Posez une question à ChatGPT dans l'application web, puis envoyez la même question via son API : vous obtenez souvent deux listes de recommandations différentes. Les expériences contrôlées de 2026 ont mesuré l'écart entre surfaces d'accès à 1,5 à 3,6 fois le bruit ordinaire entre deux exécutions. Un score de visibilité qui ne déclare pas sa surface de mesure ne peut pas être comparé à aucun autre score.

Ce qui compte comme surface

Le même modèle peut atteindre l'utilisateur via plusieurs produits distincts, et chaque route est une surface de mesure à part entière. Petra Labs distingue trois surfaces pour GPT-5.2 : le ChatGPT payant connecté, le ChatGPT gratuit déconnecté et l'API Responses. Elles peuvent différer par les prompts système, les backends de recherche, les signaux géographiques et les réglages d'échantillonnage tout en partageant un seul nom de modèle.

L'interface web superpose des couches qu'un appel API ne voit jamais. Nikolai Fischer, un développeur allemand qui a publié une comparaison à modèle identique en octobre 2026, les énumère : chatgpt.com exécute un prompt système non publié par OpenAI, décide seul de chercher sur le web ou non, et connaît la localisation de l'utilisateur, son historique de conversation et ses souvenirs enregistrés. L'API est plus dépouillée. La recherche web y est un outil que le développeur doit activer, et de nombreux outils de suivi de prompts la désactivent pour économiser, si bien que le modèle répond depuis sa seule mémoire d'entraînement. L'identité du modèle fait aussi partie de la surface, et l'erreur est facile : l'application ChatGPT affiche un niveau de raisonnement au lieu d'un nom de modèle, et la première passe API de Fischer a ainsi comparé le mauvais modèle au réglage web par défaut.

Ce que les expériences contrôlées ont trouvé

Deux expériences maintiennent tout constant excepté la surface, ce qui en fait les preuves les plus solides disponibles. Petra Labs, une agence d'answer engine optimization, a soumis un même prompt de recherche produit 300 fois à chacune de trois surfaces GPT-5.2 le 26 février 2026, avec recherche web forcée et sans personnalisation : 900 essais au total. En coupant chaque surface en deux moitiés, le plancher de bruit se situe à 4,5 à 7,1 % de RMSE pour la visibilité de marque. Les échantillons complets de surfaces différentes s'écartaient de 10,8 à 16,1 %, l'effet de surface était donc 1,5 à 3,6 fois supérieur au hasard. Blizzard est apparu dans 30 % des essais connectés et 62,3 % des essais API, un écart de 32 points. Renoun est apparu dans 15 à 18 % des essais chat et jamais une seule fois via l'API. Le top 5 des marques recommandées sur ChatGPT connecté et sur l'API ne se chevauchait qu'à 25 %. Petra vend des services d'optimisation, son cadrage mérite donc un examen attentif, mais le nombre d'essais et la méthode sont publiés.

L'expérimentation de Fischer a posé 29 questions de style acheteur via chatgpt.com et claude.ai sur desktop et via les API des deux éditeurs, avec le même modèle des deux côtés : GPT-6 Sol et Opus 5.5. Sur 318 réponses, deux réponses web ChatGPT partageaient 54 % de leurs marques (similarité de Jaccard), une réponse web et une réponse API partageaient 28 %, deux réponses API 34 %. L'API ressemblait moins au web qu'à elle-même, la signature d'une différence systématique plutôt que du bruit. Pour Claude, la valeur inter-surfaces était de 21 % contre une base de 33 % sur une même surface. L'écart restait tolérable pour les questions logicielles (38 %) et internationales (42 %), mais s'effondrait pour les prestataires locaux : 15 % sur ChatGPT, 12 % sur Claude. La forme des réponses divergeait aussi. Le ChatGPT web affichait en moyenne 471 mots et 7,4 marques par réponse ; le même modèle via l'API environ 151 mots et 3,7 marques. Fischer est indépendant et ne vend aucun outil de suivi, et il énonce ses limites sans détour : une personne, un jour, un lieu, desktop uniquement, 29 prompts.

Ce que les études des éditeurs ajoutent

Les éditeurs de suivi ont mené leurs propres comparaisons. Promptwatch, qui vend du suivi basé sur l'interface, a rapporté dans un test d'août 2026 que ses exécutions interface et API ne partageaient que 25,6 % de leurs sources, et que 70 % des sources trouvées par l'interface n'apparaissaient jamais dans les résultats API. Surfer, qui vend un tracker à base de scraping, a mené sa propre comparaison entre contenu scrapé et API : 24 % de chevauchement de marques pour ChatGPT, et 4 % de sources ; sur Perplexity, l'API renvoyait environ 7 sources par réponse contre 10 dans les résultats scrapés. La revue de recherche de Promptwatch décrit aussi une étude d'avril 2026 où 35 prompts de fond de tunnel ont tourné pendant 10 jours dans trois configurations : l'interface ChatGPT a fait émerger 845 marques uniques, l'API sans recherche 135, l'API avec recherche 580.

Étiquetez tout cela « étude d'éditeur ». Promptwatch le dit lui-même : les études citées proviennent de vendeurs de suivi basé sur l'interface, lisez donc les conclusions avec ce biais en tête. Trois entreprises convergeant vers une même direction restent des preuves, mais les chiffres à citer sont ceux des expériences contrôlées ci-dessus.

La surface dérive même quand vous la fixez

Choisissez une surface et gardez-la fixe, la cible continue de bouger. Le modèle par défaut des offres payantes de ChatGPT est GPT-6 Sol depuis le 7 octobre 2026, mais l'application n'affiche pas le nom du modèle. Cloro mesure la fréquence à laquelle six moteurs ancrent leurs réponses dans la recherche en direct (taux de grounding), sur environ 2 500 prompts par moteur, et a vu le taux de grounding de Gemini passer de 41,1 % en juillet 2026 à 70,7 % en août, tandis que ChatGPT passait de 98,4 % en juillet à 97,6 % en octobre. Le comportement des réponses est un paramètre mobile, pas une constante.

La publicité ajoute une seconde variable mobile, et elle n'existe que sur certaines surfaces. OpenAI affiche depuis le 9 février 2026 des publicités identifiées dans les réponses de ChatGPT, pour les adultes connectés des offres Free et Go aux États-Unis. Lors du Google Marketing Live du 20 mai 2026, Google a annoncé des formats publicitaires intégrés à AI Mode, dont des entrées sponsorisées dans les réponses sous forme de liste, en cours de test aux États-Unis. La FAQ de Promptwatch énonce clairement la conséquence pour la mesure : publicités, cartes shopping, carrousels d'images et panneaux locaux n'existent que dans l'interface, une réponse API ne peut pas les contenir. Cela joue dans les deux sens. Un tracker basé sur l'API rate ce que les acheteurs de l'offre gratuite voient réellement. Un compteur basé sur l'interface qui ne sépare pas les entrées sponsorisées des citations organiques surestime la visibilité acquise.

Cinq questions à poser sur tout score de visibilité

Avant de comparer deux scores, ou d'apporter un seul chiffre en réunion budgétaire, mettez la question de la surface en premier. Si vous évaluez des outils, elle doit figurer en tête de liste pour chaque fournisseur (nous avons comparé séparément les principales options pour les sociétés devtool).

Première question : quelle surface a été mesurée, web connecté, web déconnecté ou API, et la recherche web était-elle forcée ?

Deuxième : quelle version du modèle, à quelles dates ? La première passe API abandonnée de Fischer montre à quelle vitesse cela tourne mal.

Troisième : combien de prompts et de passes par prompt ? Le plancher de bruit de Petra de 4,5 à 7,1 % au sein d'une surface signifie qu'un petit échantillon ne peut pas distinguer un vrai gain de cinq points du hasard.

Quatrième : les entrées sponsorisées sont-elles comptées avec les citations organiques, ou séparées ?

Cinquième : que fait-on des réponses qui ne citent aucun fournisseur ? Promptwatch note zéro les réponses sans mention et publie sa méthode. Tous les fournisseurs ne le font pas.

Le calibrage compte plus que la perfection ici. Fischer a constaté que pour les catégories logicielles et les questions en anglais sur de grands marchés, le suivi basé sur l'API reste assez proche du web pour révéler des tendances réelles ; pour les services locaux, il tombe à une marque partagée sur sept. Adaptez la surface à l'endroit où se trouvent vos acheteurs, gardez-la fixe, et relancez chaque mois (la méthode manuelle prend un après-midi et aucun outil). La raison commerciale de l'exercice n'a pas changé : les acheteurs choisissent parmi les marques citées dans la réponse.

Notre place

Nous faisons vivre une version plus grande de ce test. CiteGap, l'équipe derrière ce site, pose 30 questions d'acheteurs sur les moteurs que vos acheteurs utilisent, détermine pourquoi votre produit est absent et vous remet une liste de correctifs, en projet ponctuel ; la surveillance continue est disponible en abonnement mensuel. Chaque chiffre que nous remettons porte sa méthode avec lui : les questions, les moteurs, les dates. Pour un premier aperçu gratuit, le scan gratuit vérifie votre page d'accueil instantanément et affiche chaque résultat sur la page.

Obtenir le diagnostic écrit (490 $)

Questions fréquentes

Pourquoi ChatGPT donne-t-il des réponses différentes sur le web et via l'API ?

L'application web exécute un prompt système non publié par OpenAI, décide seule de chercher sur le web ou non, et utilise la localisation, l'historique de conversation et les souvenirs enregistrés de l'utilisateur. L'API n'a aucune de ces couches à moins que le développeur les ajoute, et de nombreux outils de suivi désactivent la recherche web pour économiser. Dans une comparaison à modèle identique sur 29 questions, les réponses web et API de ChatGPT partageaient 28 % de leurs marques nommées, tandis que deux réponses web partageaient 54 %.

Quelle est la précision des scores de visibilité IA ?

Précis pour la surface spécifique mesurée, et rien de plus. Une expérience à 900 essais de Petra Labs a constaté que la visibilité de marque varie 1,5 à 3,6 fois plus entre surfaces d'accès (chat connecté, chat déconnecté, API) qu'au sein d'une même surface entre exécutions répétées. Traitez un score comme la mesure d'une tranche d'un moteur sur un ensemble de dates, pas celle du moteur dans son ensemble.

Peut-on comparer les scores de visibilité IA de deux outils différents ?

Pas directement. Les outils collectent les données sur des surfaces différentes, les notent avec des formules différentes et couvrent des ensembles de prompts différents. Promptwatch rapporte que les clients voient régulièrement des écarts de 5 à 15 % entre outils pour une même marque. Demandez à chaque fournisseur quelle surface, quelles versions de modèle et quelle méthode de notation il utilise, puis comparez la direction de votre propre tendance plutôt que les valeurs décimales.

L'API de ChatGPT renvoie-t-elle les publicités que voient les utilisateurs ?

Non. Publicités, cartes shopping, carrousels d'images et panneaux locaux n'existent que dans l'interface, une réponse API ne peut pas les contenir. ChatGPT affiche des publicités identifiées aux adultes connectés des offres Free et Go aux États-Unis depuis le 9 février 2026. Tout chiffre de visibilité devrait préciser si les entrées sponsorisées ont été comptées séparément des mentions organiques.

Les moteurs IA changent-ils de comportement de réponse au fil du temps ?

Oui, à des échelles de temps qui comptent pour le suivi. Cloro a mesuré le taux de grounding de Gemini à 41,1 % en juillet 2026 et 70,7 % en août. Le modèle par défaut des offres payantes de ChatGPT est passé à GPT-6 Sol le 7 octobre 2026, sans que l'application affiche le nom du modèle. Des relances mensuelles sur une surface fixe sont le minimum pour une tendance fiable.

Sources

  • Petra Labs, expérience sur les surfaces d'accès avec 900 essais, 26 février 2026 (variations de marque jusqu'à 32,3 points de pourcentage ; chevauchement du top 5 de 25 % entre ChatGPT connecté et l'API ; une marque à 15 à 18 % de visibilité chat et zéro sur l'API) : petralabs.com
  • Petra Labs, analyse de bruit par découpage en deux (RMSE intra-surface de 4,5 à 7,1 %, inter-surfaces de 10,8 à 16,1 %, effet de surface 1,5 à 3,6 fois le hasard entre exécutions) : petralabs.com
  • Nikolai Fischer, comparaison web contre API à modèle identique, 16 octobre 2026 (29 prompts, 318 réponses ; chevauchement de marques 54 % web contre web, 28 % web contre API, 34 % API contre API sur ChatGPT ; 21 et 33 % sur Claude) : nikofischer.com
  • Promptwatch, tests de suivi UI contre API, août 2026 (25,6 % de sources partagées entre interface et API sans recherche ; 70 % des sources de l'interface absentes des résultats API ; écarts de 5 à 15 % entre outils ; publicités et cartes shopping uniquement dans l'interface) : promptwatch.com
  • Surfer, étude scrapé contre API (chevauchement de marques ChatGPT 24 %, chevauchement de sources 4 % ; Perplexity environ 7 sources API contre 10 dans les résultats scrapés) : surfer.ai
  • Cloro, taux de grounding par moteur, relevés de juillet, août et octobre 2026 (Gemini 41,1 puis 70,7 puis 68,2 % ; ChatGPT 98,4 % en juillet, 97,6 % en octobre) : cloro.dev
  • ppc.io, chronologie des ChatGPT Ads (déploiement américain commencé le 9 février 2026, pour les adultes connectés des offres Free et Go) : ppc.io
  • Search Engine Land, Google Marketing Live 2026 (publicités Conversational Discovery et Highlighted Answers dans AI Mode, en test aux États-Unis ; annoncé le 20 mai 2026) : searchengineland.com