Comment choisir une API de genre
Tous les fournisseurs de cette catégorie te diront qu'ils sont exacts, et aucun ne l'a mesuré sur ta liste. Voici ce qui les distingue vraiment — et notre propre réponse sous chaque point, pour que tu nous soumettes aux mêmes questions.
La réponse courte
- Compare sur ce qu'un résultat te met entre les mains — une simple étiquette ne permet aucun seuil ; une probabilité plus un nombre d'échantillons, si. C'est ce qui décide si tu automatises une partie du fichier ou si tu le fais tout à la main.
- Ignore les pourcentages d'exactitude affichés en gros titre, les nôtres inclus — nous n'en publions aucun, faute de l'avoir mesuré dans un benchmark publié. Mesure-le toi-même sur quelques centaines de tes propres lignes.
- Une base de noms plus grande n'est pas automatiquement meilleure : un nom compte pareil qu'il soit appuyé sur trois enregistrements ou sur cinquante mille.
- Vérifie ensuite les quatre choses qu'on oublie — la localisation par pays, la stabilité de la réponse au fil des années, ce qui revient pour un nom inconnu, et où les données sont traitées.
Commence par ce qu'un seul résultat te donne
C'est le critère qui change la quantité de travail qui te reste, et il est visible dans la réponse d'exemple d'un fournisseur avant que tu signes quoi que ce soit.
Une étiquette de genre seule est un verdict sans le raisonnement. Tu peux l'appliquer partout ou la vérifier partout ; il n'y a pas d'entre-deux. Une probabilité te donne un seuil. Une probabilité accompagnée du nombre d'enregistrements derrière elle te dit si ce seuil signifie quelque chose pour la ligne devant toi — car une réponse d'apparence sûre reposant sur trois enregistrements et une reposant sur des milliers sont identiques jusqu'à ce que quelqu'un te montre le compte.
Notre réponse : chaque résultat porte une probabilité et un nombre d'échantillons, et la sortie CSV/Excel les écrit dans ton fichier sous forme de colonnes — le même seuil fonctionne donc que tu appelles l'API ou que tu ouvres un tableur.
Six dimensions à vérifier
Six endroits où les fournisseurs de cette catégorie diffèrent le plus souvent, avec ce que nous faisons en regard. La colonne de gauche dit quoi chercher — nous n'avons audité personne d'autre, rien là-dedans n'est donc une affirmation sur un fournisseur donné. Emporte-la chez tous ceux de ta liste, nous compris.
Sur les deux derniers points : les credits achetés en pack ponctuel n'expirent pas, et un plan mensuel se renouvelle chaque mois et peut être résilié à tout moment (changer de pack revient à résilier puis en choisir un autre). Les deux figurent en entier sur la page des tarifs, sans devis.
Pourquoi un chiffre de couverture ne tranche pas
Nous détenons 9,124,598 noms répartis sur 192 pays, et nous affichons ces chiffres sur la page d'accueil comme tout le monde. Voilà exactement ce qu'ils valent : ils te disent à quelle fréquence tu obtiendras une réponse, et rien sur le fait qu'une réponse donnée mérite d'être utilisée. Ne choisis pas là-dessus — ni sur les nôtres, ni sur ceux des autres.
Le test qui tranche coûte un après-midi : prends quelques centaines de lignes de tes propres données dont tu connais déjà la bonne réponse, inclus celles que tu attends difficiles, et fais-les passer chez chaque fournisseur de ta liste. Les noms que tout le monde réussit ne t'apprennent rien.
La liste de contrôle
Neuf questions, dans l'ordre où elles comptent en général. Notre réponse est dans la colonne de droite — pose les mêmes à tous ceux que tu regardes, et demande les réponses par écrit plutôt que dans un tableau de fonctionnalités.
| Demande | Pourquoi c'est important | Notre réponse |
|---|---|---|
| Que contient un résultat ? | Détermine si tu peux automatiser les lignes sûres et ne vérifier que le reste | Le genre, une probabilité et le nombre d'enregistrements derrière |
| Le même nom peut-il répondre différemment selon le pays ? | Andrea est masculin en Italie et féminin en Allemagne ; une réponse mondiale unique est fausse dans l'un des deux | Oui — par code pays, locale du navigateur ou adresse IP |
| La même requête répondra-t-elle pareil l'an prochain ? | Un audit demande comment un enregistrement a été classé, et une réponse mouvante ne s'explique pas | Oui — c'est de l'arithmétique sur des enregistrements stockés, pas une supposition générée |
| Que revient-il pour un nom qu'il ne connaît pas ? | Un champ vide se filtre ; une supposition plausible ne se repère pas | Un « non trouvé » explicite et un nombre d'échantillons qui en dit la raison — jamais une réponse inventée |
| Existe-t-il une voie sans développeur ? | Celui qui a la liste n'est généralement pas celui qui sait appeler une API | Import CSV et Excel avec le classeur d'origine conservé |
| Où les données sont-elles traitées, et y a-t-il un DPA ? | Une liste de noms de clients est une donnée personnelle, et les achats poseront la question avant le lancement | Société allemande, serveurs en Allemagne, traitement dans l'UE, DPA sur demande |
| La capacité non utilisée expire-t-elle ? | Un nettoyage ponctuel ne devrait pas exiger un abonnement qui lui survit | Des credits prépayés, et ils n'expirent pas |
| Puis-je le tester avant de parler à quelqu'un ? | Si l'évaluation exige un appel commercial, tu ne peux pas comparer une liste en un après-midi | 100 requêtes gratuites par mois, sans carte, sans appel |
| Quelle est l'exactitude publiée ? | Un pourcentage unique décrit le jeu de noms sur lequel il a été mesuré, et ce n'est pas le tien | Nous n'en publions aucune — voir plus bas |
Le chiffre d'exactitude que nous ne te donnerons pas
On te citera des pourcentages sur ce marché. Nous n'en avons aucun de mesuré à citer : il n'existe pas de benchmark publié de notre part sur un jeu de noms étiqueté, donc tout chiffre que nous imprimerions serait un chiffre marketing en blouse blanche. Nous préférons le dire que d'en habiller un.
C'est aussi moins utile qu'il n'y paraît. L'exactitude d'une requête nom-genre dépend presque entièrement des noms sur lesquels tu interroges — une liste de prénoms allemands courants et une liste de noms de famille translittérés depuis une douzaine d'écritures ne donneront le même chiffre chez aucun fournisseur au monde. Un pourcentage unique t'informe donc sur le jeu où il a été mesuré, et ta liste n'est pas ce jeu.
Quand on t'en cite un, la question qui lui donne un sens est : mesuré sur quels noms, combien, étiquetés par qui, et en comptant « inconnu » comme quoi ? Si ces réponses ne sont pas disponibles, le pourcentage est décoratif.
Comment mener l'évaluation en un après-midi
Cette page te répète de le mesurer sur tes propres données, voici donc la méthode. Elle prend un après-midi, elle fonctionne pareil chez chaque fournisseur de ta liste, et l'étape cinq est celle qui décide du projet.
- 1. Extrais 200 à 300 lignes dont tu connais déjà la réponse. Depuis tes données réelles, pas depuis une liste de noms célèbres. Inclus délibérément les pénibles : noms rares, noms non occidentaux, entrées avec le nom de famille en premier, noms d'un seul mot, noms à trait d'union et noms d'épouse.
- 2. Ne les nettoie pas d'abord. Les espaces en trop, les titres, le « Dr. » et les MAJUSCULES font partie de ce que tu testes. Un fournisseur qui ne marche que sur des entrées propres n'a pas résolu ton problème.
- 3. Conserve toute la réponse, pas seulement l'étiquette. Tu auras besoin de la probabilité et du nombre d'échantillons à l'étape cinq — et si un fournisseur ne les renvoie pas, c'est en soi le résultat du test.
- 4. Compte trois résultats séparément — juste, faux, et pas de réponse. C'est là que la plupart des évaluations dérapent : fondre « faux » et « inconnu » dans un seul chiffre masque justement la différence qui compte. Un inconnu que tu peux filtrer te coûte une formule d'appel neutre. Une réponse fausse et assurée te coûte le client.
- 5. Applique maintenant un seuil et recompte. N'accepte que les lignes au-dessus de ta limite — disons une probabilité de 0,9 avec au moins 50 échantillons derrière — et mesure deux choses : la part du fichier que cela couvre, et le taux d'erreur à l'intérieur. Ce couple est la vraie réponse, car il te dit quelle part du travail disparaît et quel risque l'accompagne.
- 6. Pendant que tu y es, vérifie l'exploitation. Le temps que prennent 300 lignes. À quoi ressemble une réponse d'erreur quand tu envoies n'importe quoi. Si la même requête deux fois renvoie la même réponse. Si l'essai a exigé un coup de téléphone.
L'étape cinq explique pourquoi la forme de la réponse compte plus que n'importe quel chiffre affiché : sans probabilité ni nombre d'échantillons, il n'y a aucun seuil à appliquer, et la réponse honnête à « quelle part de ce fichier puis-je automatiser ? » devient « tout ou rien ». 100 requêtes gratuites par mois couvrent trois fois un test de 300 lignes.
Si tu pèses aussi l'option d'un modèle de langage
De plus en plus, le choix n'est pas entre deux API mais entre une API et un prompt. Cette comparaison repose sur d'autres critères — coût par million de lignes, si la même entrée donne deux fois la même sortie, et ce que tu peux montrer à un auditeur — elle a donc sa propre page.
À quoi ressemble vraiment l'intégration
À regarder pendant l'évaluation plutôt qu'après, car c'est ici qu'un après-midi devient quinze jours. Un credit par requête, 100 noms par requête groupée, et aucun plafond sur le nombre de requêtes.
- Clients officiels pour PHP, Python, Node, Java, Go, Ruby, Rust, Perl et .NET.
- Référence v2 complète avec une description OpenAPI, et des réponses problem RFC 7807 pour que les erreurs soient lisibles par une machine.
- Un complément Excel natif et une app Shopify, des intégrations prêtes à l'emploi pour Google Sheets, HubSpot, Salesforce, Zapier et d'autres, et un serveur MCP hébergé pour l'outillage IA — la liste complète.
- Détermination de genre en masse pour un fichier ponctuel, et nationalité à partir d'un nom si l'origine fait partie de ce qu'il te faut.
Les tarifs commencent à €0.35 pour 1 000 requêtes et figurent en entier sur la page des tarifs — aucun devis nécessaire pour les voir.
Questions fréquentes
Sur quoi comparer les API de genre ?
Sur ce qu'un seul résultat te met entre les mains, pas sur un chiffre d'exactitude en gros titre. Un fournisseur qui renvoie une simple étiquette t'oblige à faire confiance à chaque ligne ou à vérifier chaque ligne ; un fournisseur qui renvoie une probabilité et le nombre d'enregistrements derrière elle te permet d'automatiser les lignes sûres et de ne regarder que le reste. Ensuite : si le même nom peut se résoudre différemment selon le pays, si la réponse reste stable dans le temps, ce qui se passe quand le nom est inconnu, et où les données sont traitées.
Comment le tester correctement ?
Sur ta propre liste, pas sur un échantillon de noms célèbres. Prends quelques centaines de lignes dont tu connais déjà la réponse — y compris les pénibles — et fais-les passer. 100 requêtes gratuites par mois suffisent, et tout fournisseur qui vaut la peine d'être évalué te laissera faire pareil sans appel téléphonique.
Une base de noms plus grande est-elle meilleure ?
Pas en soi. Un nom compte dans le total que la base en détienne trois enregistrements ou cinquante mille : le total ne peut donc pas te dire sur lesquelles de tes lignes tu peux t'appuyer. La preuve par résultat, si. La taille détermine la fréquence à laquelle tu obtiens une réponse ; le nombre d'échantillons détermine si tu dois t'en servir.
Quelle exactitude publiez-vous ?
Aucun chiffre mesuré, délibérément. Nous n'avons pas mené de benchmark publié sur un jeu de noms étiqueté : citer un pourcentage relèverait du marketing, pas de la preuve. Ce que nous te donnons à la place, c'est la preuve par réponse — une probabilité et un nombre d'échantillons sur chaque résultat — pour que tu mesures l'exactitude sur tes propres données, le seul chiffre qui décrive ton cas. Si un fournisseur t'annonce un chiffre unique d'exactitude, demande sur quels noms il a été mesuré.
Le lieu de traitement des données compte-t-il ?
Oui, si ta liste contient des noms de clients : ce sont des données personnelles. Nous sommes une société allemande, tous les serveurs sont en Allemagne, le traitement a lieu dans l'UE, et un accord de traitement des données peut être demandé depuis ton compte. Qui que tu évalues, demande-le par écrit avant le pilote plutôt qu'après.
Quelles questions oublie-t-on de poser ?
Trois. Ce qu'il advient d'un nom que la base ne connaît pas — un champ vide que tu peux filtrer vaut mieux qu'une supposition plausible que tu ne repères pas. Si la même requête renverra la même réponse l'an prochain, ce qui compte dès qu'un audit demande comment un enregistrement a été classé. Et si la capacité non utilisée expire.
FAIS LE TEST SUR TA PROPRE LISTE
100 requêtes gratuites par mois, sans carte bancaire et sans appel. Apporte les lignes dont tu connais déjà la réponse — y compris les pénibles — et regarde ce qui revient à côté de chacune.
Documentation de l'API · Envoyer un fichier CSV ou Excel · Pose-nous une question précise
