Continuer → Aperçu
Pas de remise à zéro mensuelle · Les crédits restent jusqu'à utilisation

Bien plusqu’un nom.

Une détection du genre qui montre ses preuves

Envoyez un prénom, un nom complet, une adresse e-mail ou un nom d'utilisateur. Vous obtenez un genre, une probabilité et la taille d'échantillon sur laquelle elle repose, y compris pour les prénoms que beaucoup d'API laissent sans réponse.

Essayez maintenant

Noms qui varient selon le pays

Preuves derrière la réponse

Jean

Homme

Probabilité 81 %
Basé sur
2 418 610 personnes
Confiance
élevée
Source
Données de référence

Par pays, registres des naissances comptabilisés

  • France 1 910 805 personnes Homme 100 %
  • États-Unis 483 198 personnes Femme 95 %
  • Suisse 15 459 personnes Homme 99 %
  • Canada 3 295 personnes Homme 88 %
Profil complet de Jean

Robin

Femme

Probabilité 68 %
Basé sur
433 280 personnes
Confiance
élevée
Source
Données de référence

Par pays, registres des naissances comptabilisés

  • États-Unis 338 093 personnes Femme 86 %
  • France 59 650 personnes Homme 100 %
  • Angleterre et Pays de Galles 10 247 personnes Homme 82 %
  • Suisse 9 778 personnes Homme 97 %
Profil complet de Robin

Andrea

Femme

Probabilité 96 %
Basé sur
645 331 personnes
Confiance
élevée
Source
Données de référence

Par pays, registres des naissances comptabilisés

  • États-Unis 450 034 personnes Femme 99 %
  • Espagne 113 054 personnes Femme 97 %
  • Suisse 36 125 personnes Femme 76 %
  • France 10 855 personnes Homme 79 %
Profil complet de Andrea

Kim

Femme

Probabilité 81 %
Basé sur
245 611 personnes
Confiance
élevée
Source
Données de référence

Par pays, registres des naissances comptabilisés

  • États-Unis 214 713 personnes Femme 84 %
  • Norvège 9 000 personnes Homme 93 %
  • France 6 610 personnes Femme 81 %
  • Canada 4 691 personnes Femme 94 %
Profil complet de Kim

Noa

Femme

Probabilité 61 %
Basé sur
104 524 personnes
Confiance
élevée
Source
Données de référence

Par pays, registres des naissances comptabilisés

  • France 41 975 personnes Homme 83 %
  • Espagne 40 682 personnes Femme 100 %
  • États-Unis 12 649 personnes Femme 83 %
  • Angleterre et Pays de Galles 2 779 personnes Femme 73 %
Profil complet de Noa

Explorer les données prénoms dans la base de données 8 235 352 pays couverts 201

Mesuré sur 4 610 prénoms étiquetés, points faibles inclus

Les étiquettes proviennent de listes publiques de prénoms que nous n'avons pas compilées, et le test exécute le même code que l'API. Nous publions les systèmes d'écriture que nous maîtrisons mal à côté de ceux que nous maîtrisons bien.

Dans le benchmark NameGender 2026 de 4 610 noms étiquetés provenant de 25 pays, l'API a répondu à 94 % des noms et 97 % de ces réponses étaient correctes, donc 91 % de tous les noms ont été répondus correctement.

réponses correctes
97 %
4 610 prénoms étiquetés de 25 pays, 94 % ont reçu une réponse
prénoms dans la base de données
8,2M
pays couverts
201

Noms répondus correctement, par système d'écriture

Proportion de tous les noms de test dans chaque système d'écriture traités correctement. Les noms sans réponse sont comptabilisés comme des erreurs.

  • Basé sur
    190
    réponses correctes
    99 %

    98 % répondus · Proportion de tous les noms de test dans chaque système d'écriture traités correctement. Les noms sans réponse sont comptabilisés comme des erreurs.

  • Basé sur
    200
    réponses correctes
    98 %

    98 % répondus · Proportion de tous les noms de test dans chaque système d'écriture traités correctement. Les noms sans réponse sont comptabilisés comme des erreurs.

  • Basé sur
    3 195
    réponses correctes
    97 %

    98 % répondus · Proportion de tous les noms de test dans chaque système d'écriture traités correctement. Les noms sans réponse sont comptabilisés comme des erreurs.

  • Basé sur
    200
    réponses correctes
    92 %

    100 % répondus · Proportion de tous les noms de test dans chaque système d'écriture traités correctement. Les noms sans réponse sont comptabilisés comme des erreurs.

  • Basé sur
    222
    réponses correctes
    91 %

    100 % répondus · Proportion de tous les noms de test dans chaque système d'écriture traités correctement. Les noms sans réponse sont comptabilisés comme des erreurs.

  • Basé sur
    200
    réponses correctes
    96 %

    80 % répondus · Proportion de tous les noms de test dans chaque système d'écriture traités correctement. Les noms sans réponse sont comptabilisés comme des erreurs.

  • Basé sur
    200
    réponses correctes
    97 %

    66 % répondus · Proportion de tous les noms de test dans chaque système d'écriture traités correctement. Les noms sans réponse sont comptabilisés comme des erreurs.

  • Basé sur
    200
    réponses correctes
    96 %

    51 % répondus · Proportion de tous les noms de test dans chaque système d'écriture traités correctement. Les noms sans réponse sont comptabilisés comme des erreurs.

Basé sur
200
réponses correctes
100 %

100 % répondus

Basé sur
174
réponses correctes
90 %

100 % répondus

Basé sur
160
réponses correctes
99 %

100 % répondus

Basé sur
200
réponses correctes
100 %

99 % répondus

Basé sur
200
réponses correctes
99 %

100 % répondus

Basé sur
200
réponses correctes
98 %

98 % répondus

Basé sur
194
réponses correctes
99 %

100 % répondus

Basé sur
200
réponses correctes
95 %

98 % répondus

Basé sur
189
réponses correctes
99 %

100 % répondus

Basé sur
200
réponses correctes
100 %

100 % répondus

Basé sur
200
réponses correctes
96 %

80 % répondus

Basé sur
200
réponses correctes
97 %

66 % répondus

Basé sur
200
réponses correctes
97 %

98 % répondus

Basé sur
200
réponses correctes
99 %

96 % répondus

Basé sur
51
réponses correctes
94 %

100 % répondus

Basé sur
200
réponses correctes
92 %

100 % répondus

Basé sur
200
réponses correctes
96 %

100 % répondus

Basé sur
200
réponses correctes
98 %

95 % répondus

Basé sur
197
réponses correctes
100 %

100 % répondus

Basé sur
190
réponses correctes
99 %

98 % répondus

Basé sur
200
réponses correctes
100 %

100 % répondus

Basé sur
200
réponses correctes
96 %

51 % répondus

Basé sur
61
réponses correctes
93 %

98 % répondus

Basé sur
200
réponses correctes
92 %

100 % répondus

Basé sur
194
réponses correctes
80 %

89 % répondus

Tout ce dont vous avez besoin pour ajouter le genre à un ensemble de données

Une API, quatre types d'entrée, et des outils en masse qui traitent les fichiers que les autres services ne peuvent pas gérer.

Pour les développeurs

Une seule API REST pour les noms, e-mails et noms d'utilisateur, la même structure JSON pour les trois, et un endpoint en masse pour jusqu'à 100 valeurs par requête.

curl "https://namegender.com/api/v1/gender?name=Jean&country=FR" \
  -H "Authorization: Bearer $NAMEGENDER_API_KEY"

{
    "name": "Jean",
    "gender": "male",
    "probability": 100,
    "sample_size": 1910805,
    "country": "FR",
    "confidence": "high",
    "source": "db"
}

Pour les feuilles de calcul

Lancez un traitement de tableur : envoyez un fichier XLSX ou CSV, indiquez la colonne qui contient les noms, et vos lignes reviennent avec le genre, la probabilité et la taille d'échantillon à côté. Sans code.

customers.xlsx
first_namecountry genderprobabilitybased_on
Jean FR male 100 1910805
Robin US female 86 338093
Andrea US female 99 450034
Kim US female 84 214713

Prénoms et noms complets

Les noms composés et les noms avec titres ou initiales sont nettoyés avant la recherche : vous pouvez envoyer le champ tel quel.

Adresses e-mail

ayse.yilmaz84@example.com est lu comme Ayşe ; les adresses génériques comme info@ reviennent en unknown.

Noms d'utilisateur et pseudos

camelCase, snake_case et chiffres en fin sont séparés avant la recherche.

Traitements de tableurs

Donnez-nous un fichier XLSX ou CSV et récupérez les mêmes lignes avec des colonnes de genre ajoutées. 200 000 lignes prennent moins d'une seconde de calcul.

Sensible au pays

Andrea est masculin en Italie et féminin en Allemagne. Indiquez un pays et nous le pondérons.

Transparence des sources

Chaque réponse indique sa provenance et la taille de l'échantillon.

Vos crédits restent jusqu'à ce que vous les utilisiez

Achetez 5 000 crédits pour 5,00 €, ou 50 000 000 pour 990,00 €. Ce que vous n'utilisez pas reste sur votre compte : pas de réinitialisation mensuelle ni de clause d'inactivité.

Chaque compte reçoit aussi 100 crédits gratuits par jour.

Voir tous les forfaits
Forfait Crédits Prix Prix pour 1 000 noms
5K 5 000 crédits 5,00 € 1,000 € pour 1 000
300K 300 000 crédits 63,00 € 0,210 € pour 1 000
50M 50 000 000 crédits 990,00 € 0,020 € pour 1 000

Questions que se posent les gens avant de choisir une API de genre

Qu'est-ce qu'une API de genre ?

Une API de genre prédit le genre le plus souvent associé à un prénom, en utilisant les registres d'état civil comptabilisés et d'autres statistiques sur les noms. NameGender retourne le genre accompagné de la probabilité, le nombre de personnes sur lesquelles la réponse est basée, le pays et la source, et retourne inconnu quand les preuves sont insuffisantes.

Quelle est la précision de NameGender ?

Dans le benchmark 2026 de 4 610 prénoms étiquetés provenant de 25 pays, NameGender a répondu à 94 % des prénoms et 97 % de ces réponses étaient correctes, donc 91 % de tous les prénoms ont reçu une réponse correcte. Les prénoms complètement absents du dataset constituent un cas différent : sur 2 000 prénoms retirés pour un test séparé, 10 % ont reçu une réponse, par orthographe la plus proche, et 97 % de ces réponses étaient correctes.

Fonctionne-t-il pour les noms turcs, arabes, chinois ou coréens ?

Oui. Les noms turcs utilisent l'alphabet latin, où 96 % des noms de test ont été identifiés correctement. Les noms arabes, chinois et coréens sont appairés directement ou après translittération : 96 %, 91 % et 92 % des noms de test ont été identifiés correctement. Les noms hébreux et thaïs obtiennent moins souvent une réponse : 64 % et 49 % des noms de test ont reçu une réponse correcte.

Un même nom peut-il avoir un genre différent selon les pays ?

Oui. Jean est enregistré comme homme en France (100 %) et comme femme en États-Unis (95 %). Transmettez un code pays à deux lettres et la réponse utilise les données de ce pays ; sans cela, vous obtenez l'agrégat mondial.

Peut-il détecter le genre à partir d'une adresse e-mail ou d'un nom d'utilisateur ?

Oui. L'endpoint email recherche le prénom dans la partie locale, donc john.doe@example.com se résout en John, et l'endpoint username supprime d'abord les chiffres et séparateurs. Les adresses de rôle comme admin@ ou info@, les identifiants génériques comme user123, et une initiale suivie seulement d'un nom de famille, comme j.smith@, reviennent inconnus plutôt que comme une supposition.

Combien de temps durent les crédits, et combien coûtent-ils ?

Les crédits achetés restent sur votre solde jusqu'à ce que vous les utilisiez. Les forfaits commencent à 5,00 € pour 5 000 crédits, le plus grand coûte 0,020 € pour 1 000 noms, et chaque compte reçoit 100 crédits gratuits par jour.

Puis-je utiliser le résultat pour prendre une décision concernant une personne ?

Non. Un résultat basé sur le nom est une association statistique, pas l'identité de genre d'une personne. Utilisez-le pour des travaux d'agrégation comme la segmentation d'audience ou la pondération d'enquête, maintenez les résultats inconnus visibles, et ne l'utilisez pas pour les décisions d'emploi, médicales, financières, d'assurance, légales ou d'éligibilité.

Commencez avec 100 crédits gratuits chaque jour

Aucune carte bancaire. Tout ce que vous achetez reste sur votre solde jusqu'à ce que vous l'utilisiez.

Créer votre compte gratuit