Quel modèle d'IA local puis-je exécuter ?
IA LOCALE · AUCUNE DONNÉE ENVOYÉE
Puis-je exécuter ce modèle sur ma machine ?
Indiquez votre GPU, votre mémoire et votre usage. Nous proposons des modèles adaptés, une quantification raisonnable et la commande pour les tester dans Ollama. Il s'agit d'une estimation, pas d'un benchmark.
Estimation indicative. La VRAM réelle dépend du backend, des pilotes, du contexte, du batch et du système. Utilisez le calculateur de VRAM pour affiner et testez toujours sur votre machine. Dernière révision des modèles : 30 oct. 2026.
Test réel sur 8 Go (30 oct. 2026) : sur une GTX 1070 Ti, Llama 3.2 3B, Qwen2.5 7B et Llama 3.1 8B Q4_K_M se sont chargés sur GPU ; le 8B a culminé à 6,2 Go. Lors d'un test factuel court, Qwen 7B a été correct et les deux Llama ont échoué. Une seule machine : ce n'est pas une promesse pour la vôtre.
Questions fréquentes
L'estimation de VRAM est-elle exacte ?
Non. C'est une estimation basée sur les paramètres du modèle, les bits de quantification, le contexte et une marge de surcharge. L'usage réel varie selon le backend, les pilotes et les applications ouvertes.
Pourquoi mon modèle préféré n'apparaît-il pas ?
Le MVP inclut une sélection de 17 modèles courants. Si le vôtre manque, calculez sa VRAM avec la calculatrice selon la même logique : poids + cache KV + surcharge.
Fonctionne-t-il pour les images, l'audio ou la vidéo ?
Non. Cet outil concerne les modèles de langage (LLM). Stable Diffusion, Flux, les modèles vocaux ou vidéo ont d'autres besoins en mémoire et feront l'objet de guides séparés.
Mes données sont-elles envoyées à un serveur ?
Non. Le calcul s'exécute dans votre navigateur. Aucun compte, aucun e-mail n'est demandé et le modèle sélectionné n'est pas stocké.
Comment c'est calculé
Nous partons des paramètres du modèle et des bits par poids de la quantification. Nous ajoutons ensuite le cache KV du contexte et une marge de surcharge.
Le chiffre est une fourchette, pas une promesse. Un modèle peut tenir et rester lent si le contexte est très long.
Ce qu'il ne prend pas en compte
- La vitesse réelle de votre GPU.
- Les pilotes et le support du backend.
- Les autres applications ouvertes.
- Images, audio ou vidéo : cet outil ne mesure que les LLM.
S'il ne tient pas
- Baissez le contexte avant de changer la quantification.
- Essayez un modèle plus petit.
- N'acceptez l'offload que si vous tolérez une vitesse moindre.
- Calculez votre cas exact avec le calculateur de VRAM.
Vous ne savez pas quoi combiner ?
Utilisez le constructeur de stack pour choisir des outils selon l'objectif, le budget et la confidentialité, avec des alternatives gratuites ou locales.