FSRS vs SM-2 : quel algorithme de répétition espacée gagne en 2026 ?

Si vous comparez FSRS et SM-2, la réponse courte est la suivante : FSRS est l'algorithme le plus précis et le plus adaptatif pour la plupart des apprenants sur le long terme, tandis que SM-2 reste une option simple et éprouvée pour les petits paquets ou pour les utilisateurs qui préfèrent des heuristiques prévisibles.

Les deux algorithmes planifient les révisions de flashcards, mais leurs prédictions reposent sur des mécanismes fondamentalement différents. FSRS s'appuie sur un modèle de mémoire issu de l'apprentissage automatique, entraîné sur votre historique personnel de révisions. SM-2 repose sur des règles de multiplication fixes qui n'ont presque pas changé depuis 1987. Cette différence devient importante dès que votre paquet dépasse quelques centaines de cartes.

Ce guide détaille le fonctionnement de chaque algorithme, les cas où FSRS l'emporte, ceux où SM-2 reste pertinent, et comment choisir le planificateur adapté à votre façon de travailler.

Qu'est-ce que FSRS ?

FSRS signifie Free Spaced Repetition Scheduler. C'est un algorithme de répétition espacée open source créé par Jarrett Ye (L-M-Sherlock) et publié en 2022. FSRS repose sur le modèle de mémoire DSR : Difficulté, Stabilité et Récupérabilité.

Après chaque révision, FSRS met à jour les valeurs de Difficulté et de Stabilité de cette carte. Il planifie ensuite la révision suivante pour que la Récupérabilité atteigne votre rétention souhaitée (généralement 90 à 92 %) au moment exact où vous revoyez la carte.

FSRS est intégré à Anki depuis la version 23.10 et constitue le planificateur par défaut des nouveaux paquets dans les versions récentes. Il est également utilisé nativement par des applications comme Deckbase, Mochi et RemNote.

Qu'est-ce que SM-2 ?

SM-2 est l'algorithme SuperMemo-2 développé par Piotr Wozniak et publié en 1987. Il est devenu célèbre parce qu'Anki en a adapté une version modifiée comme planificateur par défaut pendant de nombreuses années.

SM-2 fonctionne avec une seule valeur appelée facteur de facilité. Chaque fois que vous évaluez une carte, l'algorithme multiplie l'intervalle actuel par le facteur de facilité pour produire l'intervalle suivant. Les évaluations difficiles abaissent le facteur de facilité ; les évaluations faciles l'augmentent.

L'algorithme est simple et robuste. Il a aidé des millions d'apprenants à mémoriser du vocabulaire, des faits médicaux, des codes juridiques et des concepts techniques. Cependant, il ne modélise pas directement la mémoire. Il applique des règles fixes qui ne s'adaptent pas aux courbes d'oubli individuelles au-delà du facteur de facilité.

FSRS vs SM-2 : comparaison côte à côte

La différence pratique la plus importante, c'est la personnalisation. SM-2 applique la même formule à tous les utilisateurs. FSRS apprend de vos évaluations réelles et optimise les intervalles pour votre mémoire.

Précision des prédictions : ce que disent les benchmarks

La comparaison la plus citée provient du benchmark Expertium, qui a évalué les planificateurs sur plus de 700 millions de révisions Anki.

Des valeurs plus basses signifient que l'algorithme prédit mieux si vous allez vous rappeler ou oublier une carte. FSRS-5 réduit l'erreur de prédiction d'environ deux tiers par rapport à SM-2. En séance d'étude réelle, cela se traduit par moins d'oublis surprises et moins de révisions inutiles de contenu que vous maîtrisez déjà.

Quand FSRS est le meilleur choix

FSRS a tendance à l'emporter pour les apprenants qui :

• ont des paquets de 500 cartes ou plus ;
• étudient sur des mois ou des années, pas quelques jours ;
• veulent fixer un objectif de rétention explicite ;
• mélangent contenu facile et contenu difficile dans un même paquet ;
• disposent déjà de 1 000 révisions ou plus d'historique pour optimiser les paramètres ;
• veulent réduire le temps de révision quotidien sans sacrifier le rappel.

Les étudiants en médecine, les apprenants en langues et les candidats à une certification constatent souvent les gains les plus importants, car leurs périodes d'étude sont longues et leurs bibliothèques de cartes volumineuses.

Quand SM-2 reste pertinent

SM-2 reste un choix raisonnable si vous :

• utilisez un paquet petit ou de courte durée (moins de 500 cartes) ;
• débutez en répétition espacée et cherchez un planificateur simple ;
• préférez un contrôle manuel et prévisible à l'optimisation algorithmique ;
• avez une configuration Anki historique qui fonctionne déjà ;
• n'avez pas encore assez d'historique de révisions pour que FSRS puisse s'entraîner.

SM-2 n'est pas cassé. Pour de nombreux utilisateurs, la différence entre SM-2 et FSRS est plus petite que celle produite par la qualité des cartes, la régularité et l'honnêteté de l'auto-évaluation.

Comment passer de SM-2 à FSRS

Dans Anki 23.10 ou une version ultérieure :

1. Ouvrez un paquet et cliquez sur Options.
2. Faites défiler jusqu'à la section Avancé.
3. Activez FSRS.
4. Définissez votre rétention souhaitée (commencez par 90 à 92 %).
5. Cliquez sur Optimiser pour ajuster les paramètres à votre historique de révisions.

Le changement n'est pas destructif. Vos cartes et votre historique de révisions restent en place ; seuls les intervalles futurs sont planifiés différemment.

Dans Deckbase, FSRS est le planificateur intégré. Il n'y a pas d'interrupteur : chaque révision utilise FSRS automatiquement. Si vous importez un paquet Anki via APKG, vos cartes sont transférées, mais pas l'historique de planification. Vous repartez de zéro avec les intervalles FSRS dès le premier jour.

Un test pratique de 14 jours

Si vous hésitez sur l'algorithme à utiliser, lancez cette expérience de deux semaines :

1. Choisissez un paquet actif d'au moins 200 cartes.
2. Activez FSRS et réglez la rétention à 90 %.
3. Suivez le temps de révision quotidien, le taux d'achèvement et le nombre d'oublis pendant 14 jours.
4. Comparez avec vos deux dernières semaines sous SM-2.
5. Décidez en fonction des résultats, pas de la théorie.

La plupart des utilisateurs qui vont au bout de ce test restent sur FSRS, car la charge quotidienne baisse tandis que la rétention reste stable.

FAQ

FSRS est-il meilleur que SM-2 ?

Pour la plupart des apprenants sur le long terme avec de gros paquets, oui. FSRS prédit l'oubli plus précisément et peut réduire le volume de révisions de 20 à 30 % à niveau de rétention égal. SM-2 reste très bien pour les petits paquets ou pour ceux qui préfèrent la simplicité.

FSRS fonctionne-t-il sans beaucoup d'historique de révisions ?

FSRS utilise des paramètres par défaut tant qu'il n'a pas assez de données pour optimiser. Il faut généralement environ 1 000 révisions pour que les paramètres personnalisés deviennent fiables. D'ici là, FSRS reste au moins aussi performant que SM-2 pour la plupart des utilisateurs.

Puis-je revenir de FSRS à SM-2 ?

Oui. Dans Anki, vous pouvez désactiver FSRS dans les options du paquet et revenir à SM-2. Vos intervalles futurs repasseront à la planification SM-2, mais l'historique de révisions passé est conservé.

Deckbase utilise-t-il FSRS ou SM-2 ?

Deckbase utilise FSRS nativement comme planificateur central. Il n'existe pas d'option SM-2. Cela garde l'application simple et garantit que chaque utilisateur profite d'une prédiction de rétention moderne sans configuration manuelle.

Quel objectif de rétention dois-je choisir ?

Commencez par 90 à 92 %. Des objectifs plus bas réduisent la charge de travail mais augmentent les oublis. Des objectifs plus élevés améliorent le rappel mais peuvent rendre les révisions quotidiennes intenables. Ajustez après 2 à 3 semaines en fonction de votre taux d'achèvement et de votre temps d'étude réels.

Verdict final

Choisissez FSRS si vous voulez un planificateur moderne et adaptatif qui réduit la charge de révisions et améliore la précision des prédictions pour un apprentissage sur le long terme.

Choisissez SM-2 si vous avez un petit paquet, préférez la simplicité, ou avez déjà une méthode qui fonctionne et ne voulez pas la changer.

Pour la plupart des apprenants sérieux en 2026, FSRS est le choix par défaut évident. L'écart n'est pas seulement théorique : il se traduit par des sessions quotidiennes plus courtes, moins d'oublis surprises et une rétention à long terme plus stable.

Prêt à étudier avec FSRS ? Essayez Deckbase(opens in a new tab) et révisez avec le même algorithme qu'Anki, sans la complexité de la configuration.