pour les deux tâches. Notez quelle famille se démarque en fonction des tâches, quel niveau je devrais utiliser et pourquoi. Ne donnez pas de prix exact, donnez une fourchette. En cas de doute, dites « tester ».
Étant donné que la deuxième invite divise le travail en deux tâches claires, le modèle peut recommander séparément la famille appropriée pour chaque tâche. C'est également la base de l'idée de « portefeuille modèle » que nous découvrirons plus tard.
Modèles copiables
Correspondance de niveau 1 :
Je définis la tâche suivante : [TASK]. Compte tenu du niveau de difficulté et du volume, quel niveau des familles Claude, GPT et Gemini (léger/équilibré/fort) recommanderiez-vous ? Écrivez une ligne de justification pour chaque famille.
2. Compatibilité des écosystèmes :
Outils que nous utilisons actuellement : [LISTE D'OUTILS, par ex. Google Workspace / Microsoft 365].Quelle famille d'IA s'intégrera le plus facilement dans cette pile d'outils et pourquoi ? Évaluez la facilité d’intégration, la courbe d’apprentissage et le risque possible de verrouillage (dépendance).
3. Validation des points forts :
Je souhaite tester l'affirmation « [NOM DU MODÈLE] est le meilleur dans ce domaine » pour ma tâche [TASK]. Quels sont les 3 exemples de tests dois-je exécuter selon ma propre efficacité pour vérifier cette affirmation ? Décrivez les critères de réussite de chaque test en une phrase.
4. Résolution du nom :
Analysez les noms de modèles suivants en famille, étape et version et créez un tableau : [NOMS DE MODÈLES]. Étiquetez une utilisation typique pour chacun avec un seul mot.
Erreurs courantes
- Décider en fonction de la publicité : l'annonce "Ce modèle est arrivé premier lors de ce test" peut ne rien dire sur votre mission. Testez-le avec vos propres données.
- Choisir une famille sans choisir un niveau : Il ne suffit pas de dire « Nous utiliserons GPT » ; Le niveau auquel il se situe change radicalement le coût et la qualité.
- Ignorer le verrouillage de l'écosystème : être profondément engagé envers une famille facilite l'intégration mais rend difficile le passage à un autre fournisseur à l'avenir.
- Je manque le sujet : ce marché évolue rapidement ; La comparaison d’il y a six mois pourrait être invalide aujourd’hui. Basez votre décision sur des informations à jour.
- Forcer une famille à tout faire : Tandis qu’une famille brille dans le texte, une autre famille peut être en avance dans le visuel. Pensez tâche par tâche.
En résumé
- Anthropic, OpenAI et Google proposent tous la même logique de niveau (légère/équilibrée/forte) sous des noms différents.
- Claude en contexte long, code et comportement d'entreprise sécurisé; GPT a une grande polyvalence et un vaste écosystème ; Gemini excelle dans la multimodalité et l'intégration de Workspace.
- « Le meilleur » varie selon l'emploi ; basez la comparaison sur vos propres données de test, et non sur la publicité.
- L'analyse des noms de modèles en version famille + niveau + vous aidera à vous frayer un chemin sur un marché encombré.
Tâche de candidature
Identifiez deux tâches différentes dans votre travail (une contenant beaucoup de texte, une autre contenant beaucoup de visuels ou de documents longs). À l'aide du modèle 1 (correspondance de niveau) de cette unité, demandez à un modèle d'IA de demander le rang approprié des trois familles pour chaque tâche. Ensuite, avec le modèle 3 (validation des points forts), concevez trois tests concrets pour tester le modèle proposé avec vos propres données. Nous utiliserons ces tests dans l’étude d’évaluation de l’unité 10.
liste de contrôle
- [ ] Je peux reconnaître la logique de niveau (léger/équilibré/fort) dans les trois familles.
- [ ] Claude, je peux faire correspondre les domaines où GPT et Gemini sont importants.
- [ ] Je peux choisir la bonne famille et le bon rang pour une tâche avec justification.
- [ ] Je connais des moyens de tester une revendication de modèle avec mes propres données.
- [ ] Je peux analyser les noms de modèles sous forme de famille + étape + version.