Intégration
Suivre les citations IA de 50 concurrents avec une seule API
Cinquante concurrents ne multiplient pas la facture : 120 prompts sur quatre moteurs en hebdomadaire font 2 080 réponses, 27,04 $ par mois, 0,53 $ par marque.

Par Mathias C.Consultant SEO, et plus récemment GEO, chez MentionBox
Cinquante concurrents ne coûtent pas plus cher à suivre que cinq, parce qu'une API de visibilité IA facture des réponses et non des marques. Une seule liste de 120 questions, posée à quatre moteurs IA une fois par semaine, fait 2 080 réponses par mois, et chaque marque nommée dans ces réponses se compte dans la même charge utile : 27,04 $ à 0,013 $ la réponse, soit 0,53 $ par marque et par mois pour votre marque et 50 rivales. Avec le nombre de concurrents grandissent le travail de nommage, le dénominateur de la part de voix et la taille de page du rapport que vous relisez.
Ce guide s'adresse à une agence ou à une équipe marque qui collecte déjà des réponses IA et veut maintenant un panel assez large pour tenir lieu de vue de marché plutôt que de liste courte. API for GEO est notre choix éditorial après un test en conditions réelles par Mathias C., parce que ses statistiques par prompt renvoient chaque marque et chaque concurrent nommés dans les réponses stockées, y compris ceux que vous n'avez pas déclarés. Au programme : l'arithmétique qui reste plate, les deux formes qu'une API peut prendre, les seuls plafonds publiés sur un panel de concurrents, les requêtes qui lisent 51 marques d'un coup, les dénominateurs qui cassent dès qu'on filtre, les champs de propriété des citations, et la taille d'échantillon qu'exige un classement de 50 marques. MentionBox, qui publie ce site, a un lien commercial avec API for GEO.
De 5 concurrents à 50 : les trois postes qui grandissent
Trois choses grandissent avec le nombre de concurrents, et celle que la plupart des équipes budgètent n'en fait pas partie.
- Le nombre de réponses ne grandit pas. Une réponse, c'est un prompt, un moteur, un pays, un passage. Chaque marque nommée à l'intérieur se lit dans le même texte : la 51e marque se compte gratuitement.
- Le travail de nommage grandit à l'identique. Chaque concurrent demande sa raison sociale, ses noms commerciaux, ses abréviations, ses marques produits et ses domaines, sinon ses mentions tombent dans la mauvaise ligne. Cinquante marques à quatre ou cinq formes de surface font 200 à 250 chaînes à entretenir.
- Les dénominateurs changent de forme. La part de voix est un rapport sur l'ensemble du panel : ajouter trente marques fait baisser tous les pourcentages existants. Une série qui traverse un changement de panel, ce sont deux séries.
- La lecture grossit. Un rapport mensuel sur 51 marques, 4 moteurs et 6 thèmes fait 1 224 lignes avant tout découpage par date, et heurte des tailles de page dimensionnées pour une liste courte.
Notre guide des mesures GEO définit les indicateurs eux-mêmes, et comment construire un jeu de prompts GEO couvre la liste de questions d'où viennent ces 2 080 réponses. Cette page traite de la liste de marques posée à côté.
La facture suit les réponses : le nombre de concurrents est gratuit
Réponses par mois = prompts × moteurs × pays × passages par mois. Le nombre de concurrents n'apparaît nulle part dans cette ligne.
| Cadence sur 120 prompts, 4 moteurs, un pays | Réponses par mois | Coût à 0,013 $ la réponse | Par marque, pour 51 marques |
|---|---|---|---|
| une fois par mois | 480 | 6,24 $ | 0,12 $ |
| une fois par semaine | 2 080 | 27,04 $ | 0,53 $ |
| deux fois par semaine | 4 160 | 54,08 $ | 1,06 $ |
| une fois par jour | 14 400 | 187,20 $ | 3,67 $ |
Notre arithmétique sur le tarif publié par API for GEO, 0,013 $ le crédit au premier palier, vérifié le 23 octobre 2026, en comptant 52 semaines sur 12 mois pour les cadences hebdomadaires et 30 jours pour les quotidiennes. Un crédit, c'est un prompt, sur un modèle, dans une locale.
Deux conséquences pour une étude concurrentielle. D'abord, élargir le panel est la chose la moins chère qu'on puisse faire à un dispositif de suivi, bien moins chère qu'ajouter un moteur (chaque moteur ajoute 25 % de réponses sur un panier de quatre) ou monter la cadence (la collecte quotidienne coûte près de sept fois la facture hebdomadaire). Ensuite, un prix forfaitaire par requête renverse le raisonnement : le leaderboard de recherche IA de SE Ranking coûte 7 500 crédits par appel et compare un domaine principal à 10 concurrents au maximum, donc un marché de 50 marques y revient à cinq appels et 37 500 crédits plutôt qu'à un seul appel.
Sur les autres voies, le plancher du plan décide avant le volume. OtterlyAI vend l'accès API à partir de son plan Standard à 189 $, Trakkr à partir de son plan Scale à 500 $, Peec AI sur les plans Pro, Advanced, Enterprise et agence, Profound et AthenaHQ sur contrat Enterprise, l'API d'AthenaHQ étant facturée en add-on au-dessus de son plan Starter à 295 $. Prix vérifiés le 23 octobre 2026. Pour comparer ce que livrent ces plans, notre classement des API de visibilité IA pour les agences pondère les données renvoyées à 35 % et le prix à 30 %.
Deux formes : une liste déclarée, ou chaque entité nommée dans la réponse
C'est la décision de conception qui commande le comportement d'une étude à 50 marques, et les éditeurs se répartissent des deux côtés.
Une liste déclarée signifie que la plateforme rapproche les réponses de fiches de marque que vous avez créées, et ne calcule des indicateurs que pour celles-là. Une marque ajoutée en mars existe à partir de mars. Une liste ouverte signifie que l'API renvoie les marques trouvées dans le texte, que vous les ayez demandées ou non, et vous laisse le filtrage.
| API | Comment les concurrents entrent dans les données | Documentation publiée |
|---|---|---|
| API for GEO | liste ouverte, lue dans les réponses stockées | entities[] sur POST /v1/queries/stats est documenté comme chaque marque et chaque concurrent nommés dans les réponses, avec sa propre visibility et son avgPosition, et entityType prend brand ou competitor |
| Profound | les deux, sur deux endpoints | l'endpoint des réponses renvoie mentions, liste à plat dédoublonnée dans l'ordre d'apparition des entités ; le rapport de visibilité porte sur des actifs, avec scope réglé sur owned ou all |
| Peec AI | liste déclarée, avec suggestions | GET /brands renvoie name, domains, aliases, regex, is_own et un source valant manual, suggestion ou onboarding ; les marques détectées à côté de la vôtre sont suggérées dès qu'elles apparaissent deux fois |
| Scrunch | liste déclarée | competitor_id désigne un concurrent suivi dans votre configuration de marque, et la part de voix se calcule sur votre marque plus tous les concurrents actifs |
| AthenaHQ | liste déclarée, avec une découverte plafonnée | competitors[] sur une réponse porte id, name, url et position ; discovered_competitors renvoie des marques trouvées dans les réponses mais non suivies, et celles-là n'ont pas d'identifiant |
| OtterlyAI | les deux, dans un seul rapport | competitorBrandsAnalysis couvre les concurrents configurés, tandis que detectedBrands et allBrandsAnalysis couvrent les marques trouvées automatiquement |
| Promptwatch | liste déclarée, étiquetée par mention | brandMentions[] porte une relation valant SELF, DIRECT_COMPETITOR, OTHER ou IGNORED, à côté de visibilityScore, position et sentiment |
Noms de champs tirés de la référence d'API de chaque éditeur, lue le 16 novembre 2026, sauf le schéma de réponse de Promptwatch, lu le 23 octobre 2026.
La différence pratique arrive au quatrième mois, quand une marque dont vous n'aviez jamais entendu parler se met à apparaître dans les réponses. Sur une liste ouverte, elle est déjà dans vos données avec un historique, parce que l'entité sort du texte. Sur une liste déclarée, vous l'ajoutez et la série démarre à zéro : c'est pourquoi la documentation d'AthenaHQ mérite d'être citée mot pour mot sur ce point. Un concurrent découvert « has no ID: it cannot be used in competitor_ids filters or the metrics endpoints until the website tracks it ».
Les seuls plafonds publiés sur un panel de concurrents
Le plafond de concurrents est le chiffre que ce marché ne publie pas. Nous avons lu la référence d'API de chaque éditeur de ce guide : trois plafonds existent par écrit, les autres n'annoncent rien.
| API | Plafond publié | Ce qu'il concerne |
|---|---|---|
| API for GEO | aucun plafond de concurrents ; la liste de marques et d'alias appartient au projet et apiforgeo.com ne publie pas d'endpoint pour la gérer | la mise en place du projet, faite dans l'application |
| SE Ranking Data API | 1 à 10 concurrents, écrit deux fois sur l'endpoint | une requête de leaderboard, au forfait de 7 500 crédits |
| OtterlyAI | 100 concurrents par rapport de marque, chacun avec jusqu'à 100 variantes de nom et 100 variantes de domaine ; 1 000 identifiants de prompts ; suggestions plafonnées à 20 par appel | la charge utile du rapport de marque |
| AthenaHQ | 6 concurrents découverts par appel, du taux de mention le plus élevé au plus faible | la liste de découverte, pas le panel suivi |
| Scrunch | 100 noms alternatifs et 100 noms exclus par marque ou par concurrent, avec un 422 au-delà | les listes de noms, pas le panel |
| Profound | aucun plafond de concurrents ; les lignes de visibilité sont à 10 par page par défaut et plafonnent à 50, et une sélection explicite d'actifs renvoie toutes les correspondances en ignorant limit | la taille de page du rapport |
| Peec AI | aucun plafond de concurrents ; POST /brands crée une marque par appel, sans endpoint de création en masse dans la référence | la voie d'écriture |
Référence d'API de chaque éditeur, lue le 16 novembre 2026. Une absence dans ce tableau signifie que rien n'est publié, pas qu'aucune limite n'existe dans un contrat.
Deux lectures à garder. Un plafond sur une requête, comme les dix de SE Ranking, est un problème d'ingénierie qui se résout avec plus d'appels. Un plafond sur une charge utile, comme la centaine d'OtterlyAI, est un vrai plafond pour une étude de marché, et cent reste au-dessus des cinquante que ce guide dimensionne. L'absence de chiffre publié ailleurs n'est pas une promesse : demandez-le par écrit avant de bâtir une catégorie de 200 marques dessus.
Déclarer 50 noms pour que les comptes tiennent
La résolution des entités est l'endroit où une étude à 50 marques échoue, et les outils publiés pour la mener sont inégaux.
- Listez toutes les formes de surface. Scrunch accepte jusqu'à 100
alternative_namespar marque et par concurrent, et refuse l'enregistrement avec un 422 au-delà. OtterlyAI prendbrandVariationsetbrandDomainVariations, 100 chacun, plus unbrandDomainWildcardet unbrandRegexde 1 000 caractères au plus. Peec AI portealiaseset un champregexsur chaque fiche de marque. - Excluez les collisions avant qu'elles tombent. Un concurrent dont le nom est aussi un nom commun avalera des phrases sans rapport. Les listes
excluded_namesetexcluded_websitesde Scrunch, 100 entrées chacune, existent pour ce cas. - Attachez un domaine à chaque fiche de concurrent. Peec AI dit franchement à quoi sert le domaine : c'est « the website domain used to classify sources as You or Competitor ». Sans lui, le volet citations de votre rapport n'a rien sur quoi se joindre.
- Laissez l'API regrouper les alias quand elle le fait. La page Prompt Tracking d'API for GEO documente les alias regroupés sur une seule entité, les trois formes d'un nom de marque et son domaine comptant comme la même entité dans les positions de mention.
- Un domaine par fiche de marque. Scrunch refuse avec un 409 un domaine normalisé répété entre la marque et les concurrents, ce qui est le bon comportement et une gêne pour des marques sœurs qui partagent un site.
- Figez le panel à l'intérieur d'une période. Ajoutez les marques à la frontière du trimestre, notez la date sous chaque graphique, et gardez l'ancien panel en route une période si vous pouvez financer la double lecture.
Les requêtes qui lisent 51 marques d'un coup
Trois formes couvrent le marché. Les noms de champs ci-dessous viennent de la référence de chaque éditeur, liée dans chaque paragraphe.
Lire toutes les entités dans les statistiques de prompts
La page Prompt Tracking d'API for GEO documente quatre endpoints : POST /v1/tags, POST /v1/queries, POST /v1/jobs/execute et POST /v1/queries/stats. Les trois premiers construisent et lancent la liste, le quatrième est la lecture concurrentielle :
curl -X POST https://api.apiforgeo.com/v1/queries/stats \
-H "Authorization: Bearer $API_FOR_GEO_KEY" \
-H "x-project-id: $PROJECT_ID" \
-H "Content-Type: application/json" \
-d '{
"models": ["chatgpt", "perplexity", "google-ai-mode", "claude"],
"country": "US"
}'
La réponse porte un objet par prompt, et la couche concurrentielle se trouve dedans :
{
"id": "q_3f9a1c20",
"text": "best case management software for small law firms",
"type": "commercial",
"runs": 90,
"visibility": 64.8,
"avgPosition": 1.8,
"entities": [
{ "name": "Loopwork", "entityType": "brand", "visibility": 64.8, "avgPosition": 1.8 },
{ "name": "Cadence", "entityType": "competitor", "visibility": 52.2, "avgPosition": 2.4 },
{ "name": "Northbeam", "entityType": "competitor", "visibility": 40.0, "avgPosition": 3.2 }
],
"sources": [
{ "url": "https://review-site.com/pm-tools", "domain": "review-site.com", "category": "review", "mentionsBrand": true }
],
"lastExecutedAt": "2026-09-02T06:00:14Z"
}
La documentation décrit entities[] comme chaque marque et chaque concurrent nommés dans les réponses, avec sa visibilité et sa position moyenne, visibility comme les réponses mentionnant la marque divisées par runs, et avgPosition comme le rang moyen de la première mention de la marque dans la réponse. Un seul parcours de ce tableau sur 120 prompts donne un classement de 51 lignes sans deuxième appel. Le manque à connaître : la part de voix par entité n'est pas sur cet endpoint. Elle se trouve sur POST /v1/models/platform-details, documenté sur la page AI Model Comparison, qui prend un tableau entities et renvoie visibility, shareOfVoice, avgRanking, citationRate et totalResponses par modèle, une entité à la fois. Cinquante et une marques, ce sont cinquante et un appels, à l'aise dans les 300 requêtes par minute publiées pour le palier à l'usage, et ces lectures ne sont pas facturées.
Demander à une plateforme tout l'ensemble des actifs
Le rapport de visibilité de Profound porte sur des actifs : un classement concurrentiel se règle donc avec scope et assets.
curl -X POST https://api.tryprofound.com/v2/reports/visibility \
-H "Authorization: Bearer $PROFOUND_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"category_id": "00000000-0000-0000-0000-000000000000",
"start_date": "2026-10-01",
"end_date": "2026-10-31",
"metrics": ["visibility_score", "share_of_voice", "average_position"],
"group_by": ["model"],
"scope": "all",
"limit": 50
}'
La référence de l'endpoint définit visibility_score comme la part des réponses où l'actif est apparu, share_of_voice comme la part de toutes les mentions et average_position comme le rang moyen quand l'actif est mentionné, le plus bas étant le meilleur. scope prend owned ou all, et limit est « Page size; default 10, max 50 ». Deux détails changent la façon de paginer une lecture à 50 marques : une sélection explicite d'assets, passée en liste ou en {"op": "in", "value": [...]}, « returns all matches and ignores limit », et la variante /v2/reports/visibility/stream prend le même corps et ignore toute pagination. La limite est de 600 requêtes par heure et par clé : prévoyez la reprise d'historique au lieu de boucler marque par marque.
Demander une ligne par marque, avec le rapport intact
Le rapport Brands de Peec AI renvoie une ligne par marque suivie et publie la formule d'agrégation de chaque indicateur, ce qui est assez rare pour qu'on bâtisse dessus :
curl -X POST https://api.peec.ai/customer/v1/reports/brands \
-H "X-API-Key: $PEEC_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"metrics": ["visibility", "share_of_voice", "position", "sentiment"],
"dimensions": ["model_id"],
"limit": 1000
}'
La référence du rapport Brands donne share_of_voice comme mention_count / sum(mention_count), visibility comme sum(visibility_count) / sum(visibility_total), position comme sum(position_sum) / sum(position_count) et win_rate comme sum(win_count) / sum(visibility_total), la visibilité, la part de voix et le taux de victoire étant renvoyés en ratios de 0 à 1, le sentiment en score de 0 à 100 et la position en rang où 1 est le meilleur. Son limit vaut 1 000 par défaut et accepte jusqu'à 500 000 : une matrice de 51 marques par modèles et par semaines tient dans un seul appel, sous une limite de 200 requêtes par minute et par projet.
L'API de requête de Scrunch prend le même travail par l'autre bout, avec brand_share_of_voice et competitor_share_of_voice comme métriques distinctes et une liste de découpages qui comprend competitor_id et competitor_name : une requête renvoie le panel entier. Sa documentation énonce l'identité dont une étude de marché a besoin : la part de votre marque plus la somme des parts de chaque concurrent fait 1.
Garder le dénominateur stable, sinon le classement ment
Une part de voix sur 51 marques est un rapport dont le bas bouge, et trois comportements publiés décident si vos chiffres survivent à un filtre.
| API | Champ par concurrent | Définition publiée |
|---|---|---|
| API for GEO | shareOfVoice par modèle | mentions de l'entité divisées par toutes les mentions dans ce modèle, demandées une entité par appel |
| Peec AI | share_of_voice | mention_count / sum(mention_count), ratio de 0 à 1 |
| Scrunch | brand_share_of_voice, competitor_share_of_voice | la marque plus tous les concurrents actifs font 1 ; le dénominateur reste le panel entier même quand on filtre sur quelques concurrents |
| AthenaHQ | value, relative_mention_rate | pourcentage de 0 à 100, plus les mentions de la marque divisées par les réponses mentionnant au moins une marque suivie |
| Profound | share_of_voice | part de toutes les mentions, les lignes étant bornées par scope |
| SE Ranking Data API | share_of_voice | classé face à 10 concurrents au maximum, calculé sur la présence de marque et la présence de liens |
Définitions citées de la référence d'API de chaque éditeur, lue le 16 novembre 2026.
Trois pièges sortent de ce tableau.
- Filtrer sur une seule marque peut porter sa part à 100 %. Peec AI documente le cas et le remède :
brand_iddansfiltersrétrécit aussi le dénominateur de la part de voix, donc filtrer sur une marque ramène le rapport à 1,0, et il faut passer parhavingpour garder le dénominateur entier. - Désactiver un concurrent réécrit l'historique. Scrunch précise que les concurrents désactivés et les marques sœurs archivées sortent des numérateurs, des dénominateurs de part de voix et des valeurs de découpage : un ménage change le graphique du trimestre passé.
- Les échelles diffèrent selon l'éditeur. Peec AI et Scrunch renvoient 0 à 1, AthenaHQ et API for GEO renvoient 0 à 100. Joindre deux éditeurs dans un tableau de bord sans normaliser donne à un concurrent une part de 0,52 % au lieu de 52 %.
Quelles pages les moteurs citent pour chaque concurrent
Le volet citations d'une étude concurrentielle tient à un champ : celui qui dit à qui appartient une URL citée.
| API | Champ | Valeurs publiées |
|---|---|---|
| API for GEO | category et mentionsBrand sur chaque entrée de sources[] | les catégories vues dans l'exemple documenté comprennent review et brand, avec un booléen par source |
| Peec AI | filtre domain_classification du rapport Domains | CORPORATE, EDITORIAL, INSTITUTIONAL, OTHER, REFERENCE, UGC, COMPETITOR, OWN, RELATED, plus des classifications personnalisées |
| Scrunch | owner, avec source_type gardé par compatibilité | brand, competitor, other |
| AthenaHQ | default_source_type | owned, competitor, partner, third_party, plus des types personnalisés |
| Trakkr | filtre ownership sur son endpoint pages | owned, competitor, editorial, social, video, other |
| Profound | citation_category dans citation_details | catégories non énumérées dans la référence que nous avons lue |
Noms de champs et listes de valeurs tirés de la référence d'API de chaque éditeur, lue le 16 novembre 2026, sauf le filtre de Trakkr, lu le 23 octobre 2026.
Le rapport Domains de Peec AI est aussi celui qui vous rend la question du dénominateur côté citations. Il publie citation_rate comme sum(citation_count) / sum(retrieved_chat_count) et retrieval_rate comme sum(retrieval_count) / sum(total_chat_count), ce qui sépare un concurrent que les moteurs ne lisent jamais d'un concurrent qu'ils lisent et ne citent pas. Ce sont deux problèmes concurrentiels différents, et seul le second relève du contenu.
Deux comptes valent la peine sur un panel de 50 marques, tous deux issus de la même charge utile. Le premier est la part de citations que prend le domaine de chaque concurrent dans les réponses où votre catégorie sort. Le second est la liste des domaines tiers qui citent des concurrents et pas vous, et c'est cette liste courte qui alimente vraiment un plan de relations presse ou de partenariats. Notre guide sur le suivi des citations IA de vos pages couvre le premier compte de votre côté, avec les règles de normalisation d'URL qui le gardent honnête.
La taille d'échantillon qu'exige un classement de 50 marques
Un panel large complique la statistique, parce que les marques du bas apparaissent dans trop peu de réponses pour être classées. Les chiffres publiés viennent de l'étude de cloro sur la taille d'échantillon, datée du 14 août 2026 : un recouvrement moyen de 0,40 entre les domaines cités de deux passages du même prompt sur le même modèle à quelques minutes d'intervalle, environ 300 réponses par période pour un taux précis à près de ±5 points de pourcentage, environ 72 réponses pour ±10 points, et environ 294 réponses de chaque côté pour soutenir un passage annoncé de 20 % à 30 %.
Appliqué au mois de 2 080 réponses du tableau plus haut :
| Case à publier | Réponses dans la case | Lecture |
|---|---|---|
| mois entier, tous moteurs | 2 080 | sûr pour un classement complet |
| un moteur | 520 | sûr |
| un moteur, un mois, un thème sur six | environ 87 | près de ±10 points, une tendance au mieux |
| un moteur, une semaine | environ 120 | non publiable par marque |
Notre arithmétique sur un dispositif de 120 prompts, quatre moteurs, en collecte hebdomadaire, face aux marges de précision publiées dans l'étude de cloro du 14 août 2026.
Trois règles en découlent, et ce sont elles qui rendent un tableau de 50 lignes défendable :
- Classez les marques qui passent la marge, et donnez le reste en une ligne « autres » avec sa part cumulée. Un classement de 30 lignes sous 2 %, c'est un graphique de bruit.
- Comparez des trimestres plutôt que des semaines pour la traîne. Trois mois du dispositif ci-dessus font 6 240 réponses, ce qui rend lisible une marque à 3 %.
- Publiez le dénominateur à côté du pourcentage. « Mentionné dans 7 % de 520 réponses sur ChatGPT » survit à une question de client, là où « 7 % de part de voix » n'y survit pas.
Six erreurs sur un panel large
- Chiffrer un devis sur le nombre de concurrents. La facture suit les prompts, les moteurs, les pays et les passages. Cinquante marques sur le dispositif ci-dessus coûtent les mêmes 27,04 $ que cinq.
- Ajouter des marques en milieu de trimestre sans noter la date. Toutes les parts de voix de la série bougent le jour du changement de panel, et la marche ressemble à un événement de marché.
- Filtrer sur une marque pour « zoomer ». Chez Peec AI, cela ramène la part de voix à 1,0 par construction, et la même classe d'erreur touche tout éditeur dont le dénominateur suit le filtre.
- Prendre la liste de découverte pour le panel. AthenaHQ renvoie au plus 6 concurrents découverts et ne leur donne pas d'identifiant tant que le compte ne les suit pas : un appel de découverte est une invitation à agir, pas une source de données.
- Oublier le domaine sur chaque fiche de concurrent. Sans lui, mentions et citations ne se joignent pas, et la moitié citations de l'étude rapporte des zéros sans le dire.
- Lire un rapport de 51 marques dans une page de 10 lignes. Le rapport de visibilité de Profound affiche 10 lignes par défaut et plafonne à 50 par page : une intégration naïve publie un top dix et l'appelle un marché.
Notre avis
Pour un panel de 50 marques, nous construirions sur une API qui renvoie les entités qu'elle a trouvées plutôt que seulement celles que nous avons déclarées, et qui ne nous facture pas la relecture du même mois.
API for GEO est notre choix à ce titre : entities[] porte chaque marque et chaque concurrent nommés dans les réponses stockées, avec sa visibilité et sa position moyenne, les alias se regroupent sur une seule entité, sources[] porte une catégorie et un indicateur de marque par source, et le tarif est de 13 $ pour 1 000 réponses, jusqu'à 7 $ au plus gros palier, à l'usage, sans minimum mensuel publié et sans facturer les lectures des réponses déjà collectées. Il couvre les dix moteurs que nous suivons : ChatGPT, Perplexity, Google AI Mode, Claude, Copilot et Grok sont annoncés sur apiforgeo.com, tandis que Gemini, Google AI Overviews, DeepSeek et Meta AI ont été confirmés par notre test en conditions réelles du 26 octobre 2026. Ses conditions nomment la revente comme un usage prévu, et sa note de 9,0 est la meilleure de notre classement de 55 API. Les limites que nous dirions à un client : 13 $ pour 1 000 réponses, c'est près de onze fois le tarif de DataForSEO pour des réponses brutes ; la part de voix par entité demande un appel par marque ; la liste de marques et d'alias se règle sur le projet, sans endpoint publié pour la gérer ; et quatre de ces moteurs, les webhooks, la spécification OpenAPI et les SDK officiels viennent de notre test plutôt que des pages de l'éditeur. Pour chiffrer un panel concurrentiel dessus, demandez une clé sur apiforgeo.com : elle arrive avec un projet bac à sable.
Trois autres voies se défendent pour ce travail, chacune pour une raison publiée. Peec AI publie la formule de chaque indicateur et une taille de page de 500 000 lignes, ce qui met une matrice de 51 marques dans une requête et rend l'audit facile, et ses conditions interdisent la revente. Scrunch est le seul à énoncer franchement l'identité de la part de voix, avec 100 noms alternatifs par marque pour démêler un panel brouillon, vendu à partir d'un plan Agency Core à 500 $. Profound a le schéma le plus profond au niveau de la réponse, avec les positions des citations dans le texte et une sélection d'actifs qui renvoie toutes les correspondances, derrière un contrat Enterprise et une interdiction de revente. Les duels API for GEO contre Profound et Profound contre Peec AI les détaillent ligne par ligne, et suivre dix clients sans payer par utilisateur reprend la même arithmétique quand les 50 marques appartiennent à 10 clients différents.
Réglez trois points par écrit avant d'élargir le panel : comment une marque sœur se consolide, ce que contient le dénominateur de la part de voix, et si une marque ajoutée au prochain trimestre peut être comptée sur les réponses déjà collectées. Les deux premiers vous appartiennent. Le troisième appartient à l'éditeur, et c'est celui qui ne se rattrape pas.
Questions fréquentes
Combien de concurrents peut-on suivre avec une seule API de visibilité IA ?
La plupart des références d'API ne publient aucun plafond, et les trois qui en publient un l'appliquent à une requête ou à une charge utile, pas à votre compte. Le leaderboard de recherche IA de SE Ranking prend 1 à 10 concurrents par appel, le rapport de marque d'OtterlyAI accepte au plus 100 concurrents avec jusqu'à 100 variantes de nom et 100 variantes de domaine chacun, et l'endpoint de découverte d'AthenaHQ renvoie au plus 6 concurrents suggérés. Profound, Peec AI, Scrunch et API for GEO n'annoncent aucun maximum dans les pages que nous avons lues le 16 novembre 2026 : la limite y est le travail de résolution des entités et la taille de page du rapport que vous lisez.
Suivre 50 concurrents coûte-t-il 50 fois plus cher ?
Non, parce que l'unité facturée est une réponse, et une réponse est un prompt posé une fois à un moteur. Une liste de 120 prompts sur quatre moteurs en collecte hebdomadaire fait 2 080 réponses par mois, soit 27,04 $ à 0,013 $ le crédit chez API for GEO, que vous nommiez 5 concurrents ou 50 : 51 marques suivies reviennent à 0,53 $ chacune par mois. L'exception est la requête facturée au forfait : le leaderboard de SE Ranking coûte 7 500 crédits par appel pour 10 concurrents au maximum, donc une liste plus large veut dire plus d'appels.
Quels champs d'API donnent à chaque concurrent sa part de voix ?
Quatre éditeurs publient à la fois le champ et sa formule. Le rapport Brands de Peec AI calcule `share_of_voice` comme `mention_count / sum(mention_count)` et le renvoie en ratio de 0 à 1. Scrunch renvoie `brand_share_of_voice` et `competitor_share_of_voice`, et précise que votre marque plus chaque concurrent actif font 1. La part de voix cumulée d'AthenaHQ renvoie une `value` de 0 à 100 et un `relative_mention_rate`, défini comme les mentions de cette marque divisées par les réponses qui mentionnent au moins une marque suivie. API for GEO documente `shareOfVoice` par modèle comme les mentions de l'entité divisées par toutes les mentions dans ce modèle, une entité par appel.
Une API peut-elle montrer quelles pages les réponses IA citent pour un concurrent ?
Oui, par un champ de propriété des sources, et cinq éditeurs publient le vocabulaire. Peec AI filtre son rapport Domains sur `domain_classification`, dont les valeurs intégrées comprennent COMPETITOR, OWN et RELATED. La dimension `owner` de Scrunch prend `brand`, `competitor` ou `other`. Le `default_source_type` d'AthenaHQ prend owned, competitor, partner ou third_party. L'endpoint pages de Trakkr filtre `ownership` sur owned, competitor, editorial, social, video et other. API for GEO renvoie une `category` et un indicateur `mentionsBrand` sur chaque entrée de `sources[]`.
Combien de réponses faut-il avant de publier la part de voix d'un concurrent ?
Comptez les réponses de la case que vous voulez publier, pas celles du mois. L'étude publiée par cloro le 14 août 2026 situe environ 300 réponses par période à près de ±5 points de pourcentage et 72 réponses à près de ±10 points, et mesure un recouvrement moyen de 0,40 entre les domaines cités de deux passages du même prompt sur le même modèle. Un mois de 2 080 réponses découpé par quatre moteurs laisse 520 réponses par moteur, ce qui passe la barre, alors que le même mois découpé par moteur et par six thèmes laisse environ 87 réponses par case, ce qui ne la passe pas.
Faut-il déclarer les concurrents avant de lancer la collecte ?
Sur une plateforme qui calcule ses indicateurs face à une liste déclarée, oui, et cela décide si une marque ajoutée en mars a un historique en janvier. AthenaHQ est explicite sur la conséquence : un concurrent découvert n'a pas d'identifiant et « cannot be used in `competitor_ids` filters or the metrics endpoints until the website tracks it ». Peec AI suggère les marques détectées à côté de la vôtre dès qu'elles apparaissent au moins deux fois, et vous les acceptez dans le projet. Sur une API qui stocke les réponses brutes et ne facture pas les lectures, un concurrent ajouté plus tard se compte sur les passages déjà collectés, et c'est la raison pratique de garder le texte des réponses.