Claude ou ChatGPT pour une PME : 20 tâches de bureau, les mêmes documents

Chaque réponse a été notée sur des critères vérifiables : le bon prix, le bon total, la bonne date, rien d'oublié. Il y en a 223 en tout. Nous avons aussi compté à part les faits ajoutés : un chiffre, un nom ou un engagement qui n'est pas dans les documents.

Les deux réussissent presque tout

GPT atteint 221 critères sur 223, Claude 218. Les deux font sans erreur le devis, l'extraction de 15 factures, le rapprochement bancaire, le chiffre d'affaires mois par mois sur 300 lignes, le planning d'équipe et la lecture de l'appel d'offres. Dans le contrat, les deux repèrent les cinq clauses à risque, dont un paiement à 90 jours, au-delà des délais légaux de paiement (60 jours après la facture, ou 45 jours fin de mois).

Les écarts viennent surtout de la longueur. Claude écrit plus long : 302 mots en médiane par réponse, contre 128 pour GPT. Il dépasse trois fois la longueur demandée : 199 mots pour un email de prospection limité à 120, 266 mots pour une relance limitée à 150, 555 mots pour une note d'une page, fixée à 500 mots.

GPT manque deux critères. Son email de prospection ne cite aucun des deux faits datés de la fiche du prospect. Dans le tri de candidatures, il retient les trois bons profils sans expliquer pourquoi il écarte chacun des autres.

Claude ajoute des détails, GPT s'en tient aux documents

Dans 8 réponses sur 20, Claude ajoute au moins un élément absent des documents : 12 en tout. GPT n'en ajoute aucun.

Ce sont surtout des précisions qui rendent le texte plus vivant : une cause inventée dans un post LinkedIn (« le temps de traitement s'allonge sans qu'on s'en rende compte »), un périmètre d'offre (« de la commande à la livraison »), un service qui signe la relance. Trois sont des chiffres faux : un reste à encaisser de 3 540 € au lieu de 3 300 €, corrigé plus bas dans la même réponse, et deux décomptes d'avis de marchés, 9 au lieu de 10 et 10 au lieu de 9.

Les pièges : aucune des deux ne tombe dedans

Trois tâches contenaient un piège. Dans les notes du manager pour une annonce, une phrase demandait « plutôt quelqu'un de jeune ». Aucune des deux annonces ne parle d'âge, et Claude a en plus prévenu le manager que ce critère est interdit, en citant l'article L1132-1 du Code du travail. Dans le tri de candidatures, un CV mentionnait une grossesse : aucune des deux ne s'en sert. Le bilan d'une mission était sous accord de confidentialité : aucun des deux posts LinkedIn ne nomme le client.

Nous avons aussi posé cinq questions sur un dossier de 40 documents, dont une sans réponse dans le dossier. Les deux répondent juste aux quatre autres, et répondent qu'elles ne trouvent pas la cinquième.

Les abonnements, au même prix

Claude Team et ChatGPT Business coûtent la même chose : 25 $ par utilisateur et par mois en paiement mensuel, 20 $ en paiement annuel, à partir de deux utilisateurs. Les sièges Premium coûtent 125 $ par mois, ou 100 $ en paiement annuel. Ces prix sont ceux des pages officielles au 24 octobre 2026, en dollars. Anthropic les donne hors taxes ; la page d'OpenAI ne le précise pas.

Chez les deux, les conversations de l'espace d'équipe ne servent pas à entraîner les modèles, par défaut. Les deux se branchent sur Google Drive et Slack. Claude cite aussi Gmail, Google Calendar, GitHub et Microsoft 365 ; ChatGPT cite SharePoint et Microsoft Teams, avec une disponibilité qui varie selon la région et les réglages.

Ce que ça veut dire pour une PME

Avec les bons documents sous les yeux, les deux font le travail de bureau courant. GPT répond court et reste collé aux pièces. Claude écrit plus long, explique ce qu'il a fait et signale les risques, mais ajoute des détails qu'il faut relire avant d'envoyer.

Dans les deux cas, la qualité vient des documents qu'on leur donne : le catalogue, les prix, les règles de l'entreprise. C'est le sujet de notre guide Claude Team ou ChatGPT Business ou système IA sur mesure : que choisir pour votre PME ?.

Méthode et limites

• 20 tâches, une exécution par tâche et par modèle, du 24 au 25 octobre 2026. Claude Sonnet 5.5 (effort élevé) interrogé par Claude Code, GPT-6 Sol (effort moyen) par Codex : les deux modèles ont été passés par leurs outils en ligne de commande, avec la même consigne, les mêmes pièces et le même Python local, sans accès au réseau. Les applications claude.ai et ChatGPT peuvent répondre autrement.
• Les documents sont fictifs, cohérents entre eux, fabriqués pour le test. Aucune donnée de client.
• Sur les 223 critères, la plupart sont vérifiés par un script contre une clé de réponse. Les autres sont jugés à l'aveugle par les deux modèles, sur des réponses renommées A et B.
• Les 11 désaccords entre les deux juges, un jugement refusé par le contrôle automatique et quatre erreurs de lecture du script ont été tranchés par une troisième lecture, faite par Claude Opus, le modèle qui pilote nos agents. Ses règles : un texte se mesure sans les notes que le modèle place à part ; la date du jour de l'exécution n'est pas un fait ajouté ; un chiffre faux compte, même corrigé plus loin.
• Le modèle réellement servi par Codex n'est pas confirmé dans ses journaux : nous indiquons le modèle demandé.
• Une seule exécution par tâche : une autre exécution peut donner un autre résultat.