Le test A/B (ou test split) est une méthode statistique comparant deux versions d'un élément — modèle, prompt, interface ou processus — pour déterminer laquelle performed mieux. Les utilisateurs ou données sont divisés aléatoirement en deux groupes, chacun exposé à une version, et la différence de résultats est mesurée. En IA, un test A/B peut comparer deux modèles, deux prompts ou une réponse humaine contre une réponse IA. Il fournit des preuves empiriques pour la prise de décision.