« On part sur ChatGPT ou sur Mistral ? » La question arrive souvent dès le premier appel. Elle est légitime, mais elle vient un peu tôt. Pour les tâches qu’une PME confie à l’IA (lire un document, classer une demande, préparer une réponse), les trois grandes familles de modèles disponibles par API font souvent l’affaire. Ce qui les départage tient à vos données, à vos documents, et à la façon dont on les met à l’épreuve.

Trois fournisseurs, trois profils

OpenAI édite les modèles GPT, ceux de ChatGPT. Son API est la plus répandue : beaucoup d’outils et de connecteurs la proposent d’office, et la documentation est abondante. C’est souvent le point de départ le plus simple. L’intégration OpenAI détaille ce qu’on construit avec.

Mistral AI est un éditeur français. Ses modèles s’utilisent par API, et une partie d’entre eux est publiée en poids ouverts : on peut les installer sur un serveur à votre nom. Pour une entreprise qui ne veut envoyer aucun document à un fournisseur d’IA, c’est la seule des trois options qui le permet. L’intégration Mistral AI décrit les deux façons de faire.

Anthropic édite Claude. Ses modèles acceptent de très longs textes dans une seule demande, PDF compris, et savent demander à utiliser les outils qu’on leur décrit. On s’en sert volontiers pour analyser des contrats, des cahiers des charges ou des dossiers épais. L’intégration Claude en donne des exemples.

Ce qui décide d’abord : vos données

Avant de comparer les réponses, il faut savoir ce qu’on a le droit d’envoyer. Trois questions suffisent à cadrer le choix.

  • Que contiennent les documents ? Des factures fournisseurs ne posent pas les mêmes questions que des dossiers de santé ou des données de paie.
  • Où partent-ils ? Les trois fournisseurs indiquent ne pas utiliser par défaut les données de leur API pour l’entraînement ; les conditions exactes et les options d’hébergement varient selon l’offre.
  • Peut-on s’en passer ? Une partie du travail (tri par règles, retrait des noms, extraction des seuls champs utiles) peut se faire avant d’appeler un modèle.

Quand la réponse est « rien ne doit sortir », le choix se réduit à un modèle installé chez vous. Il faut alors une machine adaptée, souvent avec une carte graphique, et on compare ce coût à celui d’une API. Dans tous les cas : hébergement européen par défaut, choisi avec vous. On documente chaque flux de données, dans le respect du RGPD.

Ce qui départage ensuite : vos documents

Les classements publiés mesurent des épreuves générales. Votre problème est plus étroit : lire vos bons de commande, comprendre vos clients, appliquer vos règles. Un modèle très bien classé peut buter sur un format de facture propre à votre secteur, quand un autre, plus modeste, s’en sort sans faute.

On procède donc comme pour n’importe quel outil : sur pièces.

  1. Réunir 30 à 50 cas réels, avec la bonne réponse connue pour chacun.
  2. Écrire les consignes une fois, et les soumettre aux modèles candidats.
  3. Compter les erreurs, les cas douteux, le temps de réponse et le coût.
  4. Garder le plus juste, puis le plus simple à exploiter si deux se valent.

Ce banc d’essai tient en quelques jours. Il sert ensuite à vérifier chaque changement de consigne ou de version de modèle.

Le coût, rarement le critère décisif

L’usage d’un modèle par API est facturé à votre nom par le fournisseur, selon la quantité de texte traitée ; pour les volumes d’une PME, ce poste reste en général modeste. L’écart entre fournisseurs compte moins que l’écart entre un petit et un grand modèle chez le même fournisseur : pour classer des e-mails, un petit modèle suffit souvent et coûte nettement moins. Ce qui pèse dans le budget, c’est la construction autour : contrôles, cas douteux renvoyés à une personne, traces, documentation. Un assistant IA encadré démarre à 3 500 € HT chez nous.

Garder la porte ouverte

Les modèles évoluent vite, leurs prix aussi. Le bon réflexe est d’écrire l’intégration pour qu’on puisse changer de fournisseur sans tout refaire : les consignes, les contrôles et le banc d’essai restent, seul l’appel au modèle change. C’est ce qui permet de passer d’OpenAI à Mistral AI, ou l’inverse, le jour où l’un devient plus juste ou moins cher sur vos cas.

Pour choisir la première tâche à confier à l’IA, notre article sur les premiers pas en PME donne la méthode. Et si vous voulez comparer les modèles sur vos propres documents, c’est le point de départ de nos assistants IA encadrés.