ChatGPT, Gemini, Perplexity... : bataille sur la "recherche en profondeur"

Qui n'a pas sa fonctionnalité de "recherche en profondeur" (deep research) ?

En décembre 2024, Google en avait intégré une sur la web app Gemini. Pour le moment, elle est accessible aux abonnés Gemini Advanced (22 €/mois) et ne fonctionne officiellement qu'en anglais. Utilisant le modèle Gemini 1.5 Pro, elle peut prendre "5 à 10 minutes" pour répondre à une requête. En cela, elle se différencie de Gemini Flash Thinking. Cette fonctionnalité expérimentale utilisant Gemini 2.0 Flash associe raisonnement et recherche multisources (YouTube, Maps, Google Search) pour produire des réponses en "une dizaine de secondes".

Perplexity AI en donne un peu à ses utilisateurs gratuits

L'offre de Perplexity AI se structure désormais de façon similaire. D'un côté, l'option "raisonnement" sur Perplexity Pro. Comparable à Gemini Flash Thinking et utilisable avec plusieurs modèles (dont GPT-4 Omni et Claude 3), elle permet 300 requêtes par jour. De l'autre, Deep Research, lancé la semaine dernière sur la version web. Le pitch : "2 à 4 minutes pour faire ce qui prendrait des heures à un expert humain".
Par rapport à Gemini Deep Research, Perplexity Deep Research a la particularité d'être mis à disposition des utilisateurs gratuits, à hauteur de 5 requêtes par jour.
Pour les abonnés à Perplexity Pro, le quota est annoncé à 500 requêtes par jour.

OpenAI mise sur un o3 ajusté

OpenAI a aussi sa fonctionnalité dite Deep Research. Il la propose depuis début février aux abonnés ChatGPT Pro (229 €/mois), sur la version web et les différentes applications (Android, iOS, Mac, Windows) avec un quota de "jusqu'à 100 requêtes par jour". Elle s'appuie sur une version d'o3 (modèle pas encore accessible au public) ajustée au moyen d'un apprentissage par renforcement axé sur la navigation web et l'analyse de données. Promesse : effectuer en "5 à 30 minutes" ce qui "prendrait des heures à un humain".

Entre plans de recherche éditables et chaînes de pensée

Avant de se lancer dans ses travaux, Gemini Deep Research fournit un plan de recherche à l'utilisateur, qui a la possibilité de l'éditer. Un panneau latéral indiquant la progression et les URL consultées s'affiche ensuite.

Pas de panneau latéral pour Perplexity, mais une chaîne de pensée. L'utilisateur ne peut cependant pas affiner le plan de recherche, qui évolue néanmoins au gré de la consultation de sources. Pour ce qui est du modèle sous-jacent, rien d'officiel. Il semble toutefois s'agir de DeepSeek-R1*, qui évite à Perplexity des frais d'API - ce qui pourrait expliquer le quota élevé accordé aux abonnés Pro. Un modèle réputé pour ses difficultés avec de longs contextes et pour la production d'hallucinations notables.

Chez OpenAI, on prévoit, sans donner d'échéance, d'étendre Deep Research aux autres forfaits ChatGPT payants. Les quotas, nous promet-on, seront "nettement plus élevés" lorsqu'une version plus efficace portée par un modèle plus petit sera disponible. De même, à l'avenir, il sera possible d'accéder à d'autres sources de données que le web et les fichiers uploadés.

Humanity's Last Exam, le benchmark à suivre pour la "recherche en profondeur" ?

OpenAI et Perplexity ont l'un et l'autre publié des résultats sur le benchmark Humanity's Last Exam. Celui-ci, initié par Scale AI et le Center for AI Safety (organisation américaine à but non lucratif), comprend quelque 3000 questions sur une centaine de sujets. Il est pensé pour être "le dernier benchmark académique du genre à questions fermées"... Le mode Deep Research d'OpenAI s'en tire avec 26,6 % de précision. Celui de Perplexity, avec 21,1 %.

* Entre autres projets de "recherche en profondeur" développés sur la base de R1, il y a Open Deep Research. Emmené par Hugging Face, il reproduit le framrwork agentique d'OpenAI Deep Research et permet de l'utiliser avec divers LLM.

Illustration générée par IA