Les tests adaptatifs sont un moyen d'évaluation qui a récemment gagné en popularité. Ils sélectionnent la prochaine question à poser à un examiné de manière à estimer son niveau efficacement, en fonction de ses réponses aux questions précédentes. Les systèmes de tests adaptatifs se sont d'abord appuyés sur la théorie de la réponse à l'item (TRI) afin de fournir une mesure efficace des traits latents dans des évaluations pouvant être à grande échelle. Plus récemment, dans l'optique de fournir un retour utile à l'examiné, d'autres modèles ont été étudiés dans la théorie du diagnostic cognitif. L'un d'eux est le modèle qmatrice, qui établit un lien entre questions du test et compétences de l'examiné. Dans cet article, nous définissons un protocole basé sur la prédiction de performance pour évaluer deux modèles de tests adaptatifs : qmatrice et le modèle de Rasch issu de la TRI. Les résultats obtenus sur trois jeux de données réelles de différente taille et nature montrent que selon les caractéristiques du test, l'un ou l'autre modèle prédit le mieux la performance de l'examiné.