Assez de théorie, passons aux actes. À la fin de ce sous-module, tu auras une vraie intelligence artificielle qui tourne sur ta machine, à qui tu pourras parler, et que d'autres outils pourront utiliser. Avant de commencer, un mot de bon sens, important. Les logiciels évoluent très vite : au moment où tu lis ces lignes, il est probable que les boutons aient un peu bougé, qu'un écran ait changé de couleur, qu'un menu porte un autre nom, ou qu'une étape soit devenue plus simple. Ne panique pas si ce que tu vois ne ressemble pas au mot près à ce que je décris. Le déroulé général, lui, reste le même : installer le logiciel, choisir et télécharger un modèle adapté, discuter avec, puis activer son point d'accès local pour brancher d'autres outils. Suis la logique, pas la capture d'écran. Si un nom exact a changé, cherche l'équivalent le plus proche, il est presque toujours au même endroit.

Pourquoi ce tuto mérite vingt minutes de ton temps, et pourquoi on le fait maintenant plutôt que le jour où tu seras déjà bloqué ?

Parce qu'on n'installe pas un plan B dans l'urgence

Le pire moment pour découvrir une nouvelle procédure, c'est quand tu es déjà en panne, pressé et énervé. Un plan B, ça se prépare à froid, tranquillement, quand tout va bien. Le jour où ton quota cloud tombera, tu n'auras qu'à ouvrir ton IA locale déjà prête, et continuer sans stress. Vingt minutes aujourd'hui t'économisent des heures de blocage plus tard.

Parce que c'est devenu vraiment accessible

Il y a quelques années, faire tourner une IA chez soi exigeait de vraies compétences techniques. Ce n'est plus le cas. Des logiciels gratuits ont énormément simplifié les choses : télécharger un modèle est aujourd'hui aussi simple qu'installer une application sur ton téléphone. Tu cliques, ça se télécharge, et tu parles. Si tu sais installer un logiciel et cliquer sur des boutons, tu sais installer une IA locale.

Parce que ça te rend maître de ton outil

À la fin de ce tuto, tu ne seras plus seulement un utilisateur qui loue une IA : tu seras quelqu'un qui en possède une. C'est un changement de posture. Tu comprends comment ça marche, tu sais où ça tourne, tu contrôles ce qui entre et ce qui sort. C'est exactement l'esprit de la souveraineté qu'on défend : ne pas dépendre entièrement d'un service qui pourrait fermer, changer ses règles ou augmenter ses prix du jour au lendemain.

Parce que ça se branche à tes autres outils

Ton IA locale n'est pas isolée dans son coin. Une fois son point d'accès activé, d'autres logiciels et d'autres agents pourront venir l'utiliser, exactement comme ils utiliseraient une IA en ligne, mais sans quota, sans coût, et sans que tes données sortent. C'est ce qui transforme un simple jouet en véritable moteur de travail. On verra comment faire ce branchement à la fin.

Parce que c'est réversible et sans risque

Un dernier argument pour te lancer sans crainte : installer une IA locale n'engage à rien et ne casse rien. Tu télécharges un logiciel gratuit et un modèle ; si ça ne te convient pas, tu supprimes tout et il n'en reste aucune trace, aucun abonnement à résilier, aucune facture qui court. Tu ne mets pas en danger ton ordinateur, tu n'installes rien de louche tant que tu prends les logiciels sur leurs sites officiels. Autrement dit, l'essai est gratuit dans tous les sens du terme : ça ne coûte ni argent, ni engagement, ni risque. Dans ces conditions, il n'y a vraiment aucune raison de ne pas tenter l'expérience, ne serait-ce que pour savoir de quoi ta machine est capable.

Voici le déroulé, étape par étape, sans jargon inutile. Rappelle-toi le principe : les écrans peuvent différer légèrement au moment où tu lis, mais la logique reste identique.

Étape A : LM Studio, le plus simple pour débuter

On commence par LM Studio parce que c'est la voie la plus douce, avec une belle interface visuelle. Tu vas faire quatre choses. D'abord, télécharger l'application : rends-toi sur le site officiel de LM Studio, prends la version pour Mac (Apple Silicon), et installe-la comme n'importe quelle autre application, en la glissant à l'endroit habituel. Prends bien la version officielle depuis le site de l'éditeur, jamais une copie trouvée sur un site douteux : c'est une règle de sécurité de base, on ne télécharge un logiciel que depuis sa source officielle. Ensuite, choisir et télécharger un modèle : à l'intérieur de LM Studio, il y a une zone de recherche de modèles. Tu tapes le nom d'une famille de modèles ouverts, tu en sélectionnes un adapté à ta machine, et tu cliques pour le télécharger. Le logiciel t'indique en général si un modèle est trop lourd pour ton ordinateur : écoute cet avertissement. Le modèle est un gros fichier, son téléchargement prend un peu de temps, c'est normal. Puis, discuter avec le modèle : une fois téléchargé, tu le charges, une fenêtre de discussion s'ouvre, et tu peux lui parler comme dans une messagerie. Pose-lui une question simple pour vérifier que tout fonctionne. Enfin, activer son serveur local : dans les réglages de LM Studio, tu trouveras une option pour démarrer un serveur local, souvent présentée comme un mode développeur ou serveur. En l'activant, LM Studio ouvre une porte de service sur ta machine, une adresse locale à laquelle d'autres outils pourront se brancher. Ce point d'accès parle le même langage que les grandes IA en ligne, ce qui veut dire que beaucoup d'outils sauront s'y connecter sans difficulté.

Étape B : Ollama, l'approche plus légère

Ollama vise le même but par un chemin plus discret et plus léger, apprécié de ceux qui aiment la ligne de commande, c'est-à-dire taper des instructions dans une fenêtre de texte plutôt que cliquer. Tu installes Ollama depuis son site officiel. Une fois installé, il tourne en arrière-plan. Pour lancer un modèle, tu ouvres le Terminal du Mac et tu tapes une commande simple qui demande à Ollama de récupérer et de démarrer un modèle donné par son nom. La première fois, il télécharge le modèle, puis il te laisse discuter directement dans le Terminal. Et surtout, Ollama expose lui aussi, automatiquement, un point d'accès local sur ta machine, avec le même genre de porte de service que LM Studio. Tu n'as rien de spécial à faire pour ça, il est là dès qu'Ollama tourne. Ollama consomme peu, se lance vite, et se prête très bien à un usage en arrière-plan permanent. Ne sois pas intimidé par le mot Terminal : dans notre cas, il s'agit juste de recopier une ligne d'instruction simple, une seule, et d'appuyer sur Entrée. Tu n'as pas besoin de devenir un expert de la ligne de commande pour utiliser Ollama au quotidien : une fois le modèle lancé, tu peux très bien discuter avec dans le Terminal, ou le laisser tourner en fond pour tes autres outils. C'est justement ce que fait notre serveur chez MogaCode : Ollama y fait tourner en permanence un petit modèle ouvert, discrètement, et nos outils viennent s'y brancher par un pont sécurisé. Le même principe, en plus grand, que ce que tu montes sur ton Mac.

Étape C : brancher un autre outil sur ton IA locale

C'est ici que la magie opère vraiment. Ton point d'accès local, qu'il vienne de LM Studio ou d'Ollama, est une adresse sur ta propre machine. Beaucoup d'outils modernes te permettent de choisir quelle IA ils utilisent : au lieu de pointer vers une IA en ligne, tu leur donnes l'adresse locale de ton modèle. Concrètement, dans les réglages de l'outil concerné, là où il demande normalement de te connecter à un service en ligne, tu remplaces cette destination par l'adresse locale fournie par LM Studio ou Ollama. À partir de là, l'outil réfléchit avec ton modèle local : pas de quota, pas de coût par requête, et tes données ne sortent pas de ta machine. C'est le même geste qu'échanger l'adresse d'un fournisseur contre celle d'un autre, sauf que le nouveau fournisseur, c'est toi. Un mot rassurant : tu n'as pas besoin de comprendre en détail ce qu'est cette adresse locale. Retiens simplement que LM Studio et Ollama te l'affichent quelque part dans leurs réglages, que tu peux la copier, et que tu la colles là où l'outil te demande où trouver son IA. Si un outil ne propose nulle part de changer ce réglage, c'est qu'il ne le permet pas, et il n'y a rien à forcer. Ceux qui le permettent te le montrent clairement. C'est aussi de cette manière que nos propres automatisations, chez MogaCode, s'appuient sur nos modèles souverains plutôt que sur des services loués : on branche nos outils sur nos IA, pas l'inverse.

Étape D : le rôle honnête de Claude Desktop et ChatGPT

Soyons clairs, encore une fois, car c'est essentiel. Claude Desktop et l'application ChatGPT restent des services en ligne. Tu les gardes, et tu as raison de les garder, pour ce qu'ils font le mieux : leur puissance de raisonnement supérieure sur les tâches difficiles, et, pour Claude Desktop en particulier, la possibilité de connecter des outils grâce à un standard appelé MCP, qui lui permet d'agir sur tes fichiers, tes applications et tes services. Ça, un petit modèle local ne le fait pas aussi bien. Mais le jour où ton quota tombe, ou quand tu veux que rien ne sorte de ta machine, tu bascules sur ton IA locale LM Studio ou Ollama. Les deux mondes coexistent : le cloud pour la puissance et les outils avancés, le local pour la continuité, la confidentialité et l'indépendance. Ne confonds jamais les deux et n'espère pas faire penser Claude Desktop en local : ce n'est pas ainsi qu'il est conçu.

Étape E : vérifier que ça tourne hors-ligne

Voici le test de vérité, celui qui prouve que tu es vraiment souverain. Coupe ton Wi-Fi. Débranche le réseau, mets ta machine en mode avion. Puis ouvre LM Studio ou Ollama et pose une question à ton modèle. S'il te répond alors que tu n'as aucune connexion, c'est gagné : la preuve est faite que le calcul se passe entièrement chez toi, que rien ne dépend d'internet, et que ton plan B fonctionnera même le jour où tout le reste sera coupé. Garde ce réflexe : de temps en temps, teste ton IA locale hors-ligne, pour être sûr qu'elle est toujours prête.

En résumé : installe LM Studio pour débuter en douceur ou Ollama pour la légèreté, télécharge un modèle adapté à ta machine, discute avec, puis active son point d'accès local pour brancher tes autres outils. Garde Claude Desktop et ChatGPT pour la puissance et les outils MCP, mais bascule sur le local quand le quota tombe ou quand la confidentialité l'exige. Et vérifie, Wi-Fi coupé, que tout fonctionne bel et bien hors-ligne.

Imagine un artisan qui gère seul son activité et sa communication. Il n'est pas informaticien, il installe rarement des logiciels compliqués. Un samedi matin tranquille, café à la main, il décide de préparer son plan B. Il télécharge LM Studio, se laisse guider par l'interface, cherche un modèle, en choisit un que le logiciel présente comme adapté à sa machine, et attend que le fichier descende. Le temps que le téléchargement finisse, il range son atelier. En revenant, il charge le modèle, lui demande de reformuler un message client, et voit une réponse s'afficher : ça marche, chez lui, gratuitement. Curieux, il active le serveur local dans les réglages, sans tout comprendre, simplement en suivant la logique. Puis il coupe son Wi-Fi et repose une question : la réponse arrive quand même. Là, il sourit, parce qu'il vient de comprendre quelque chose d'important : cette intelligence-là ne dépend de personne. Le lundi suivant, en déplacement sans réseau chez un fournisseur, il ouvre son IA locale pour rédiger un devis rapide. Vingt minutes un samedi matin, et il a gagné une indépendance qu'il n'imaginait pas possible.

Prenons un second exemple, celui d'une petite association qui gère des données personnelles de ses membres et ne veut surtout pas les voir circuler en ligne. La personne qui s'occupe de la communication n'est pas plus technicienne que l'artisan. Elle choisit Ollama, parce qu'on lui a dit que c'était léger et qu'il pouvait tourner en permanence en arrière-plan sur le vieux Mac de l'association. Elle recopie la ligne d'instruction qu'on lui a donnée, lance un petit modèle adapté à la mémoire limitée de la machine, et l'utilise pour rédiger des courriers, résumer des comptes-rendus d'assemblée et reformuler des annonces. Comme la machine est modeste, les réponses arrivent un peu lentement, mais c'est parfaitement acceptable pour ce rythme de travail, et surtout, aucune donnée de membre ne quitte jamais l'ordinateur. Elle a préféré la lenteur maîtrisée et la confidentialité totale à la vitesse d'un service en ligne où les données seraient parties ailleurs. Pour une association qui prend au sérieux la protection de ses membres, c'est exactement le bon arbitrage.

Le tuto est simple, mais il y a des situations où il faut ajuster tes attentes. Si ta machine est ancienne ou dispose de peu de mémoire, le téléchargement se passera bien, mais l'IA locale sera lente à répondre, parfois au point d'être pénible pour un usage intensif. Ce n'est pas un échec du tuto, c'est une contrainte de ta machine, et le troisième sous-module t'aidera à choisir un modèle à sa taille pour retrouver du confort. Autre limite : le premier modèle que tu essaies ne sera peut-être pas le bon. Il faut parfois en tester deux ou trois avant de trouver celui qui offre le meilleur équilibre entre qualité et rapidité sur ta machine précise. C'est normal, ça fait partie du jeu, ne te décourage pas au premier essai. Enfin, le branchement d'autres outils sur ton point d'accès local dépend de chaque outil : tous ne permettent pas de changer leur destination d'IA. Ceux qui le permettent te le proposent clairement dans leurs réglages ; les autres restent fermés sur leur fournisseur, et il n'y a rien à forcer. Là encore, patience et bon sens : tu branches ce qui se branche, tu laisses le reste.

Piège numéro un : suivre le tuto au pied de la lettre et paniquer parce qu'un bouton a un autre nom. Les logiciels changent vite. Le déroulé général reste toujours le même : installer, télécharger un modèle, discuter, activer le point d'accès. Cherche l'équivalent le plus proche, il est presque toujours là où tu l'attends.

Piège numéro deux : croire que tu as réussi le local alors que tu utilises encore une IA en ligne. Le vrai test, c'est le Wi-Fi coupé. Si ça répond hors-ligne, c'est local. Si ça ne répond plus dès que tu coupes le réseau, c'est que tu es encore sur du cloud sans t'en rendre compte.

Piège numéro trois : télécharger un modèle énorme parce que son nom impressionne, puis conclure que le local ne vaut rien parce que la machine rame. Le problème n'est pas le local, c'est l'accord entre la taille du modèle et ta mémoire. Prends d'abord un modèle raisonnable, tu monteras en taille plus tard.

Piège numéro quatre : vouloir absolument faire penser Claude Desktop ou ChatGPT en local. Impossible, ce sont des services en ligne. Garde-les pour la puissance et, côté Claude Desktop, pour les outils via MCP. Ton local, c'est LM Studio ou Ollama, à côté, pour la continuité et la confidentialité.

Piège numéro cinq : installer, tester une fois, puis oublier. Un plan B qu'on ne vérifie jamais n'est pas fiable. Reteste ton IA locale de temps en temps, hors-ligne, pour être certain qu'elle sera prête le jour où tu en auras vraiment besoin.

Tu as ton logiciel, il te reste la vraie question : quel modèle vas-tu faire tourner sur TA machine ? C'est la question qui décide de tout, entre une IA locale fluide et agréable, et une IA locale qui rame et te dégoûte. Et contrairement à ce qu'on croit, la réponse ne dépend pas d'abord de la puce de ton Mac, mais de sa mémoire. On va démonter ça ensemble, palier par palier, du MacBook Air d'entrée de gamme au gros MacBook Pro. Et comme d'habitude, un rappel de bon sens : les modèles évoluent sans arrêt, de nouvelles versions sortent régulièrement, les noms changent. Ne cherche donc pas à mémoriser une version précise qui sera périmée dans quelques mois. Apprends plutôt à juger par la taille du modèle et par la mémoire de ta machine : ces deux repères-là, eux, restent valables dans le temps.

Avant le comparatif, il faut comprendre deux notions qui expliquent absolument tout : la mémoire unifiée, et la quantification. Prends cinq minutes ici, ça t'évitera des heures de tâtonnement.

La mémoire unifiée, la vraie reine du bal

Les Mac récents, ceux à puce Apple, ont une particularité : leur mémoire est unifiée, c'est-à-dire partagée entre toutes les parties de la machine, y compris celle qui fait tourner l'IA. Cette mémoire, la RAM, est l'endroit où le modèle doit tenir en entier pour pouvoir fonctionner correctement. Si le modèle est plus gros que la mémoire disponible, ça coince : soit il refuse de démarrer, soit la machine se met à ramer atrocement. C'est pour ça qu'on juge d'abord une machine par sa quantité de mémoire, pas par le nom de sa puce. Un Mac avec beaucoup de mémoire fera tourner de plus gros modèles, point. Et la mémoire, contrairement aux performances qui évoluent d'une génération à l'autre, reste un repère stable et durable dans le temps : c'est pour ça qu'on raisonne par paliers de mémoire.

La quantification, l'art de faire tenir un modèle

Un modèle, à l'origine, est très gourmand en mémoire. Pour qu'il tienne sur une machine personnelle, on utilise une technique appelée quantification. En simplifiant : on compresse le modèle en réduisant la précision des nombres qui le composent, ce qui le rend beaucoup plus léger et donc capable de tenir dans une mémoire plus modeste. Le prix à payer, c'est une petite perte de qualité, en général discrète pour les usages courants. La plupart des modèles que tu télécharges pour du local sont déjà proposés en versions quantifiées, précisément pour tenir sur nos machines. Retiens l'idée : la quantification, c'est ce qui rend le local possible sur un Mac ordinaire, en échange d'un peu de finesse.

Pourquoi la taille du modèle se mesure en milliards de paramètres

Tu verras les modèles décrits par un nombre de paramètres, exprimé en milliards. Les paramètres, ce sont les réglages internes que le modèle a appris. Plus il y en a, plus le modèle est capable et nuancé, mais plus il est gros et gourmand en mémoire. Un petit modèle de quelques milliards de paramètres tient sur une machine modeste mais reste limité ; un gros modèle de plusieurs dizaines de milliards est plus capable mais exige beaucoup de mémoire. Ton travail, c'est de trouver le plus gros modèle que ta mémoire peut avaler confortablement : c'est là que tu obtiens le meilleur de ce que ta machine sait faire.

Passons au comparatif concret, par familles de Mac, en raisonnant sur la mémoire, ce repère durable. Pour chaque palier, je te dis ce qui tourne, les avantages, les inconvénients, et pourquoi ça convient ou non.

Petits Macs à 8 Go de mémoire : MacBook Air M1, M2, M3 de base

C'est le point d'entrée du monde Apple récent. Avec cette mémoire, seuls les petits modèles tournent, ceux d'environ trois à quatre milliards de paramètres, en version quantifiée. L'avantage, c'est que ça fonctionne et que c'est déjà utile : reformuler un texte court, corriger, résumer une note simple, poser une question rapide, tout ça reste faisable. L'inconvénient, c'est que ces petits modèles sont vite à la peine dès que la tâche se complique : ils perdent le fil, simplifient trop, se trompent plus souvent. De plus, avec seulement 8 Go, le modèle occupe une grosse part de la mémoire, ce qui étouffe le reste : garde peu d'applications ouvertes en même temps. Attention aussi au MacBook Air, qui n'a pas de ventilateur : sur un usage prolongé, il chauffe et se met à ralentir pour se protéger, ce qui rend les longues séances inconfortables. Ça convient pour dépanner, pour des tâches simples, pour goûter au local sans investir. Ça ne convient pas pour un usage intensif ou des tâches exigeantes.

Macs à 16 Go de mémoire : le vrai point d'entrée agréable

Ici, tout change de confort. Avec 16 Go, les modèles moyens, autour de sept à huit milliards de paramètres en version quantifiée, tournent confortablement. Et c'est un cap important, parce que ces modèles moyens sont nettement plus capables que les petits : ils raisonnent mieux, écrivent mieux, tiennent mieux le fil d'une demande. L'avantage, c'est un excellent équilibre entre qualité et fluidité pour la plupart des usages quotidiens, tout en gardant assez de mémoire pour le reste de ton travail. L'inconvénient, c'est que les très gros modèles restent hors de portée, et que sur les tâches vraiment difficiles, tu sentiras encore la différence avec un grand modèle cloud. Ça convient à la grande majorité des gens qui veulent un plan B local sérieux et agréable au quotidien. C'est, très honnêtement, le palier que je conseillerais de viser si tu choisis une machine avec le local en tête.

Macs à 24 ou 36 Go de mémoire : on monte en gamme

À ce niveau de mémoire, des modèles plus gros deviennent possibles, dans une fourchette qui va d'environ treize jusqu'à une trentaine de milliards de paramètres selon les cas, toujours en version quantifiée. L'avantage, c'est une qualité de réponse sensiblement meilleure, plus proche de ce qu'on attend d'une vraie assistance sérieuse, avec assez de marge pour travailler à côté sans étouffer la machine. L'inconvénient, c'est que ces modèles plus gros réfléchissent plus lentement : la réponse arrive, elle est meilleure, mais tu attends un peu plus. Et l'investissement matériel n'est plus le même. Ça convient à quelqu'un qui utilise le local de façon régulière et exigeante, qui veut une vraie qualité sans passer par le cloud, et qui accepte un peu de lenteur en échange. Ça ne convient pas si ton usage reste occasionnel et simple : tu paierais pour une capacité que tu n'exploiterais pas.

MacBook Pro Max à 48, 64 Go et au-delà : le haut du panier local

C'est le territoire des machines conçues pour le calcul lourd. Avec cette mémoire, tu peux viser de très gros modèles quantifiés, ceux qui s'approchent le plus de la qualité d'une bonne assistance, tout en restant entièrement chez toi. L'avantage est évident : la meilleure expérience locale possible, une confidentialité totale même sur des tâches ambitieuses, et de la marge pour l'avenir. L'inconvénient est double : d'abord, ces machines coûtent cher ; ensuite, même sur elles, les très gros modèles réfléchissent lentement, car un ordinateur personnel, aussi haut de gamme soit-il, n'a pas la puissance d'une ferme de serveurs. Ça convient à un professionnel dont la confidentialité et l'indépendance sont critiques, qui traite régulièrement des données sensibles, et pour qui le local n'est pas un simple dépannage mais un outil de travail central. Ça ne convient pas comme premier achat pour découvrir : c'est un investissement de conviction, pas d'initiation.

Les familles de modèles ouverts à connaître

Côté modèles, oriente-toi vers les grandes familles ouvertes et durables : Llama, Qwen, Mistral, Gemma, Phi. Ce sont des noms de familles qui traversent le temps, même si leurs versions précises se renouvellent régulièrement. Je ne te donne volontairement pas de version exacte ni de chiffre de vitesse, parce que ce serait périmé bientôt et que je ne veux rien t'inventer. La bonne méthode ne change pas : dans LM Studio ou Ollama, cherche une de ces familles, choisis une taille de modèle qui correspond à ta mémoire selon les paliers ci-dessus, prends une version quantifiée, et teste. Si c'est fluide et que la qualité te va, tu as trouvé. Si ça rame, descends d'une taille. Si c'est fluide mais un peu limité et que ta mémoire a de la marge, monte d'une taille. C'est un réglage vivant, pas une science figée.

La méthode simple pour trouver ton bon accord

Pour ne jamais te tromper, retiens une démarche en trois temps, valable quelle que soit la machine et quels que soient les modèles du moment. Premier temps : regarde la mémoire de ton Mac et repère ton palier dans le comparatif ci-dessus, c'est ton point de départ non négociable. Deuxième temps : choisis une famille ouverte durable et prends une taille de modèle qui correspond à ton palier, en version quantifiée. Ne vise pas d'emblée le maximum de ton palier ; commence plutôt au milieu, pour être sûr d'avoir de la fluidité. Troisième temps : teste sur tes vraies tâches, pas sur des questions gadgets. Demande-lui de reformuler un de tes textes, de résumer une de tes notes, de faire ce que tu lui demanderas vraiment au quotidien. Si la réponse arrive à un rythme confortable et que la qualité te satisfait, tu tiens ton modèle. Si c'est lent ou si ça fait ramer le reste, descends d'un cran. Si c'est très fluide mais un peu court et que ta mémoire a de la marge, monte d'un cran. En deux ou trois essais, tu trouves ton équilibre, et il n'y a rien de plus à comprendre. Cette méthode ne périme jamais, même quand les modèles changent de nom, parce qu'elle repose sur deux repères stables : ta mémoire et ton ressenti à l'usage.

En résumé : juge d'abord par la mémoire, pas par la puce. À 8 Go, petits modèles pour tâches simples, avec l'Air qui chauffe sur la durée. À 16 Go, modèles moyens confortables, le vrai point d'entrée agréable. À 24 ou 36 Go, modèles plus gros et meilleurs mais plus lents. À 48, 64 Go et plus, très gros modèles quantifiés, lentement, pour les besoins critiques. Choisis une famille ouverte durable, une taille accordée à ta mémoire, une version quantifiée, et ajuste en testant.

Deux personnes, deux machines, deux bons choix, pour bien voir que la réponse dépend de la mémoire et de l'usage. La première est une étudiante avec un MacBook Air M2 de base, à 8 Go. Elle veut surtout reformuler ses notes, résumer des cours et poser des questions simples, sans jamais dépasser son quota cloud gratuit. Elle installe un petit modèle de trois à quatre milliards de paramètres : c'est fluide pour ses besoins, gratuit, et ça la dépanne parfaitement. Elle sait qu'elle ne doit pas lui demander une longue analyse complexe, et elle fait attention à ne pas enchaîner des heures d'affilée pour éviter que l'Air ne chauffe. Bon accord machine-modèle-usage. La seconde est une avocate avec un MacBook Pro à 16 Go. Elle traite des documents confidentiels qu'elle refuse d'envoyer en ligne. Elle installe un modèle moyen de sept à huit milliards de paramètres, qui tourne confortablement, tient le fil de ses demandes, et lui offre une vraie qualité tout en gardant absolument tout sur sa machine. Elle garde son abonnement cloud pour les rares tâches très complexes, mais l'essentiel de son travail sensible se fait désormais en local, chez elle. Deux profils, deux mémoires, deux modèles bien accordés : c'est ça, choisir juste.

Restons honnêtes jusqu'au bout, c'est la règle de ce module. Même sur la meilleure machine locale, un modèle qui tourne chez toi n'égale pas un grand modèle cloud de pointe. Sur les raisonnements les plus difficiles, sur la culture générale la plus large et la plus à jour, le cloud garde l'avantage, parce qu'il tourne sur une puissance que ta machine personnelle ne peut pas égaler. Et c'est très bien comme ça : le local n'a jamais eu vocation à gagner la course à la puissance brute. Sa valeur est ailleurs, et elle est immense : c'est ta continuité quand le quota tombe, ton indépendance vis-à-vis d'un abonnement, ta confidentialité totale, ta disponibilité hors-ligne, ta souveraineté sur ton propre outil. Autre point de franchise : plus tu montes en taille de modèle pour gagner en qualité, plus tu perds en vitesse, et plus tu sollicites ta machine. Il n'existe pas de réglage parfait qui donnerait à la fois la qualité du cloud et la légèreté d'un petit modèle. Tu arbitres toujours entre qualité, vitesse et confidentialité, en fonction de ta machine et de ta tâche. Ne cherche pas le modèle miracle : cherche le bon compromis pour toi, aujourd'hui, sur cette machine-là. Notre engagement, c'est de te donner la méthode et les repères, pas de te promettre que ton local rivalisera avec les plus grands modèles en ligne. Une nuance importante, tout de même, pour ne pas te décourager : les modèles ouverts progressent vite, année après année, et ce qu'un bon modèle local sait faire aujourd'hui aurait paru impressionnant il y a peu. La tendance joue en ta faveur. Ce que tu installes maintenant n'est pas figé : à mémoire égale, les modèles de demain seront plus capables que ceux d'aujourd'hui, sans que tu aies à changer de machine. Investir un peu de temps dans le local, c'est donc un pari qui se bonifie avec le temps, à condition de garder les bons repères, la mémoire et le ressenti à l'usage, plutôt que de courir après un chiffre de vitesse ou une version précise.

Piège numéro un : choisir sa machine ou son modèle sur le nom de la puce plutôt que sur la mémoire. C'est la mémoire qui décide quel modèle tient et tourne bien. Une puce rapide avec peu de mémoire fera quand même ramer un gros modèle. Regarde la mémoire d'abord, toujours.

Piège numéro deux : prendre le plus gros modèle disponible par principe. S'il déborde de ta mémoire, il ne démarre pas ou il rame. Le meilleur modèle pour toi n'est pas le plus gros du monde, c'est le plus gros que TA mémoire avale confortablement.

Piège numéro trois : oublier la quantification. Un modèle non quantifié est bien plus lourd. Prends les versions quantifiées, faites exprès pour tenir sur nos machines, en acceptant une petite perte de qualité souvent invisible à l'usage courant.

Piège numéro quatre : mémoriser une version précise de modèle. Elles se renouvellent tout le temps. Retiens les familles durables, Llama, Qwen, Mistral, Gemma, Phi, et juge par la taille et ta mémoire, jamais par un numéro de version qui sera périmé.

Piège numéro cinq : sur un MacBook Air, lancer une longue séance intensive et s'étonner que ça ralentisse. Sans ventilateur, l'Air chauffe et se bride pour se protéger. Pour de longues séances, une machine ventilée est plus adaptée ; sur Air, privilégie les tâches courtes.

Piège numéro six : attendre du local qu'il égale le cloud, puis être déçu. Le local est un plan B et un atout de confidentialité formidable, pas un remplaçant supérieur. Juge-le sur sa vraie valeur, la souveraineté, et tu ne seras jamais déçu.