IA locale : quel modèle installer sur votre PC ou Mac ?
Pour une IA locale, commencez avec LM Studio ou Ollama pour le texte, ComfyUI pour l’image et la vidéo. Choisissez ensuite un modèle adapté à votre mémoire.
L'Essentiel à retenir
- Pour discuter ou rédiger : LM Studio si vous préférez les boutons, Ollama pour le terminal et les applications. Il faut ensuite télécharger un modèle.
- Sur une carte de 8 Go, partez d’un petit modèle de texte ; 12, 16 ou 24 Go ouvrent d’autres tailles. Le fichier seul ne donne pas la mémoire totale nécessaire.
- Sur Mac, le modèle partage la mémoire avec macOS. Sans carte graphique dédiée, un petit modèle peut fonctionner sur le processeur, avec une vitesse à vérifier.
- Images et vidéos demandent d’autres modèles, souvent pilotés par ComfyUI. Un logiciel installé sur votre ordinateur peut aussi appeler un service cloud.
Dans cet article
Pour démarrer une IA locale, installez un seul logiciel et un petit modèle avant d’envisager un nouvel ordinateur. LM Studio est un bon point de départ pour discuter sans terminal ; Ollama facilite les scripts et le branchement d’autres outils. Pour créer des images ou des vidéos, le parcours change : il faut un modèle visuel et une interface comme ComfyUI.
Premier choix concret pour le texte : Qwen3.5 4B, avec une variante compatible avec LM Studio ou la commande Ollama donnée plus bas. Son fichier publié d’environ 3,3 à 4 Go laisse davantage de marge qu’un gros modèle pour vérifier votre installation. C’est un point de départ matériel, pas le vainqueur d’un test de qualité : ne montez en taille que si le résultat sur vos résumés, textes ou tâches de code le justifie.
Le piège classique consiste à confondre quatre choses : l’installation du logiciel, la mémoire disponible, le modèle téléchargé et le travail à lui demander. Un logiciel qui s’ouvre ne prouve pas qu’un modèle de 27 milliards de paramètres rentrera en mémoire. Et un modèle qui tient en mémoire peut encore répondre trop lentement pour votre usage.
Accès rapide : choisir le logiciel · tableau mémoire · installer un modèle de texte · Mac · PC sans carte graphique · images et vidéos.
IA locale : quel logiciel pour le texte, l’image ou la vidéo ?
Une IA locale fait ses calculs sur votre machine. Le modèle contient les paramètres appris pendant son entraînement, souvent appelés ses poids. Le logiciel charge ces fichiers et vous permet de l’utiliser. Vous pouvez changer de modèle sans changer de logiciel, à condition que son format soit pris en charge.
| Votre projet | Parcours conseillé pour commencer | Ce qu’il faut encore choisir |
|---|---|---|
| Discuter, résumer ou préparer un texte | LM Studio et son catalogue de modèles | Une variante assez petite, puis la qualité de ses réponses en français |
| Appeler l’IA depuis un script ou un outil | Ollama, en terminal ou via son API, l’interface utilisée par les applications | Le modèle et les fonctions que votre outil attend |
| Générer ou modifier une image | ComfyUI avec un modèle d’image, par exemple FLUX.2 klein 4B | Le flux de création, les fichiers nécessaires et leur licence |
| Générer une courte vidéo | ComfyUI avec un flux Wan2.2 adapté | La variante, la résolution, le nombre d’images et le mode de gestion mémoire |
LM Studio et Ollama savent aussi traiter des images avec certains modèles multimodaux : lire une photo n’est pas générer une image. Pour créer un visuel à partir d’un texte, prenez un modèle conçu pour cela. Les guides image et vidéo permettent aussi de comparer les services hébergés si vous préférez éviter l’installation.
Quelle mémoire pour une IA locale ? Les paliers de 8 à 48 Go
Sur un PC avec carte graphique dédiée, regardez la VRAM, la mémoire de cette carte, et la RAM, utilisée par le reste de l’ordinateur. Le disque conserve les modèles ; il ne remplace pas une quantité suffisante de mémoire de travail. Sur Mac Apple Silicon, la mémoire est partagée : le raisonnement est différent.
Le tableau suivant concerne le texte, avec un seul modèle chargé et un contexte de départ court, par exemple 4 096 jetons. Les jetons sont les morceaux de texte que traite le modèle. Ce sont des points de départ prudents, pas des compatibilités ni des vitesses mesurées sur votre configuration.
| VRAM de la carte | Point de départ conseillé | Exemple disponible et taille publiée | Ce qui change le choix |
|---|---|---|---|
| 8 Go | Un petit modèle, autour de 4B | Qwen3.5 4B : environ 3,3 à 4 Go, selon le moteur | Garder de la place pour le contexte et les composants. Certains modèles 7–8B peuvent aussi tenir, sans marge universelle. |
| 12 Go | Une variante autour de 9B | Qwen3.5 9B : 6,6 à 7,6 Go | Préférer de la marge à un plus gros fichier chargé de justesse. |
| 16 Go | Explorer des modèles autour de 14B | Qwen3 14B en Q4_K_M : 9,3 Go | Un long document, plusieurs conversations ou d’autres programmes peuvent épuiser la marge. |
| 24 Go | Explorer des modèles autour de 27–32B | Qwen3.6 27B : 18 à 19 Go | Le contexte et les composants visuels éventuels restent à ajouter ; 24 Go ne rendent pas tout modèle de cette taille confortable. |
| 48 Go et plus | Envisager un 70B quantifié | Llama3.3 70B en Q4_K_M : 43 Go | La marge devient étroite sur 48 Go. Plusieurs GPU ne forment pas automatiquement une seule réserve utilisable par tous les logiciels. |
Tailles relevées dans la bibliothèque Ollama le 24 octobre 2026. Elles décrivent les fichiers distribués, pas la consommation totale. Ces exemples servent à dimensionner un téléchargement ; ils ne constituent pas un classement des meilleurs modèles du moment.
Quantification et contexte : deux réglages différents
La quantification réduit la précision utilisée pour stocker une partie des nombres du modèle. Une variante à 4 bits prend généralement moins de place qu’une variante à 8 ou 16 bits, avec un effet possible sur la qualité. Q4_K_M désigne une méthode de quantification ; GGUF est un format de fichier souvent utilisé pour les modèles locaux. Ce ne sont pas des noms de modèles.
Le contexte est la quantité de texte conservée pour répondre : votre demande, l’historique et les documents. Sa mémoire s’ajoute à celle des poids. Télécharger un modèle annoncé avec un contexte maximal de 256 000 jetons ne signifie pas pouvoir utiliser cette capacité sur une petite carte. Ollama précise que l’augmentation du contexte accroît les besoins mémoire.
Avant de charger un modèle dans LM Studio, son outil en terminal peut estimer les ressources :
lms ls
lms load --estimate-only IDENTIFIANT_DU_MODELE --context-length 4096Remplacez IDENTIFIANT_DU_MODELE par la clé affichée par lms ls. Cette commande suppose que l’outil lms de LM Studio est disponible dans votre terminal. L’estimation officielle tient compte du contexte et d’autres paramètres ; elle reste une estimation, à confronter au chargement réel.
Installer une IA locale avec LM Studio ou Ollama
Avec LM Studio : télécharger, charger, discuter
- Téléchargez l’application sur le site officiel LM Studio, puis vérifiez ses conditions matérielles et système.
- Dans Discover, cherchez un petit modèle, par exemple une variante Qwen3.5 4B compatible avec votre moteur. Lisez l’auteur du dépôt, le format et la taille avant de télécharger.
- Ouvrez Chat, sélectionnez le modèle téléchargé dans le sélecteur et chargez-le. Choisissez un contexte modeste pour la première session.
- Demandez un résultat simple : « Résume ce texte en trois points, sans ajouter d’information », avec un paragraphe non confidentiel que vous connaissez.
- Après le téléchargement du modèle et du moteur, coupez temporairement votre connexion et recommencez. Vous vérifiez ainsi ce parcours hors ligne, sans en déduire que toutes les fonctions de l’application sont locales.
Le signe de réussite est une réponse du modèle sélectionné, pas seulement l’ouverture de la fenêtre. Le parcours officiel LM Studio distingue bien téléchargement, chargement en mémoire et discussion.
Avec Ollama : un premier modèle, puis vérifier où il tourne
Téléchargez Ollama depuis son site officiel, installez-le et démarrez l’application. Dans le terminal :
ollama run qwen3.5:4bLe premier lancement télécharge les fichiers. Une fois la discussion ouverte, vous pouvez fixer un contexte de départ :
/set parameter num_ctx 4096Posez votre question, puis ouvrez un second terminal :
ollama psLa colonne PROCESSOR indique si le modèle est chargé sur le GPU, sur le processeur ou réparti entre les deux. Cela explique certaines lenteurs : avoir une carte graphique ne prouve pas que tout le modèle l’utilise. Les instructions Ollama et sa FAQ décrivent ces commandes. Ce parcours est documentaire ; aucun modèle n’a été exécuté sur le Mac de Vincent pour cet article.
IA locale sur Mac : raisonner en mémoire unifiée
Sur Apple Silicon, partez de la mémoire totale du Mac et laissez de la place à macOS. Un Mac de 16 Go n’équivaut pas à un PC possédant 16 Go de RAM plus une carte de 16 Go de VRAM. Le système, les applications et le modèle partagent cette réserve.
La documentation LM Studio recommande 16 Go ou plus, tout en indiquant que de petits modèles avec un contexte modeste peuvent fonctionner sur 8 Go. Elle exige Apple Silicon et macOS 14 ou plus récent ; les Mac Intel ne sont pas pris en charge par cette application au relevé du 24 octobre.
| Mémoire du Mac | Point de départ à vérifier | Attention à |
|---|---|---|
| 8 Go | Petit modèle de texte, autour de 2–4B | Les applications ouvertes et la faible marge |
| 16 Go | Petit modèle puis variante 7–9B si la pression mémoire reste acceptable | Ne pas viser la plus grosse taille annoncée d’emblée |
| 24–32 Go | Explorer une variante 14B, puis plus grosse seulement si elle apporte quelque chose | Contexte, composants et mémoire utilisée par le système |
| 64 Go et plus | Modèles plus lourds selon les fichiers et le moteur | Pouvoir charger n’indique pas la vitesse de génération |
Ces repères sont des recommandations de départ, pas des essais sur ces Mac. Regardez la pression mémoire dans le Moniteur d’activité et le résultat sur votre tâche. Deux Mac disposant de la même quantité de mémoire peuvent avoir des vitesses très différentes. Aucun débit en jetons par seconde n’est attribué à la machine de Vincent.
Pour l’image, ComfyUI prend aussi en charge Apple Silicon. Pour la vidéo, ne transposez pas à votre Mac un résultat obtenu sur une RTX : la prise en charge du matériel et celle des composants du flux doivent être vérifiées ensemble.
IA locale sans carte graphique : commencer sur le processeur
Oui, un PC sans carte graphique dédiée peut exécuter certains modèles de texte. Prenez une petite variante, fermez les programmes gourmands et commencez par des demandes courtes. La RAM peut permettre le chargement tandis que le processeur et la circulation des données limitent la vitesse.
Pour une première vérification, le petit modèle du parcours Ollama est plus raisonnable qu’un 27B réparti sur toute la RAM. Si chaque réponse interrompt votre travail, descendez d’une taille. Acheter de la mémoire supplémentaire ne résout pas nécessairement ce problème de vitesse.
Les logiciels imposent aussi leurs conditions : LM Studio demande notamment AVX2 sur les processeurs Windows x64. Vérifiez la compatibilité avant de télécharger plusieurs gigaoctets. ComfyUI possède un mode processeur, mais cette possibilité technique ne suffit pas à recommander la génération vidéo sur un PC ordinaire sans GPU.
ComfyUI : générer des images et des vidéos en local
ComfyUI organise la création dans un flux de travail : des blocs reliés chargent les modèles, lisent votre consigne, calculent le résultat puis l’enregistrent. Le logiciel existe en installation locale et en offre cloud : choisissez bien le parcours local.
Une image avec FLUX.2 klein ou SDXL
Pour commencer, utilisez un exemple fourni dans la bibliothèque de modèles de flux de ComfyUI, plutôt qu’un assemblage d’extensions inconnues. Le guide officiel du premier rendu explique l’importation et le téléchargement des fichiers manquants. Le tutoriel FLUX.2 klein 4B fournit des parcours de génération et de modification d’image.
- Installez ComfyUI pour votre système depuis les instructions officielles.
- Chargez un modèle de flux compatible, puis les fichiers exacts qu’il demande : modèle d’image, encodeur de texte et composants de décodage éventuels.
- Commencez avec une seule image, une résolution modeste et un sujet fictif simple, par exemple une affiche de café sans marque.
- Lancez Run, puis vérifiez le fichier enregistré et la mémoire utilisée avant d’augmenter résolution ou nombre d’images.
Pour FLUX.2 klein 4B, la fiche Black Forest Labs indique environ 13 Go de VRAM, tandis que son README courant évoque environ 8 Go et que ComfyUI publie 8,4 Go pour un exemple précis sur RTX 5090. Ces nombres ne constituent pas une garantie pour toute carte de 8 Go : l’implémentation et le flux comptent. Les liens permettent de vérifier le parcours correspondant : fiche modèle, dépôt officiel.
SDXL reste une autre famille de modèles installables, notamment celle évoquée dans notre vidéo et son guide sur les IA sans censure. Le nom d’une famille ne suffit pas à choisir : vérifiez la version et sa licence.
Une vidéo avec Wan : pourquoi voit-on 8 Go et 24 Go ?
Les deux chiffres existent dans des sources officielles, pour des parcours différents. Le dépôt Wan2.2 annonce au moins 24 Go de VRAM pour sa commande TI2V-5B en 720p avec ses options de transfert en mémoire du processeur. Le tutoriel ComfyUI indique que son flux Wan2.2 5B peut tenir sur 8 Go grâce à son déchargement mémoire natif. Une partie des données est déplacée au lieu de rester en permanence sur la carte.
Cela ne rend pas les deux méthodes aussi rapides et ne garantit pas que la RAM de votre PC suffira. Commencez par le modèle de flux officiel Wan2.2 5B, ses trois composants indiqués et une séquence courte. Vérifiez le chargement avant d’allonger le clip. La variante 14B demande d’autres fichiers : ne mélangez pas les téléchargements. Le dépôt Wan officiel précise le parcours en ligne de commande.
IA locale pour coder : le modèle ne fait pas tout le travail d’un agent
Un modèle peut expliquer ou proposer du code. Un agent de code ajoute l’accès au projet, des outils et une boucle de vérification. Votre choix doit donc porter aussi sur les fonctions réellement prises en charge par l’outil qui l’appelle. Retrouvez ce parcours dans le guide des agents de code et modèles gratuits et la sélection des IA pour coder.
Pour comparer les familles et leurs accès, les fiches DeepSeek et Mistral AI donnent le contexte. Leur nom ne désigne pas une taille unique à télécharger. Pour enchaîner des tâches, déclencher des actions ou installer un agent personnel, le propriétaire du sujet reste le guide agents et automatisation.
IA locale gratuite et hors ligne : ce qu’il faut encore vérifier
Vous pouvez utiliser un modèle local sans facture par requête du fournisseur. Le matériel, l’électricité et le stockage restent à votre charge. La licence du logiciel et celle du modèle sont deux textes différents ; elles peuvent aussi encadrer l’usage professionnel.
Le mode hors ligne demande d’avoir téléchargé le modèle et son moteur. La documentation LM Studio distingue les fonctions locales des téléchargements, recherches de modèles et mises à jour qui utilisent internet. Une connexion à un service distant, un outil web ou un modèle cloud change ensuite le parcours de vos données.
Pour un premier usage sensible, gardez le serveur accessible uniquement depuis votre ordinateur, désactivez les intégrations distantes inutiles et travaillez sur des copies de vos documents. Ollama propose aussi un mode local seul, sans fonctions cloud. Le modèle installé chez vous n’efface ni les obligations de protection des données, ni ses éventuels refus : « local » et « sans censure » sont des questions distinctes.
Si ça ne marche pas : changer une chose à la fois
| Symptôme | Première vérification | Action utile |
|---|---|---|
| Le téléchargement est terminé, mais rien ne répond | Modèle réellement chargé et moteur compatible | Charger une petite variante connue du logiciel |
| Erreur de mémoire | Taille, contexte, autres modèles et applications ouverts | Réduire le contexte, libérer la mémoire, puis descendre d’une taille |
| Réponse très lente | Répartition CPU/GPU et longueur demandée | Vérifier ollama ps, puis comparer une petite variante sur la même tâche |
| Un flux image/vidéo annonce des fichiers manquants | Noms et variantes du modèle, encodeur et décodeur | Reprendre la liste exacte du tutoriel ; ne pas télécharger un autre 14B au hasard |
| Le résultat fonctionne, mais invente ou déforme | Qualité sur votre exemple connu | Corriger la tâche ou changer de modèle ; augmenter la mémoire ne prouve pas la qualité |
Gardez une première tâche connue, le nom précis du modèle et ses réglages. C’est ce résultat qui doit justifier le téléchargement suivant. Pour recevoir les prochaines ressources et vidéos, inscrivez-vous à la newsletter IA Technologie.
Sources et méthode
Guide documentaire préparé le 24 octobre 2026 à partir des documentations et bibliothèques officielles liées dans chaque section. Les tailles sont publiées par les distributeurs ; les paliers de départ sont nos recommandations explicites, pas des mesures de consommation ou de vitesse. Aucun achat matériel n’est conseillé sur la seule base de ce tableau et aucun essai n’est attribué à la machine de Vincent. L’article sépare le texte, la lecture d’images et la génération visuelle pour éviter de transposer leurs besoins mémoire.
