compar:IA, le comparateur d'IA du ministère de la Culture

compar:IA est un comparateur gratuit d'IA conversationnelles, porté par le ministère de la Culture et financé avec la DINUM (direction interministérielle du numérique) et l'ALT-EDIC (alliance pour les technologies des langues). Vous discutez avec deux IA anonymes, vous indiquez celle que vous préférez, puis leurs noms sont révélés. Les votes alimentent un classement, et les échanges sont publiés en données ouvertes après un tri. C'est un bon moyen d'essayer des modèles en français, à condition de n'y mettre aucune donnée réelle de votre entreprise.

Cercle IA Tech est édité par IArche, qui édite ALMA, la plateforme IA pour PME. Les informations ci-dessous viennent du site de compar:IA, lu le 15/11/2026.

Qui est derrière

D'après sa foire aux questions, compar:IA a été conçu dans le cadre d'une start-up d'État portée par le ministère de la Culture, au sein de beta.gouv.fr, opéré par la DINUM. Le site se présente comme un outil qui sert à sensibiliser les citoyens à l'IA générative et à ses enjeux. Il existe aussi en versions locales pour la Lituanie, la Suède et le Danemark.

Comment ça marche

1. Vous posez vos questions à deux modèles anonymes, aussi longtemps que vous le souhaitez.
2. Vous votez pour la réponse que vous préférez.
3. Les deux modèles sont révélés.

Le service affiche aussi une estimation de l'empreinte environnementale des réponses, calculée avec la méthode EcoLogits, qui couvre le calcul des réponses et la fabrication des cartes graphiques. Pour les modèles propriétaires, ce sont des estimations ; le site rappelle que les méthodes d'évaluation de l'impact environnemental de l'IA « sont encore en construction ».

Quels modèles

La foire aux questions ne publie pas de liste figée. Elle indique que l'équipe privilégie les modèles « open weights » (à poids ouverts, dits « semi-ouverts ») de tailles variées, propose aussi des modèles propriétaires, et choisit les modèles selon leur popularité, leur diversité et leur pertinence pour les utilisateurs. Le coût des calculs est payé au jeton, principalement via Open Router et Hugging Face, deux services qui donnent accès à de nombreux modèles.

Le classement

• Il repose uniquement sur les votes des utilisateurs, donnés lors de duels à l'aveugle.
• Il utilise un modèle de Bradley-Terry (une méthode statistique qui déduit un niveau de chaque concurrent à partir de duels) exprimé en score Elo, avec un intervalle de confiance pour chaque score.
• Un contrôle du style est activé par défaut dans l'affichage du classement ; il peut être désactivé.
• Le site précise qu'il mesure « une préférence humaine sur des usages réels, en langue européenne », et que ce n'est pas un test de connaissances : un modèle bien classé peut être moins bon sur des épreuves techniques. Les modèles qui ont disputé peu de duels ont un rang moins certain.

Le principe du duel à l'aveugle est le même que celui du classement Arena, avec une différence utile pour une entreprise française : les échanges se font en français et dans d'autres langues européennes. Voir classements LLM.

Ce que deviennent vos questions

C'est le point à retenir avant de l'utiliser au travail. Selon la foire aux questions :

• vos questions, les réponses des deux modèles et votre vote sont enregistrés ; produire ces données de préférence publiques est la raison d'être du service ;
• avant publication, les conversations sont filtrées pour repérer les données personnelles ou sensibles ; celles qui sont signalées sont exclues du jeu public mais conservées dans un jeu réservé à la recherche ;
• le texte n'est pas anonymisé : une conversation est publiée telle quelle ou pas du tout, et le site qualifie ce filtrage de « sécurité, pas une garantie » ;
• il demande de ne saisir aucune information permettant de vous identifier ou d'identifier un tiers, ni coordonnées, ni document confidentiel.

Les jeux de données sont publiés sur Hugging Face.

Comment s'en servir pour choisir un modèle

1. Préparez des questions fictives mais représentatives de votre métier : une demande client inventée, un extrait de procédure réécrit, un texte à reformuler sans nom ni chiffre réel.
2. Faites plusieurs duels et notez les modèles qui reviennent en tête sur vos questions.
3. Consultez le classement pour voir si vos impressions rejoignent celles des autres votants.
4. Testez ensuite les deux ou trois modèles retenus sur vos vraies données, dans un cadre où vous maîtrisez leur traitement. Méthode : quel LLM choisir.

Pour les modèles conçus en France et en Europe que vous pourriez y croiser, voir LLM français et européens.