Le classement des IA les plus fiables

"Jusqu’à récemment, les modèles de langage étaient jugés essentiellement sur leur fluidité, leur capacité à rédiger, résumer ou générer du code. Aujourd’hui, un nouveau critère s’impose : la résistance aux hallucinations. Et ce n’est pas un hasard." [...] "Les grandes entreprises technologiques investissent massivement pour améliorer la fiabilité factuelle de leurs modèles. Autrement dit, la « véracité » devient un avantage concurrentiel." [...]

"Les éditeurs comme OpenAI, Anthropic, Meta ou Google ont clairement compris que l’avenir de l’IA dépend de sa capacité à « dire vrai »." [...] "Les modèles de dernière génération intègrent davantage de garde-fous, sont mieux calibrés pour refuser de répondre dans le doute, et utilisent des stratégies de réduction des biais ou des hallucinations."

Choisir une IA, c’est aussi choisir un niveau de vérité

"À mesure que les IA génératives s’imposent dans notre quotidien, une évidence s’impose : leur fiabilité ne peut plus être reléguée au second plan. Une réponse fluide, bien tournée, mais factuellement fausse, reste une mauvaise réponse. Et parfois, une réponse dangereuse.

Le classement 2025 issu de la plateforme Phare montre que des progrès significatifs ont été réalisés. Des modèles comme Claude 3.5 Haiku, GPT-4o ou encore Gemini 1.5 Pro affichent des taux de résistance aux hallucinations très élevés, supérieurs à 85 %. À l’inverse, d’autres peinent encore à atteindre un seuil de fiabilité acceptable."

Analyse du classement des modèles IA

"Le tableau synthétise les performances des principaux modèles de langage en 2025, en se basant sur cinq critères clés : fiabilité globale (Average Safety), résistance à l’hallucination, à la production de contenu nuisible (Harm), aux biais, et à la manipulation (Jailbreak).

En tête du classement, on retrouve LLaMA 3.1 405B (Meta), qui se distingue par un excellent équilibre entre précision factuelle et robustesse aux contenus problématiques, avec un score global de 85,80 %. Il est suivi de près par Gemini 1.5 Pro (Google) et LLaMA 4 Maverick, tous deux affichant une forte résistance aux hallucinations, respectivement de 86,41 % et 81,14 %.

Autre fait marquant : les modèles de Claude (Anthropic) dominent largement sur le plan de la factualité, avec des scores de hallucination resistance dépassant les 90 % pour certaines variantes comme Claude 3.5 Sonnet. Toutefois, leurs performances sur la résistance aux biais ou au jailbreak sont plus variables, ce qui souligne la complexité d’atteindre une excellence globale."

Source : article du CIDFP avec les données du 01/07/2025

Lisez aussi l'article le RTBF présentant les résultats d'une enquête de 22 médias publics sur la fiabilité des IA.

Lisez aussi l'article de La Libre qui décrit que 45% des réponses d'IA sur l'actualité sont fausses.