Comparatif des filigranes IA (watermark) : SynthID, textGrain, C2PA et filigranes LLM

Avec la multiplication des images, vidéos et textes créés par IA, les entreprises proposent désormais toutes des technologies pour vérifier si un contenu « a été créé par une IA ». Mais des noms comme SynthID, textGrain ou C2PA apparaissent souvent dans des contextes similaires, et il n'est pas facile de comprendre ce qui les distingue. Cet article compare les principaux filigranes IA (watermark) et technologies de provenance selon leur fonctionnement, les contenus concernés, les personnes qui peuvent vérifier, ainsi que leurs forces et faiblesses. Les informations reposent sur les annonces officielles de chaque entreprise au 9 octobre 2026.

Trois approches : filigrane, provenance et outils de détection

Les moyens de reconnaître un contenu créé par IA se répartissent en trois grandes catégories.

Filigrane numérique (watermark) : lorsque l'IA crée le contenu, une marque invisible est intégrée dans les pixels de l'image, dans le choix des mots du texte, etc. Exemples : SynthID, SynthID Text, textGrain
Historique de provenance (métadonnées) : joint au fichier, sous forme d'informations signées, quand, par qui et avec quel outil le contenu a été créé, et comment il a été modifié. Exemple : C2PA (Content Credentials)
Outils de détection a posteriori : même sans marque, ils estiment à partir des caractéristiques du contenu s'il ressemble à une production d'IA. Ce sont les outils dits de détection d'IA

Le filigrane numérique et l'historique de provenance sont des méthodes où le créateur appose une marque à l'avance. Ils permettent un jugement fondé, mais ne reconnaissent pas les contenus d'IA non marqués. Les outils de détection s'appliquent à n'importe quel contenu, mais leur résultat n'est qu'une estimation, et ils se trompent parfois.

Comparatif des principales technologies

Voici, critère par critère, les caractéristiques des principales technologies.

SynthID (Google)

Approche : filigrane numérique
Contenus : images, vidéos, audio et texte
Où il est utilisé : dans les IA de Google comme Gemini, Imagen, Veo, Lyria et NotebookLM. OpenAI, NVIDIA, Kakao et ElevenLabs ont aussi annoncé son adoption
Qui peut vérifier : tout le monde. Vérification possible avec l'application Gemini, SynthID Detector (ouvert au public depuis octobre 2026, en anglais), la recherche Google et Chrome
Forces : a tendance à subsister même si les informations annexes sont effacées. Permet de vérifier en un seul endroit les contenus générés par plusieurs entreprises
Faiblesses : n'indique guère plus que « créé ou non avec une IA compatible ». Pas parfait face à des modifications extrêmes

SynthID Text (Google)

Approche : filigrane numérique (filigrane LLM)
Contenus : textes générés par IA
Où il est utilisé : publié en open source, il peut être intégré par n'importe qui dans ses propres modèles via Transformers de Hugging Face
Qui peut vérifier : les personnes qui détiennent la clé du filigrane (par exemple, le développeur qui l'a intégré)
Forces : une validation à grande échelle sur Gemini a montré qu'il n'affecte pratiquement pas la qualité. L'effet sur la vitesse est lui aussi très faible
Faiblesses : peu efficace sur les réponses factuelles courtes, les réécritures importantes et les traductions

textGrain (OpenAI)

Approche : filigrane numérique (filigrane LLM)
Contenus : textes générés avec ChatGPT, Codex et l'API
Où il est utilisé : déploiement dans ChatGPT et Codex pour l'UE d'ici quelques semaines. Activation facultative possible dans le monde entier via l'API (depuis le 5 octobre 2026)
Qui peut vérifier : uniquement des chercheurs et organismes spécialisés agréés après examen
Forces : selon l'évaluation d'OpenAI, performances égales ou supérieures à celles de SynthID Text. Effet limité sur la qualité
Faiblesses : sur des textes de 400 tokens, remplacer 25 % des mots fait tomber le taux de détection à 17 %. Peu efficace aussi sur les textes courts et les textes de type mathématique

Le filigrane de texte de Claude (Anthropic)

Approche : filigrane numérique (filigrane LLM) et C2PA
Contenus : les textes générés par Claude (les modèles publiés à partir du 2 août 2026 le prennent en charge dès leur lancement, et les modèles antérieurs le prennent déjà en charge dans les services d'Anthropic) et les fichiers générés par les nouveaux modèles
Où il est utilisé : dans toutes les régions où Claude est proposé, y compris l'API, Claude et Claude Code
Qui peut vérifier : la détection du filigrane est une préversion privée réservée, conformément au droit de l'UE, aux autorités de régulation, chercheurs et autres acteurs concernés. Les informations C2PA des fichiers peuvent être vérifiées avec l'outil gratuit « Claude Content Checker »
Remarques : le filigrane des textes repose sur la méthode de SynthID Text de Google. Les textes traduits par Claude reçoivent aussi un filigrane

C2PA (Content Credentials)

Approche : historique de provenance (métadonnées signées)
Contenus : images, vidéos, audio, documents, etc. (la version 2.4 de la norme, d'avril 2026, prend aussi en charge HTML et Markdown)
Où il est utilisé : OpenAI, Google (Pixel 10, Google Photos, YouTube), Microsoft, Adobe et des appareils photo comme ceux de Leica. LinkedIn, TikTok et Meta s'en servent pour leurs étiquettes
Qui peut vérifier : tout le monde. Vérification possible sur le site Verify et via l'affichage de chaque service
Forces : permet de savoir jusqu'à qui a créé le contenu, avec quel outil et comment il a été modifié. Norme sectorielle à laquelle participent de nombreuses entreprises
Faiblesses : les informations disparaissent facilement lors d'une capture d'écran ou d'un nouvel enregistrement

Video Seal (Meta)

Approche : filigrane numérique
Contenus : vidéos
Où il est utilisé : un résultat de recherche publié en open source par Meta
Qui peut vérifier : par exemple, les développeurs qui ont intégré le mécanisme

Pour vérifier une image, une vidéo ou un son

Pour vérifier si une image, une vidéo ou un son a été créé par IA, le plus efficace est de procéder dans cet ordre.

SynthID Detector (synthid.com) : permet de vérifier si le contenu a été créé avec l'IA de Google, d'OpenAI, de NVIDIA ou de Kakao
Application Gemini : permet de vérifier si le contenu a été créé avec l'IA de Google (les IA des autres entreprises ne sont pas prises en charge pour l'instant)
Site Verify de C2PA (contentcredentials.org/verify) : si l'historique de provenance est conservé, il indique l'outil de création et l'historique des modifications
openai.com/verify : permet de vérifier si une image ou un son a été créé avec l'IA d'OpenAI

Dans tous les cas, ne pas trouver de marque ne signifie pas que le contenu n'a pas été créé par IA. Il peut avoir été créé avec une IA non prise en charge, ou la marque peut avoir disparu lors d'une modification.

Pour vérifier un texte

Pour les textes, il n'existe en octobre 2026 pratiquement aucun outil officiel de détection de filigrane que le grand public puisse utiliser librement. La détection de textGrain d'OpenAI et du filigrane de Claude est soumise à agrément ou limitée à une préversion, et SynthID Text s'adresse aux développeurs qui détiennent la clé.

Pour l'instant, les utilisateurs et les enseignants ne disposent donc guère que des outils de détection d'IA pour vérifier un texte. Comme ces outils jugent parfois à tort qu'un texte humain a été écrit par une IA, il est important de ne pas se fier à leur seul résultat. Le fonctionnement et les limites des filigranes LLM sont présentés dans « Qu'est-ce que le filigrane LLM ? ».

Pour les développeurs et les entreprises

Pour les développeurs et les entreprises qui proposent leur propre IA, la conformité réglementaire est aussi un point important. L'AI Act de l'UE exige des fournisseurs d'IA générative que leurs résultats puissent être identifiés par des moyens automatiques comme créés par IA.

Si vous générez du texte avec votre propre modèle : vous pouvez intégrer SynthID Text, disponible en open source
Si vous utilisez l'API d'OpenAI : vous pouvez activer textGrain
Si vous traitez des images ou des vidéos : la CAI fournit en open source des outils pour ajouter des informations C2PA

Le filigrane et C2PA sont complémentaires. Comme le font OpenAI et Google, combiner les deux devient la norme.

Limites communes à toutes les technologies

Toutes les technologies partagent certaines limites.

Absence de marque ne veut pas dire création humaine : les contenus créés avec une IA non prise en charge ou qui n'appose pas de marque ne peuvent pas être identifiés
Fragiles face aux retouches et modifications : une forte retouche d'image, la réécriture ou la traduction d'un texte peuvent faire disparaître ou affaiblir la marque
Elles n'indiquent pas l'exactitude du contenu : la marque indique l'intervention d'une IA ou la provenance, pas si le contenu est exact
Certaines technologies ne sont vérifiables que par quelques acteurs : en particulier, l'accès aux détecteurs de filigranes de texte est limité

En résumé

Les technologies de reconnaissance des contenus créés par IA reposent sur deux piliers : les filigranes numériques qui intègrent une marque invisible (SynthID, SynthID Text, textGrain, etc.) et C2PA, qui enregistre le parcours de création. Les images, vidéos et sons peuvent désormais être vérifiés par tous avec SynthID Detector ou le site Verify de C2PA, mais les filigranes de texte ne peuvent encore être détectés que par un nombre restreint d'acteurs.

Aucune technologie n'est infaillible. Utilisez les résultats des filigranes et de la provenance comme un élément d'appréciation parmi d'autres, en les croisant avec la vérification de l'origine. Chaque technologie est détaillée dans « Qu'est-ce que SynthID ? », « Qu'est-ce que SynthID Text ? », « Qu'est-ce que textGrain ? » et « Qu'est-ce que C2PA ? ».