Il n'y a pas de vainqueur unique ; les outils ont convergé sur des capacités similaires et divergé sur le prix et la transparence. ChatGPT et Perplexity publient des limites d'exécution précises ; Google et Anthropic ne publient aucun chiffre pour le Deep Research de Gemini ou de Claude.
Perplexity est celui à surveiller de près. Son quota Deep Research du palier Pro est passé d'environ 500-600 exécutions par jour à environ 20 par mois lors d'un changement non annoncé début 2026, et ce chiffre plus bas était toujours d'actualité lors du dernier suivi. Si vous vous êtes abonné à Perplexity spécifiquement pour Deep Research, vérifiez votre quota réel actuel avant d'en dépendre.
L'ancienne affirmation « Gemini ne gère pas les fichiers, seul ChatGPT le fait » est dépassée. Google a ajouté l'import de fichiers et d'images à Gemini Deep Research en mai 2025 ; les deux outils acceptent désormais vos propres documents comme sources en plus de la recherche sur le web ouvert.
Sur une vraie étude de précision des citations, la famille de modèle prédit mieux la précision que la réputation de l'entreprise : la famille GPT-5 d'OpenAI a obtenu 39-59 % de précision factuelle sur ses affirmations citées, la série Gemini 3 a obtenu 45-49 %, et la famille Claude d'Anthropic a obtenu le meilleur score avec 52-77 %, Claude Opus 4.5 étant le meilleur performeur individuel avec environ 77 %.
« Deep Research » désigne des choses légèrement différentes chez chaque entreprise, mais la logique reste la même : donnez-lui une question de recherche, et au lieu d'une réponse de chat unique, il planifie une investigation en plusieurs étapes, parcourt des dizaines voire des centaines de sources, et revient quelques minutes plus tard avec un long rapport cité. OpenAI a introduit cette catégorie en premier en février 2025 ; Google, Anthropic et Perplexity ont chacun sorti leur propre version depuis. Cet article compare les versions autonomes de l'assistant de chat de cette fonctionnalité. Gemini Notebook (anciennement NotebookLM) dispose aussi de son propre mode Deep Research, qui ne travaille que sur les sources de votre notebook plutôt que sur le web ouvert ; notre guide Deep Research de Gemini Notebook couvre spécifiquement cette version.
Les limites de palier actuelles, outil par outil
Ce tableau est l'élément que presque aucun comparatif ne traite correctement, car les chiffres bougent sans cesse et les anciens articles ne sont tout simplement jamais mis à jour. Considérez comme probablement obsolète tout ce que vous lisez ailleurs avec une date de publication antérieure à mi-2026.
Tool Free tier Mid tier Top tier
------------------------------------------------------------------------------------
ChatGPT 5 lightweight Plus/Team/Edu: 25 full Pro: 250 full
Deep Research runs/month runs/mo + unlimited runs/month
lightweight fallback
Gemini Deep No published No fixed run count. Google replaced flat
Research number daily limits with a rolling 5-hour compute
quota on 17 May 2026, weighted by request
complexity: Free/Standard baseline, AI Pro
~4x, Ultra $99.99 5x, Ultra $199.99 20x
Claude Research Not available on Pro/Max/Team/Enterprise: Same as mid tier;
Free plan no separate quota, uses Max gets 5-20x more
standard Claude usage total usage than Pro
limits
Perplexity Deep 5 runs/day Pro ($20/mo): ~20 runs/ Max ($200/mo):
Research month (cut from ~500-600/ unlimited
day in an unannounced
early-2026 change)
Sources: OpenAI's own Deep Research documentation; Google's Gemini
Deep Research page and support pages on the May 2026 compute-quota
restructure; Anthropic's support.claude.com Research article;
Perplexity usage-limit tracking via ailimit.watch, corroborated by
Reddit and Trustpilot complaints. Current as of 29 Aug 2026. Neither
Google nor Anthropic publishes an exact numeric Deep Research limit;
re-check in-app before assuming these figures hold indefinitely.La ligne de Gemini est volontairement différente des autres. D'anciens comparatifs, y compris certains publiés cette année, listent encore un chiffre fixe du type « X exécutions Deep Research par jour » pour Gemini, recopié depuis avant que Google n'élimine les compteurs fixes de prompts et de fonctionnalités par jour le 17 mai 2026 au profit du quota de calcul glissant ci-dessus, détaillé plus en profondeur dans notre propre décryptage de la tarification Google AI Ultra. Si un comparatif Gemini que vous lisez cite un chiffre quotidien précis pour Deep Research sans mentionner cette restructuration, il décrit un système que Google n'utilise plus. Les chiffres de ChatGPT remontent à la propre documentation de lancement Deep Research d'OpenAI, et il vaut la peine de savoir qu'OpenAI a scindé en avril 2026 ce qui était un forfait Pro unique à 200 $ en deux paliers séparés à 100 $ et 200 $, apparemment tous deux partageant la même allocation mensuelle de 250 exécutions ; vérifiez l'indicateur de limite de votre propre compte si le chiffre exact compte pour votre flux de travail.
Pourquoi Google et Anthropic ne publient pas de chiffre
Cette asymétrie mérite d'être soulignée en soi, car elle détermine à quel point chaque outil est prévisible à l'usage. OpenAI et Perplexity publient tous deux un nombre d'exécutions précis par période de facturation, donc vous savez toujours où vous en êtes. La page officielle de Google sur Gemini Deep Research décrit la disponibilité par palier d'abonnement et indique que les rapports reviennent « en quelques minutes », mais n'indique aucun nombre maximal d'exécutions nulle part sur la page elle-même. Le centre d'aide d'Anthropic précise explicitement que Research « est soumis aux mêmes limites que les conversations Claude standard », ce qui signifie qu'il n'y a aucun quota Deep Research séparé à suivre, seulement votre allocation de messages habituelle, qu'une session de recherche intensive épuise plus vite puisque Claude récupère et lit plusieurs sources par tour. Si la prévisibilité compte plus pour vous que la capacité brute, cette seule différence pourrait déterminer quel outil convient le mieux à votre flux de travail, davantage que n'importe quelle comparaison de qualité ci-dessous.
La question du multimodal, tranchée
Une affirmation précise continue de circuler dans d'anciens comparatifs : que le Deep Research de ChatGPT accepterait vos propres fichiers et images en entrée alors que celui de Gemini serait limité au texte web. C'était exact au moment où c'était écrit, mais Google a comblé cet écart lors de son événement I/O de mai 2025, en ajoutant l'import de fichiers et d'images à Deep Research, qui peut désormais mélanger vos propres documents avec la recherche sur le web ouvert en une seule exécution, la même capacité de base que ChatGPT possédait déjà. Si vous lisez un comparatif qui présente encore cela comme un avantage exclusif à ChatGPT, il décrit un écart comblé depuis plus d'un an. Les deux outils permettent désormais d'importer directement du matériel source ; aucun des deux ne publie de limite de taille de fichier précise pour Deep Research, distincte de leurs limites générales d'import de chat.
L'effondrement du quota Perplexity : l'histoire que les autres comparatifs ratent
Chaque comparatif « ChatGPT vs Gemini » existant que nous avons trouvé ignore complètement le Deep Research de Perplexity, ou traite ses anciennes limites comme toujours d'actualité. C'est un vrai manque, car l'allocation Deep Research du palier Pro de Perplexity a subi la coupe la plus sévère de tous les outils couverts ici. Pendant la majeure partie de 2025, les abonnés Perplexity Pro pouvaient lancer Deep Research environ 500 à 600 fois par jour. Lors d'un changement non annoncé daté de février 2026, cette allocation est tombée à environ 20 exécutions par mois, une réduction de plus de 95 %, décrite dans le propre changelog de Perplexity uniquement comme des limites d'usage « ajustées pour allouer davantage de puissance de calcul par session ». Ce changement a suscité une réaction visible : « cancel perplexity » et « perplexity pro limits » ont tous deux vu leur intérêt de recherche grimper ce mois-là, et les plaintes se sont accumulées sur Reddit et Trustpilot de la part d'utilisateurs qui avaient spécifiquement acheté Pro pour sa capacité de recherche. Lors du dernier suivi, ce chiffre plus bas d'environ 20 par mois était toujours l'allocation Pro en vigueur, le palier Max à 200 $/mois restant la seule option illimitée.
Si vous choisissez Perplexity Pro aujourd'hui spécifiquement pour Deep Research, prévoyez environ une exécution tous les un jour et demi à deux jours sur un mois, pas le chiffre de plusieurs exécutions par jour qui circule encore dans une couverture qui n'a pas suivi ce changement. Si votre flux de travail a vraiment besoin de plus que ça, l'allocation illimitée de Max ou le quota mensuel d'un outil concurrent sera sans doute plus adapté avant de vous heurter à un mur en plein projet.
Celui qui hallucine vraiment le moins : un vrai benchmark
Presque tous les comparatifs existants s'appuient sur la lecture subjective d'une personne sur quelques rapports de test. Un article de recherche de mai 2026, « Cited but Not Verified: Parsing and Evaluating Source Attribution in LLM Deep Research Agents », propose une alternative plus rigoureuse. Il a testé 14 modèles fermés et open source utilisés dans des agents de recherche approfondie sur trois dimensions distinctes : si un lien cité fonctionne réellement, si le contenu lié est pertinent sur le plan thématique, et si le contenu cité soutient réellement l'affirmation à laquelle il est rattaché, ce que le document appelle son score Fact Check. Cette dernière dimension, la plus stricte, remet en question l'hypothèse selon laquelle plus de citations signifierait un rapport plus fiable.
Model family (frontier models tested) Link works Relevant content Fact Check
--------------------------------------------------------------------------------------
OpenAI (GPT-5 Mini, 5.2, 5.4, Codex) 97-100% 87-94% 39-59%
Claude (Sonnet 4.5/4.6, Opus 4.5/4.6, 97-99% 84-96% 52-77%
Haiku 4.5) (Opus 4.5
highest: 77%)
Gemini (3 Flash, 3.1 Pro) ~94% 81-83% 45-49%
Source: "Cited but Not Verified" (arxiv.org/abs/2605.06635), Table 1,
submitted May 2026. Figures are the paper's own model-level testing of
each family's frontier entries, not a live re-run performed for this
article, and reflect the underlying models' research-agent behavior
rather than a test of the exact commercial product wrapper (ChatGPT,
Gemini, or Claude's own app) each company ships. Treat as directional
evidence of a real accuracy gap, not a guarantee about any single
Deep Research run today.Presque tous les modèles testés maîtrisent bien la mécanique de base : les liens fonctionnent et le contenu est thématiquement pertinent bien plus de 90 % du temps, dans les trois familles. L'écart se creuse sur le test le plus strict, celui de savoir si le passage cité soutient réellement ce que le rapport affirme. Là, les modèles testés d'OpenAI se regroupent en bas (39-59 %), ceux de Gemini se situent au milieu (45-49 %), et ceux de Claude obtiennent le meilleur score, Opus 4.5 étant le meilleur performeur individuel avec environ 77 %. Rien de tout cela ne signifie que le produit d'une entreprise est simplement « meilleur » ; cela signifie qu'un rapport aux citations d'apparence assurée n'est pas automatiquement un rapport auquel on peut se fier sans vérifier indépendamment quelques-unes de ces sources, une nuance à garder en tête avant de citer un rapport Deep Research généré par IA dans quelque chose d'important.
Vitesse et profondeur des rapports : méfiez-vous de tout chiffre précis
Les anciens comparatifs adorent les chiffres qui paraissent précis : un test de 2025 largement cité mesurait Gemini produisant un rapport de 7 500 mots et 55 sources en 12 minutes contre 1 700 mots et 38 sources en 17 minutes pour ChatGPT, et en concluait que Gemini était à la fois plus approfondi et environ 40 % plus rapide. Prenez ce genre de chiffres comme l'instantané d'une seule exécution, pas comme une propriété stable d'un outil : des utilisateurs de Gemini Deep Research ont rapporté un nombre de sources oscillant d'environ 10 à plus de 600 pour un type de requête essentiellement identique, sans aucun changement de l'outil lui-même. Le nombre de sources et de mots dépend fortement de la précision ou de l'ampleur de la question et de ce que le modèle juge nécessaire pour un sujet donné, ce ne sont donc pas des métriques stables ni comparables entre outils, ni même entre deux exécutions du même outil le même jour. Fondez vos attentes sur la capacité et le coût, traités plus haut, plutôt que sur un chiffre isolé décrivant la longueur d'un rapport ou le temps d'exécution.
Quel outil convient à quelle tâche
- Besoin d'un quota exact et prévisible sur lequel planifier → ChatGPT (Plus/Pro) ou Perplexity (Free/Max), qui publient tous deux un chiffre précis. Évitez spécifiquement Perplexity Pro si le volume de Deep Research compte, compte tenu de la coupe de quota de 2026.
- Vous payez déjà pour Google Workspace ou Gemini, et voulez intégrer le contexte Gmail/Drive/Docs à la recherche → Gemini Deep Research, qui intègre votre propre contenu Workspace en plus du web ouvert sans abonnement séparé.
- La précision des citations compte plus que la longueur brute du rapport, par exemple tout ce que vous citerez ensuite dans votre propre travail → Claude Research, sur la base des résultats Fact Check ci-dessus, avec pour contrepartie qu'Anthropic ne publie ni chiffres d'usage exacts ni longueur maximale de rapport sur lesquels planifier.
- Vous êtes déjà dans un projet de recherche Gemini Notebook et voulez que Deep Research travaille spécifiquement sur les sources que vous avez rassemblées, pas sur le web ouvert → le propre mode Deep Research de Gemini Notebook, une fonctionnalité différente et plus restreinte couverte dans notre guide dédié.
Les gens demandent aussi
Quelle IA a la meilleure fonctionnalité Deep Research : ChatGPT, Gemini, Claude ou Perplexity ?
Il n'y a pas de vainqueur unique. ChatGPT et Perplexity publient des limites d'exécution précises, ce qui en fait les plus prévisibles pour planifier ; Gemini intègre votre propre contenu Workspace ; la famille de modèles de Claude a obtenu le meilleur score de précision factuelle des citations dans une étude indépendante de mai 2026, même si Anthropic ne publie pas de limite d'usage chiffrée. Le bon choix dépend de ce que vous privilégiez le plus : un quota prévisible, l'intégration Workspace, ou la fiabilité des citations.
Gemini Deep Research peut-il utiliser mes propres fichiers importés, ou seulement le web ouvert ?
Les deux. Google a ajouté l'import de fichiers et d'images à Gemini Deep Research en mai 2025, qui peut donc combiner vos propres documents avec la recherche sur le web ouvert en une seule exécution. Les anciens articles affirmant que Gemini est limité au web décrivent un écart comblé depuis plus d'un an.
Pourquoi le Deep Research de Perplexity s'est-il soudainement dégradé en 2026 ?
Perplexity a réduit l'allocation Deep Research de son palier Pro d'environ 500-600 exécutions par jour à environ 20 exécutions par mois lors d'un changement non annoncé daté de février 2026, décrit dans son propre changelog uniquement comme une réallocation de la puissance de calcul par session. Cette coupe a déclenché une réaction visible sur Reddit et Trustpilot de la part d'abonnés Pro qui avaient spécifiquement payé pour le volume de recherche.
Plus de citations dans un rapport Deep Research signifie-t-il qu'il est plus précis ?
Pas nécessairement. Une étude de mai 2026 testant 14 modèles utilisés dans des agents de recherche approfondie a constaté que la validité des liens et la pertinence thématique étaient systématiquement élevées (plus de 90 %) dans les familles de modèles OpenAI, Gemini et Claude, mais que la précision factuelle du contenu cité variait fortement : 39-59 % pour les modèles testés d'OpenAI, 45-49 % pour ceux de Gemini, et 52-77 % pour ceux de Claude, Claude Opus 4.5 étant le meilleur avec environ 77 %. Une citation d'apparence assurée n'est pas automatiquement une citation exacte.
Claude Research est-il disponible sur le forfait gratuit ?
Non. La fonctionnalité Research d'Anthropic nécessite un forfait payant : Pro, Max, Team ou Enterprise. Elle n'a aucun quota d'usage publié séparément ; elle puise dans les mêmes limites d'usage que les conversations Claude classiques, qu'une session de recherche épuise plus vite qu'un chat normal.