Le tracker AEO des modèles frontières : ce que choisit Astra (et les autres IA), et comment agir
Le média spécialisé Latent Space a lancé le Frontier AEO Tracker, un outil qui prolonge la méthodologie d'AmplifyingAI et s'inspire de l'étude « What Claude Code Actually Chooses ». Le dispositif fait tourner six variantes de prompts sur sept modèles d'IA de pointe, dans 161 catégories de produits allant des agents de codage aux podcasts IA, en passant par les sandboxes de développement, les bases de données managées, les modèles de reconnaissance vocale, les investisseurs providentiels ou les logiciels de paie. L'extraction des réponses a été confiée au modèle Astra, selon un score AEO maison qui valorise les premiers choix et les mentions, et pénalise les rares recommandations négatives. Sur les 161 catégories testées, 28 affichent un choix dominant unanime chez tous les modèles interrogés. L'équipe a aussi mesuré le nombre médian de sources consultées avant de répondre : neuf pour Sol, cinq pour Astra, onze pour Opus et quinze pour Fable.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Latent Space. Lire l'article original →
Ces résultats révèlent un biais net de chaque laboratoire en faveur de son propre écosystème : les modèles d'Anthropic, Opus et Fable, recommandent spontanément Claude Code, ceux d'OpenAI, Sol et Astra, plébiscitent Codex, Grok privilégie Cursor et Muse met en avant Muse Code, avec toutefois des exceptions notables comme des modèles GPT recommandant directement Claude. Le constat pèse lourd car une part croissante des décisions d'achat de logiciels passe désormais par les recommandations directes d'agents conversationnels plutôt que par un moteur de recherche, ce qui fait émerger l'AEO (Answer Engine Optimization) comme l'équivalent du référencement classique pour les réponses générées par IA. Le fait qu'Astra soit nettement plus « confiant », donc moins enclin à changer de réponse quand la question est reformulée, et qu'il consulte deux fois moins de sources que Sol, accroît encore la valeur de figurer parmi les choix par défaut d'un modèle.
Cette enquête s'inscrit dans un mouvement plus large où des acteurs comme Ora et Vercel documentent déjà des pratiques d'AEO bien réelles, telle la négociation de contenu au format markdown, dont l'absence peut dissuader un modèle de bien lire un site. Latent Space a aussi comparé les changements de préférences entre générations de modèles d'un même laboratoire, notamment les transitions Opus vers Fable chez Anthropic et Sol vers Astra chez OpenAI, révélant des bascules qui trahissent l'évolution des priorités de données et d'apprentissage de chaque éditeur. Pour couper court aux soupçons de partialité, l'équipe affirme avoir rendu chaque prompt et chaque réponse consultables publiquement. Le tracker propose aussi des extensions ludiques, comme un classement des investisseurs providentiels les plus cités par les IA, et Latent Space se dit désormais ouvert à des partenariats commerciaux autour de cet outil.
Pas d'impact direct sur la France/UE
Que chaque labo pousse ses propres outils, c'est prévisible : Astra qui recommande Codex, Opus qui recommande Claude Code, on s'en doutait un peu. Ce qui compte vraiment, c'est qu'Astra ne consulte que cinq sources en moyenne et change rarement d'avis quand tu reformules la question, du coup être son choix par défaut vaut plus cher qu'être numéro un sur Google, parce que personne ne va vérifier derrière. Si t'es éditeur de logiciel, l'AEO devient un vrai levier, pas un gadget, mais l'outil vient de sortir, reste à voir si ça tient dans la durée.