Quel modèle d'IA invente le plus d'URLs ? 26 435 citations passées au crible

Nous publions régulièrement des chiffres agrégés et anonymes issus de notre plateforme. Ici, une question simple à laquelle personne ne répond avec des données réelles : quand une IA cite une source, ce lien existe-t-il vraiment ? Et quel modèle se trompe le plus ?

Le périmètre

Entre septembre 2025 et juillet 2026, la plateforme a analysé 7 774 réponses d'IA issues de 132 audits, produites par 53 modèles distincts (ChatGPT, Claude, Gemini, Perplexity, Grok, Mistral et autres). Dans ces réponses, les modèles ont cité 26 435 URLs comme sources. Nous les avons vérifiées une à une : 70 n'existaient pas — des liens plausibles vers des pages qui n'ont jamais été mises en ligne, répartis sur 23 marques différentes. Soit un taux moyen de 0,26 %, environ 1 URL citée sur 380.

La méthode est volontairement dure à contester : une URL est comptée « inventée » uniquement si le modèle l'a citée comme source et qu'elle renvoie une erreur (404 ou soft-404) au moment de la vérification. Pas d'interprétation : une page existe, ou elle n'existe pas.

Le classement — taux d'URLs inventées par modèle

Le seul chiffre honnête n'est pas le nombre brut d'erreurs, mais le taux : quelle proportion des URLs qu'un modèle cite ne résout pas. Parce qu'un modèle qui cite beaucoup de liens (comme Perplexity) a mécaniquement plus d'occasions de se tromper. Voici donc les URLs inventées rapportées au total des URLs citées, pour chaque modèle disposant de données suffisantes.

Lecture : sur les 2 002 URLs citées par Perplexity Sonar Pro dans nos audits, 21 (1,05 %) ne résolvaient pas, réparties sur 9 marques. Les modèles avec 3 URLs inventées ou moins sont indicatifs — l'échantillon est trop petit pour trancher finement, et nous l'assumons.

Constat 1 — Le paradoxe du « moteur de recherche »

Le modèle qui invente le plus d'URLs, en proportion, est Perplexity Sonar Pro — précisément celui vendu comme un moteur de recherche qui cite ses sources. Mais le même éditeur, avec sa version plus légère (Perplexity Sonar), obtient le meilleur score de tout le panel (0,04 %). L'écart entre les deux est de l'ordre de 25 fois. La leçon : la fiabilité des citations ne dépend pas de la marque du modèle, mais de sa configuration précise. C'est exactement pourquoi mesurer modèle par modèle a du sens — un « ChatGPT » ou un « Perplexity » générique ne veut rien dire.

Constat 2 — En absolu, c'est le plus utilisé qui produit le plus d'erreurs

GPT-5 Mini génère le plus grand nombre d'URLs inventées en valeur brute (24, sur 13 marques) — non parce qu'il serait le moins fiable (son taux, 0,44 %, est au milieu du classement), mais parce qu'il est de loin le modèle le plus sollicité dans nos audits. Autrement dit : à grande échelle, même un taux moyen produit un volume d'erreurs conséquent. C'est le piège des modèles « par défaut ».

Constat 3 — Aucun modèle n'est immunisé

Chaque famille présente dans nos données — OpenAI, Anthropic, Google, Perplexity — a produit au moins une URL inventée. Il n'existe pas de modèle « propre » à 0 %. Et une URL inventée par une IA de citation est plus dangereuse qu'une simple erreur : l'utilisateur fait confiance à la source affichée. Dans notre baromètre 2026, nous avions détecté 8 de ces adresses fantômes ayant reçu des visites humaines réelles — des prospects qui cliquent et tombent sur une page d'erreur attribuée à votre marque. C'est un angle mort de la réputation, que nous détaillons dans notre guide URLs hallucinées et le terme hallucination IA.

Ce que ça change pour une marque

Deux enseignements concrets. D'abord, le modèle sur lequel vous êtes visible compte autant que le fait d'être visible : une citation dans un modèle qui invente des liens vous expose à des associations erronées. Ensuite, la seule façon de le savoir est de mesurer par modèle et de vérifier chaque URL citée — ce qu'aucune veille manuelle ne permet à cette échelle.

Les limites de ces chiffres

Ces données proviennent de marques qui ont choisi de s'auditer — un échantillon non représentatif de toutes les entreprises. Les modèles à faible volume d'erreurs (3 URLs ou moins) sont indicatifs, pas définitifs. Les taux évoluent à chaque mise à jour des modèles ; nous republierons cette étude avec des données fraîches. La méthodologie complète, y compris ce que nous ne mesurons pas, est sur notre page méthodologie.

Vous voulez savoir quels modèles citent — ou inventent — des URLs pour votre marque ? C'est exactement ce que mesure un audit, modèle par modèle, URL par URL.