Part de marché type de Pangram

Dans des travaux récents (voir « Seeing in Pangram Space »), nous avons démontré que notre modèle phare de détection de texte est capable de distinguer les textes générés par différents fournisseurs de modèles (OpenAI, Anthropic, Google, etc.), grâce à l'entraînement d'une sonde linéaire sur les activations internes.

Dans Pangram Space, notre « famille de modèles » n’atteignait qu’une précision de 91 % au premier rang. Cela signifie qu’à l’heure actuelle, la classification hautement précise des générateurs au cas par cas reste un défi. Toutefois, à un niveau agrégé, cette fonctionnalité peut être utilisée pour observer des tendances dans les données. Récemment, nous avons prélevé de petits échantillons de données anonymisées et agrégées soumises au tableau de bord Pangram, puis nous les avons classées en fonction de la famille de modèles générateurs prédite.

En appliquant cette méthode aux données historiques, nous pouvons observer les tendances à long terme concernant les parts de marché des différents fournisseurs d'IA. Voici nos résultats mensuels des deux dernières années :

Tendances générales du marché

Part de marché du modèle Pangram

En y regardant de plus près, on constate l'émergence de quelques tendances :

Point à retenir n° 1 : OpenAI est clairement le leader du marché

Selon l'opinion générale, ChatGPT est de loin le plus grand fournisseur d'IA grand public, et les résultats de Pangram le confirment : depuis la création de Pangram, les modèles d'OpenAI n'ont jamais enregistré un seul mois où leur part des soumissions était inférieure à 50 %.

Point à retenir n° 2 : Anthropic gagne du terrain

Depuis nos débuts en 2024, la part de marché des modèles d'Anthropic est passée de 4,3 % à 14,9 %. Cela témoigne de la popularité croissante de Claude au sein des communautés techniques et scientifiques.

Point à retenir n° 3 : l'effondrement de Gemini

Le changement le plus marquant observé au cours de l'histoire de Pangram a été la diminution de la part des textes fournis par les modèles de Google. Au tout début, la part des modèles de Google s'élevait à 12 %, tandis qu'en juillet 2026, le mois le plus récent, elle s'est effondrée pour atteindre 1,9 %.

Comparaison avec des indicateurs similaires

Part de marché par modèle : Pangram vs OpenRouter

D'autres fournisseurs publient des indicateurs similaires. Nous présentons ici l'évolution de la part de marché d'OpenRouter au fil du temps, en parallèle avec les données de Pangram. Bien que les parts de marché globales diffèrent considérablement, certaines tendances se confirment. Par exemple, le recul de la part de marché de Google est visible dans les deux cas.

Il est difficile de dire quelles estimations sont les plus proches de la réalité. Les données fournies par Pangram et OpenRouter présentent chacune leurs propres biais, ce qui peut rendre l'une plus exploitable que l'autre selon le contexte.

Biais potentiels liés aux données sur les parts de marché d'OpenRouter :

• Principalement des chercheurs et des utilisateurs techniques
• Les clients peuvent préférer appeler directement les API de fournisseurs de modèles stables et de premier plan, tandis qu'ils préfèrent appeler les API de fournisseurs plus modestes et moins stables via OpenRouter

Biais potentiels liés aux données sur les parts de marché issues de Pangram :

• Biais liés au texte pangramme dans la détection ou la classification
• Biais dans le contenu que les utilisateurs choisissent de soumettre à Pangram

Ce qui est intéressant dans cette comparaison, ce sont les points communs. Malgré des mécanismes d'échantillonnage très différents, on constate dans les deux cas une baisse du trafic provenant de Google.

Légère spécialisation des modèles selon les domaines

Spécialisation des modèles

Un autre résultat notable apparaît lorsque l'on ventile nos données par domaine. Dans l'ensemble, les modèles présentent des proportions globalement similaires selon les domaines, même si l'on observe quelques différences modestes. On constate que les modèles d'OpenAI sont plus souvent utilisés pour les domaines liés à la vie quotidienne ainsi que pour les sciences humaines. Les modèles d'Anthropic et de Google sont davantage utilisés pour les contenus liés à la programmation et aux aspects techniques, ainsi que dans l'ensemble des sciences. Ces différences sont toutefois minimes et sont éclipsées par la similitude globale de la répartition par domaine entre les différents modèles.

Conclusion

En tant que chercheurs en IA, nous avons souvent l’impression que la concurrence entre les fournisseurs de modèles de pointe évolue à une vitesse fulgurante. Cependant, ce n’est peut-être pas aussi rapide qu’on le croit. Dans cet article, nous montrons qu’OpenAI a largement conservé son avance écrasante dans l’utilisation grand public de l’IA. Des tendances plus intéressantes se dessinent lorsqu’on examine la lutte pour la deuxième place, alors qu’Anthropic commence à ébranler la position initialement revendiquée par Google.

À mesure que les modèles de Pangram gagnent en précision dans la classification du modèle générateur, des travaux de recherche encore plus intéressants verront le jour, notamment en ce qui concerne l'évolution des parts de marché parmi les petits fournisseurs de modèles et ceux proposant des solutions open source. Restez à l'écoute pour en savoir plus !