Analyse de PDF : BDM a comparé ChatGPT, Gemini, Claude, Perplexity, Copilot, DeepSeek et Le Chat

Il y a encore deux ans, les outils d’IA générative mettaient en avant certains facteurs différenciants pour se démarquer. Aujourd’hui, leurs fonctionnalités tendent à s’uniformiser. Mais offrent-elles réellement le même niveau de performance ? Pour y répondre, BDM a comparé les fonctionnalités des principaux outils disponibles sur le marché.

Dans cet article, nous nous concentrons sur l’analyse de PDF. Cette fonctionnalité pratique permet de charger un document, puis de rédiger une requête pour obtenir plusieurs éléments de réponse : un résumé structuré et condensé, une extraction d’informations clés, une analyse chiffrée ou encore des réponses à des questions précises liées à son contenu. Une option très utile pour les professionnels qui rencontrent des PDF au quotidien, à condition d’avoir le bon outil pour le faire.

Dans le cadre de ce test, BDM s’est basé sur trois PDF aux structures différentes, tous accompagnés d’une requête pour tester les capacités des modèles analysés :

• Le rapport financier d’Apple au T3 2025, avec uniquement des chiffres, accompagné du prompt suivant : « En analysant ce PDF, extrais les chiffres financiers clés et propose une analyse fiable de leur évolution. »
• Le rapport 2025 du SELL, sur le jeu vidéo en France, avec principalement des graphiques pour illustrer les données, accompagné du prompt suivant : « À partir de ce PDF, donne-moi la part des joueurs achetant des jeux en format physique ainsi que les trois principales raisons de préférence pour ce format. »
• Le Digital News Report 2025 de Reuters, sur la consommation de l’information en France, avec un document très dense (171 pages) qui mêle texte, graphiques et images, le tout en anglais, accompagné du prompt suivant : « En analysant ce PDF, fournis une synthèse exhaustive et chiffrée de la situation mondiale de l’accès à l’information. Ensuite, réalise une comparaison structurée entre la France et l’Espagne sur les comportements d’accès à l’information, avec les chiffres clés et les principales différences. »

Ces trois tests permettront de juger la capacité de chaque outil IA à analyser des documents variés et à extraire les données réellement pertinentes, qu’elles soient présentes sous forme de texte ou intégrées dans des tableaux et graphiques. Nous évaluerons également la précision et la justesse des informations fournies. Enfin, nous analyserons la capacité des outils IA à comprendre et hiérarchiser le contenu, y compris lorsque le document est dense ou segmenté en plusieurs catégories.

L’analyse de PDF dans ChatGPT : notre test

Dans l’ensemble, ChatGPT s’est montré moyennement convaincant pour analyser des PDF, la qualité de son analyse dépendant du type de données transmises. Sur le rapport financier d’Apple, qui contient uniquement des données chiffrées, il extrait efficacement les chiffres clés, les présente clairement et se permet même d’ajouter des pourcentages d’évolution, ce qui améliore la lisibilité de l’ensemble. L’interprétation du prompt reste généralement fiable, même si le modèle prend parfois quelques libertés dans les éléments mis en avant.

Le rapport du SELL lui demande davantage d’efforts : le temps de traitement s’allonge légèrement et il commet une première erreur dans les résultats fournis sur les raisons d’achat du format physique, la troisième étant remplacée par la quatrième. Enfin, sur le PDF le plus long, ChatGPT comprend bien le prompt et structure correctement sa réponse. Mais la fiabilité des informations est encore davantage ébranlée, avec des données mélangées et confondues d’un pays à l’autre.

Au final, ChatGPT délivre une prestation assez convaincante dans la forme, mais qui montre encore des limites sur la rigueur des données et impose à son utilisateur une vigilance toute particulière, notamment sur les PDF volumineux.

L’analyse de PDF dans Gemini : notre test

Gemini se distingue nettement sur l’analyse de PDF grâce à sa capacité à structurer l’information. Sur le rapport financier d’Apple, il propose d’emblée des tableaux clairs et exploitables, avec même la possibilité d’exporter les données (vers Google Sheets), tout en livrant une analyse chiffrée pertinente et sans interprétations évasives. Le test avec le deuxième prompt confirme cette efficacité : Gemini répond vite, fournit les bons chiffres et indique précisément la page du document à chaque fois, ce qui s’avère très pratique pour vérifier l’information rapidement.

Sur le 3e exercice, Gemini propose une synthèse exhaustive et riche en chiffres, en déclinant une comparaison France/Espagne au format tableau. Dommage que celui-ci manque de lisibilité (cf. le tableau ci-dessous) et que certaines informations soient omises par excès de prudence alors qu’elles sont disponibles dans le PDF. Mais, la prudence sera toujours préférée à l’invention de chiffres fantaisistes pour donner une réponse « quoi qu’il en coûte » ! Gemini couvre aussi plus large que demandé, au risque de se disperser par moments.

L’analyse de PDF dans Claude : notre test

Claude surprend davantage dans sa mise en forme, misant la plupart du temps sur des listes à puces à rallonge, parfois trop enjouées et agrémentées d’emojis, donnant ainsi un ton moins professionnel que ses concurrents et une lecture moins convaincante dans certains cas.

Il comprend toutefois les données à extraire, mais prend davantage de liberté par rapport au prompt initial, lorsqu’il juge la pratique pertinente. Par exemple, il cite aussi la quatrième raison d’achat du format physique, jugeant qu’elle se rapproche de la troisième, ce qui n’est pas pour déplaire.

En termes de fiabilité des chiffres, le contenu global est bon, mais quelques erreurs de données sont toutefois à noter. Il est en revanche capable de se corriger lorsqu’on lui indique que la donnée avancée est fausse.

L’analyse de PDF dans Perplexity : notre test

Pour chaque prompt, Perplexity comprend ce qui lui est demandé et est capable d’extraire les informations attendues. Il se permet toutefois quelques ajouts qui n’étaient pas demandés à la base. Aussi, la fiabilité des informations se révèle particulièrement fragile : certaines données, pourtant simples à récupérer en apparence, comme les raisons d’achat du format physique sur l’étude du SELL, ne sont pas correctement restituées : sur les trois critères demandés, un seul correspond réellement. Il se trompe également dans le comparatif entre l’Espagne et la France, demandé dans le 3e prompt.

Concernant la structuration de la réponse, Perplexity livre des résultats bien formés, avec une hiérarchisation correcte des informations et un style agréable à lire : c’est clairement sa force. Le tableau comparatif France/Espagne sur le rapport Reuters est pertinent et il propose une synthèse exhaustive sur la situation mondiale, si l’on ne tient pas compte des erreurs dans les données avancées.

L’analyse de PDF dans Copilot : notre test

En termes de fiabilité, rien à redire sur Copilot : il extrait et transmet avec précision les données, qu’elles proviennent de tableaux chiffrés ou de graphiques, sur les PDF courts. En revanche, l’extraction des données devient problématique pour les documents volumineux : Copilot a tout simplement été incapable d’analyser le PDF de Reuters, le jugeant « trop volumineux pour être traité ici ». Ce défaut est particulièrement décevant pour un outil faisant partie d’une suite qui accompagne les professionnels au quotidien.

En ce qui concerne la présentation des données et la structuration de la réponse, Copilot ajoute parfois des emojis, ce qui peut détonner, surtout lorsqu’ils ne sont pas toujours bien choisis. Pour l’analyse des chiffres d’Apple, la tâche prend plus de temps en raison des six tableaux distincts présents dans le document. Un regroupement en un seul tableau aurait sans doute permis d’améliorer la clarté de l’analyse.

L’analyse de PDF dans DeepSeek : notre test

DeepSeek adopte une approche très structurée dans l’analyse des documents PDF. Il extrait efficacement les données clés, indique également où il a trouvé ces datas, mais manque parfois d’objectivité dans la formulation de son analyse. Pour les données financières, il propose automatiquement des tableaux pour faciliter la lecture. Il prend davantage de temps que ses concurrents quand le document contient des graphiques. Là où le bât blesse, c’est pour l’analyse de PDF plus volumineux. En effet, le modèle nécessite l’accès à une API pour absorber une telle quantité de données et fournir une réponse complète. Impossible donc d’évaluer réellement ses performances sur ce cas dans les mêmes conditions que ses concurrents.

L’analyse de PDF dans Le Chat : notre test

Mistral se montre moins convaincant que ses concurrents dans cet exercice. S’il arrive à comprendre ce qui est attendu en extrayant les données demandées, il prend toutefois beaucoup de temps pour le faire. Le Chat se trompe aussi sur de nombreux chiffres, notamment dans les PDF volumineux. Il arrive à se corriger lorsqu’on lui indique qu’il a fait une erreur. Du côté de la restitution, la forme pêche aussi : il propose des tableaux à outrance, mais ne s’étale pas et reste trop en surface dans l’analyse. On apprécie toutefois son interprétation claire et mesurée, sans spéculations comme c’est le cas pour d’autres outils IA. Cette transparence est appréciable, mais le manque de fiabilité initiale pèse lourd dans l’évaluation.

Bonus : NotebookLM, un outil intéressant pour vos PDF

En dehors de ce comparatif d’outils IA, une autre plateforme peut être intéressante à exploiter : NotebookLM. Développé par Google, cet outil adopte une approche très différente des autres IA testées. Plutôt que d’agir comme un chatbot généraliste, il se positionne comme un assistant documentaire, conçu pour explorer et interroger des contenus de manière ciblée. Il suffit d’importer son PDF et NotebookLM crée ensuite une base de connaissances qu’il devient possible de parcourir via des questions posées en langage naturel.

L’une de ses forces réside dans sa capacité à retrouver les informations exactement là où elles se trouvent dans le document, en citant les extraits correspondants et en indiquant leur emplacement. Un atout qui vous permet de vérifier tout chiffre avancé. Contrairement à ChatGPT, Gemini ou Claude, NotebookLM ne cherche pas à reformuler ni interpréter au-delà du texte : il se concentre sur la lecture, la recherche et la compréhension contextuelle des documents.

Une bonne pratique à adopter serait d’utiliser un outil d’IA génératif en premier lieu, pour obtenir des données et une synthèse en fonction de votre prompt initial, puis d’aller vérifier les informations extraites par le chatbot en interrogeant le PDF via NotebookLM.