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.
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
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.
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.
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.
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.
Explore by input, market or use
Measured coverage and worked examples for each. Written in English only.
With your permission we measure how the site is used and which adverts lead to a sign-up. Both are optional and neither runs until you allow it.
Read the cookie policy.