Faire tourner une IA type ChatGPT entièrement sur son propre PC, sans cloud, sans abonnement, sans qu’aucune donnée ne quitte la machine : c’était un truc de bidouilleur il y a deux ans, c’est devenu étonnamment accessible en 2026. Deux logiciels gratuits l’installent en dix minutes, et des modèles ouverts de très bon niveau tournent sur un PC de joueur ou un Mac récent.
Reste la question que tout le monde se pose avant de se lancer : mon matériel suffit-il ? Réponse détaillée, avec les ordres de grandeur qui comptent vraiment (spoiler : ce n’est ni le processeur, ni le fameux « NPU » des PC estampillés IA).
Pourquoi s’embêter, alors que le cloud existe ?
Trois raisons concrètes. La confidentialité, d’abord : ce que tu confies à un modèle local ne va nulle part, littéralement. Pas d’entraînement sur tes conversations, pas de rétention, pas de conditions d’utilisation qui changent : le sujet est d’actualité, on a comparé récemment ce que ChatGPT, Claude, Grok et Gemini font de tes données. Le hors-ligne, ensuite : dans le train, en déplacement, pendant une panne. Le coût, enfin : zéro par requête, ce qui change tout pour les usages répétitifs (reformulation, résumés, code, traitement de documents en série).
L’honnêteté impose le revers : à tâche complexe égale, un modèle local reste en dessous des géants du cloud (l’écart se compte en mois de progrès, pas en années), il est souvent plus lent, et il ne va pas chercher sur le web. Le bon usage 2026 est hybride : le local pour le sensible et le répétitif, le cloud pour le difficile.
Les logiciels : deux noms à retenir
LM Studio est la porte d’entrée recommandée si tu veux une application graphique complète : un navigateur de modèles intégré (on cherche, on télécharge, on discute), le réglage fin sans ligne de commande, et d’excellentes performances sur Mac. Gratuit, y compris pour un usage au travail depuis 2025.
Ollama est le chouchou des bidouilleurs et des développeurs : historiquement en ligne de commande, il a désormais sa propre application de bureau (chat, fichiers, images), et il vient de lever 88 millions de dollars, signe que le local n’est plus une niche. Sa force : un catalogue de modèles impeccablement tenu et une intégration facile avec d’autres outils, y compris les assistants de code. Mention aussi pour Jan, alternative open source pensée « confidentialité d’abord », et GPT4All, la porte d’entrée la plus simple sur les machines modestes.
Tous reposent sur la même mécanique : des modèles au format compressé (dit « quantifié »), où les poids du réseau sont stockés en précision réduite. Retiens l’ordre de grandeur clé : en compression standard, un modèle occupe environ 0,5 Go de mémoire par milliard de paramètres, plus une marge pour le contexte de conversation. Un modèle « 8B » (8 milliards de paramètres) tient donc dans 5 à 6 Go, un « 20B » dans une douzaine.
Les modèles qui valent le coup à l’été 2026
L’offre de modèles ouverts n’a jamais été aussi riche, et les noms dominants ont changé : ce sont Gemma 4 (Google), Qwen 3.5 (Alibaba), gpt-oss (les premiers modèles ouverts d’OpenAI depuis des années, taillés précisément pour tourner dans 16 Go) et Ministral 3 (le français Mistral) qui trustent les téléchargements. En pratique :
| Ta mémoire (VRAM ou RAM) | Ce qui tourne confortablement |
|---|---|
| 8 Go | Qwen 3.5 9B, Gemma 4 E4B, Ministral 3 8B : très corrects pour résumer, rédiger, dépanner |
| 16 Go | gpt-oss-20b (conçu pour ce gabarit), Ministral 3 14B : le vrai point d’entrée du « sérieux » |
| 24-32 Go | Gemma 4 26B/31B, Qwen 3 32B : qualité proche des services cloud d’il y a un an |
| 64 Go et plus (Mac surtout) | Modèles 70B et gros MoE : le haut du panier local |
Astuce de lecture : les modèles récents dits « MoE » (mixture of experts, comme Gemma 4 26B-A4B) n’activent qu’une fraction de leurs paramètres à chaque mot généré : la qualité d’un gros modèle, la vitesse d’un petit. C’est la grande tendance de 2026 et une aubaine pour le matériel modeste.
Le matériel : la mémoire est reine, le NPU ne sert (presque) à rien
Première vérité contre-intuitive : pour l’IA locale, le facteur numéro un n’est pas la puissance de calcul mais la quantité et la vitesse de la mémoire. Si le modèle tient entièrement dans la mémoire vidéo de ta carte graphique, ça vole ; s’il déborde, les performances s’effondrent d’un facteur cinq à vingt.
- PC avec carte graphique : c’est la VRAM qui compte. 8 Go font tourner les petits modèles, 16 Go sont le vrai confort (une RTX 5060 Ti 16 Go sort environ 50 mots par seconde sur un modèle 8B), 24 Go ouvrent la classe supérieure : la RTX 3090 d’occasion reste à ce titre le meilleur rapport VRAM/prix du marché.
- Mac Apple Silicon : le cas à part, et une excellente surprise. La mémoire y est unifiée : un Mac à 32 ou 64 Go partage toute sa RAM avec le GPU et fait tourner des modèles qu’aucune carte grand public ne loge. Les logiciels exploitent désormais le framework d’accélération d’Apple, avec des gains spectaculaires en 2026. Un MacBook M4 avec 32 Go est une vraie machine à IA locale.
- Les « Copilot+ PC » et leur NPU : c’est la douche froide du dossier. Le NPU, cette puce « IA » mise en avant partout, sert aux fonctions intégrées de Windows (sous-titres en direct, effets de visio, petits modèles maison) mais les logiciels d’IA locale l’ignorent complètement : Ollama et LM Studio passent par le GPU ou le CPU. Microsoft a d’ailleurs acté le virage en 2026 en ouvrant ses outils d’IA locale à tout PC avec un GPU correct, NPU ou pas. N’achète pas un PC pour ses « TOPS ».
Et si ton PC actuel est un peu juste, garde en tête le contexte 2026 : les prix de la RAM et des cartes graphiques flambent (la demande des data centers absorbe la production). Vérifier ce que ta machine sait déjà faire avant d’acheter n’a jamais été aussi rentable, et un refresh bien ciblé vaut parfois mieux qu’un PC « IA » neuf au sticker marketing.
À quoi t’attendre en vitesse réelle
Le repère de confort : au-delà de 8 mots par seconde, la conversation est fluide. Un PC sans carte graphique dédiée (processeur seul, 16 Go de RAM) sort 10 à 25 mots par seconde sur un modèle 8B : utilisable au quotidien, vraiment. Avec une carte à 16 Go de VRAM, on triple. Un Mac M4 Max dépasse les 60. Les gros modèles (70B) restent l’affaire des configurations à 64 Go et plus, où ils tournent à vitesse de lecture.
Pour démarrer concrètement : installe LM Studio, télécharge un modèle adapté à ta mémoire via son navigateur intégré (commence petit, un 4B ou un 8B, quitte à monter ensuite), et compare ses réponses à tes usages réels plutôt qu’aux benchmarks. Tu seras suffisamment étonné du niveau atteint par ces modèles « de poche » pour comprendre pourquoi le local est en train de devenir un réflexe, en complément des géants du cloud dont on a détaillé la dernière génération.
Questions fréquentes
C’est gratuit, vraiment ? Où est le piège ?
Les logiciels (LM Studio, Ollama, Jan) sont gratuits, et les modèles ouverts (Gemma, Qwen, gpt-oss, Ministral) sont publiés sous licences permissives par Google, Alibaba, OpenAI ou Mistral, qui y trouvent leur compte en écosystème. Le seul coût réel est matériel : la mémoire. Et l’électricité, marginalement.
Un modèle local peut-il remplacer ChatGPT pour tout ?
Non. Pour la rédaction courante, les résumés, le code du quotidien et les questions générales, un bon modèle 20B local rend des copies étonnantes. Pour les raisonnements complexes, les recherches à jour sur le web et les très longs documents, les modèles cloud gardent une vraie avance. La stratégie gagnante est de répartir plutôt que de choisir.
Mon PC portable de bureautique (8 Go de RAM, pas de carte graphique) peut-il en profiter ?
Honnêtement : à peine. Les tout petits modèles (2 à 4 milliards de paramètres) tourneront, et ils dépannent pour reformuler un mail, mais l’expérience reste frustrante en dessous de 16 Go de RAM. Sur une machine comme ça, mieux vaut un service cloud bien réglé côté confidentialité.
Faut-il savoir programmer ?
Plus maintenant. LM Studio et l’application Ollama s’installent comme n’importe quel logiciel, avec une interface de chat classique, un catalogue de modèles intégré et des réglages par défaut raisonnables. La ligne de commande reste disponible pour les usages avancés, mais elle n’est plus un prérequis depuis 2025.
