Recallr obtient 86.7% au LongMemEval, le test de référence de la mémoire à long terme.
Chaque question cache un détail dans environ 48 conversations précédentes, près de 490 messages, puis le redemande. Cela place Recallr dans la même catégorie que les systèmes de mémoire développés par les créateurs d’IA.
- La seule application grand public de cette liste. Les autres sont des systèmes de mémoire pour développeurs à intégrer dans leurs propres produits.
- Testé avec un modèle rapide et économique pour tous les jours. Certains résultats ici viennent de modèles bien plus puissants.
86.7%104 sur 120 questions
Dans le domaine des systèmes de mémoire sur lesquels les développeurs d'IA s'appuient.
Scores LongMemEval publiés, chacun au meilleur résultat de son équipe, avec le type de modèle IA utilisé et un lien vers la source.
- 1Mémoire d’observation MastraMémoire pour agents IA (open source)94.9%un petit modèle généralisteRecherche Mastra, février 2026 · 84,23 % avec un ancien modèle généraliste
- 2RétrospectiveMémoire pour agents IA (recherche)91.4%un modèle de base plus puissantLatimer et al., arXiv, déc. 2025 · 83,6 % avec un modèle open-source 20B
- 3RecallrL’app grand public, telle qu’elle est livrée86.7%un modèle rapide du quotidien
- 4EmergenceMemMémoire pour agents IA86.0%un modèle interneBlog Emergence AI, juin 2025 · Non reproductible publiquement ; sa méthode publique a obtenu 82,4 % avec un ancien modèle généraliste
- 5SupermémoireAPI Mémoire pour applications IA85.2%un grand modèle généralisteRecherche Supermémoire · 84,6 % avec un autre grand modèle généraliste
- 6ZepMémoire pour agents IA71.2%un ancien modèle généraliste
- 7Un modèle IA qui lit tout l’historiquePas de système de mémoire : l’historique complet de ~115 000 tokens dans chaque prompt60.6%un ancien modèle généraliste
Question posée dans une nouvelle conversation, des semaines ou des mois plus tard.
Quatre bonnes réponses de Recallr, mot pour mot. Les personnes et leurs discussions précédentes sont celles du test.
Mentionné pour la première fois about 8 months plus tôt
Combien de vélos possèdes-tu actuellement ?
Quatre. Dans ton message du 2 octobre, tu disais avoir acheté un nouveau vélo hybride, donc tu as maintenant un vélo de route, un VTT, un vélo de ville et ce vélo hybride — soit un de plus que les trois dont tu m’avais parlé le 15 février.
Mentionné pour la première fois about 4 months plus tôt
Combien de fois as-tu essayé de faire un Negroni chez toi depuis que ton amie Emma t’a montré comment faire ?
Dix fois – tu me l’as dit le jeudi 15 octobre 2026. (En juin, tu disais cinq, donc tu as doublé depuis.)
Mentionné pour la première fois 3 weeks plus tôt
Quel est mon meilleur score actuel à Ticket to Ride ?
132 points – tu l’as atteint le 4 octobre 2026, lors de la discussion pendant la soirée jeux Scythe. C’est mieux que ton précédent 124 du 1er octobre.
Mentionné pour la première fois 4 weeks plus tôt
Combien de jours se sont écoulés entre le début de l’arrosage de mon jardin d’herbes aromatiques et la récolte de ma première botte fraîche ?
24 jours – tu as commencé à arroser tous les jours le 23 septembre 2026, et récolté ta première récolte le 17 octobre 2026.
Le test, et comment nous l’avons réalisé.
- Le test
- LongMemEval (Wu et al., ICLR 2025) vérifie si un assistant de chat se souvient de ce que tu lui as dit au fil de nombreuses conversations : faits mentionnés, changements ultérieurs, dates, préférences, et ce qu’il t’a répondu. Son ensemble « S » donne à chaque question sur 48 conversations précédentes à rechercher. L’article.
- Recallr
- La version actuelle de Recallr, telle qu’elle est livrée, testée October 2026. Les conversations précédentes de chaque question ont été chargées dans un compte neuf comme discussions passées ; la question a ensuite été posée dans une nouvelle conversation.
- Les questions
- 120 sur 500, un nombre pair 20 de chaque des six types, issus de la version nettoyée du jeu de données.
- Le modèle d’IA
- Un modèle rapide et économique a répondu à chaque question ; c’est l’un des modèles IA utilisés par Recallr. Chaque réponse a été évaluée à l’aveugle, avec les consignes et le modèle de vérification du benchmark.
- Autres systèmes
- Leurs propres résultats publiés sur le même test, 6 sources, vérifiés le 20 octobre 2026. Lis le graphique comme une fourchette, pas une course : chaque système a répondu avec un modèle d’IA différent, et les 500 questions ont été posées.
Bon à savoir.
Tu veux en savoir plus ? Demande à Recallr dans le coin, ou écris à support@recallr-ai.org.
01Qu’est-ce que LongMemEval ?
Le standard de référence pour la mémoire à long terme des assistants de chat, publié à l’ICLR 2025. Chacune de ses 500 questions est accompagnée de dizaines de conversations précédentes et porte sur un détail précis, obligeant l’assistant à retrouver et utiliser ce que tu as dit, pas à deviner.
02La mémoire de Recallr est-elle la même dans l'application ?
Oui. Le test a été réalisé sur la version actuelle de Recallr telle qu’elle est distribuée : même mémoire, même recherche dans tes conversations passées, mêmes vérifications des réponses.
03Pourquoi 120 questions et pas les 500 ?
Chaque question nécessite un compte avec des dizaines de conversations précédentes, alors nous avons réalisé un 20 équitable pour chacun des six types de test. À chaque nouvelle version de Recallr, nous le relançons et cette page se met à jour.
Dis-le une fois.
Demande des mois plus tard.
Sauvegarde ce qui compte aujourd’hui. Demande-le quand tu en as besoin.
Commence gratuitement. Pas besoin de carte.