Faire tourner une IA sur son ordinateur : ce qui est possible en 2026

Un ordinateur suffit, à condition de savoir lequel

Pendant longtemps, faire tourner une intelligence artificielle chez soi voulait dire bricoler un modèle diminué, patienter de longues secondes pour chaque réponse, et accepter un résultat nettement en dessous de ce que proposait ChatGPT ou Claude en ligne. En 2026, ce compromis s'est resserré. Des modèles ouverts de qualité, publiés par Meta, Alibaba, DeepSeek ou désormais OpenAI lui-même, tiennent dans la mémoire d'un ordinateur portable récent. Et une nouvelle génération de matériel, pensée dès la conception pour ce genre de calcul, vient de sortir ou arrive dans les prochains mois.

Cet article part d'une question concrète : qu'est-ce qu'on peut réellement faire tourner sur sa propre machine aujourd'hui, avec quels outils, sur quel matériel, et pour quel usage. Il ne s'agit pas de remplacer un abonnement à ChatGPT ou Claude du jour au lendemain, mais de comprendre où se situe désormais la frontière entre ce qui reste l'apanage du cloud et ce qui tient maintenant sous son propre bureau.

Pourquoi se passer du cloud

La première raison qui pousse à héberger un modèle chez soi tient aux données. Un cabinet d'avocat, une équipe médicale ou une entreprise qui manipule des documents confidentiels ne peut pas toujours se permettre d'envoyer ce contenu vers un serveur tiers, même bien protégé. Un modèle local traite tout sur la machine : rien ne sort jamais du réseau de l'utilisateur.

La deuxième raison est plus prosaïque : le coût et la disponibilité. Une fois le matériel acheté, l'usage d'un modèle local ne dépend plus d'un abonnement mensuel ni d'un quota de requêtes. Il fonctionne aussi sans connexion internet, un critère qui compte pour du travail en déplacement ou dans un environnement où la confidentialité impose une coupure réseau complète.

La troisième raison touche au contrôle. Les modèles ouverts peuvent être ajustés, spécialisés sur un jeu de données interne ou bridés différemment selon l'usage, une liberté qu'aucun service fermé n'offre au même degré. Ces avantages ne suppriment pas un fait simple, détaillé plus loin dans cet article : sur les tâches de raisonnement les plus difficiles, les modèles hébergés dans le cloud gardent une longueur d'avance.

Un modèle local traite tout sur la machine : rien ne sort jamais du réseau de l'utilisateur.

Les outils et les modèles qui rendent ça possible

Deux outils se sont imposés comme standards pour faire tourner un modèle en local. Ollama fonctionne en ligne de commande, sur Mac, Linux et Windows : une commande télécharge un modèle, une autre lance une conversation. LM Studio offre le même résultat avec une interface graphique, un catalogue de modèles intégré et un serveur API local, pratique pour brancher le modèle sur d'autres applications sans repasser par le cloud.

Côté modèles, le choix s'est considérablement élargi. La famille Qwen3, publiée par Alibaba sous licence Apache 2.0, couvre plusieurs tailles et plusieurs langues avec un bon niveau de qualité générale. DeepSeek-R1, sous licence MIT, existe en plusieurs versions distillées, de 1,5 à 70 milliards de paramètres ; les versions à 14 et 32 milliards de paramètres sont généralement citées comme le meilleur compromis pour du raisonnement en local sans matériel démesuré. Meta continue de publier sa gamme Llama, souvent choisie pour sa simplicité d'usage.

Le changement le plus notable vient d'OpenAI, qui a publié gpt-oss-120b et gpt-oss-20b, ses premiers modèles en poids ouverts depuis GPT-2, sous licence Apache 2.0. Les deux s'appuient sur une architecture à mélange d'experts et gèrent un contexte de 128 000 tokens. gpt-oss-20b tourne avec environ 16 Go de mémoire GPU et vise un niveau de raisonnement proche de o3-mini ; gpt-oss-120b, plus proche de o4-mini, demande environ 80 Go. Les poids des deux modèles se téléchargent librement sur Hugging Face et s'installent via Ollama ou LM Studio.

ollama pull gpt-oss:20b
ollama run gpt-oss:20b

Le matériel qui change la donne en 2026

Trois façons de s'équiper coexistent désormais. La première ne demande rien d'exotique : un ordinateur portable Apple Silicon récent. Le MacBook Pro équipé des puces M5 Pro et M5 Max, en précommande depuis le 4 mars 2026, intègre un accélérateur neuronal directement dans chaque cœur GPU, conçu spécifiquement pour exécuter des modèles de langage et des modèles de diffusion d'image sur l'appareil, sans passer par le cloud. La mémoire unifiée de l'architecture Apple Silicon, partagée entre CPU, GPU et moteur neuronal sans copie intermédiaire, reste l'atout principal de ces machines pour des modèles de taille moyenne.

La deuxième option est un matériel dédié entièrement pensé pour l'IA locale : le DGX Spark de Nvidia, anciennement connu sous le nom de Project Digits, disponible depuis mars 2026. Cette machine de la taille d'un petit boîtier embarque une puce Grace Blackwell, 128 Go de mémoire unifiée et jusqu'à un pétaflop de calcul en précision FP4, de quoi faire tourner localement des modèles allant jusqu'à 200 milliards de paramètres. Elle se vend 3 999 dollars pour l'édition du fabricant, ou à partir de 2 999 dollars chez des partenaires comme Asus, Dell ou Lenovo.

La troisième option reste la plus classique : un PC équipé d'une carte graphique dédiée. Un modèle à 7 ou 8 milliards de paramètres tient dans 8 Go de mémoire vidéo, le seuil d'une carte grand public récente comme une RTX 3070. Un modèle à 70 milliards de paramètres réclame en revanche 40 Go de mémoire vidéo ou plus, ou à défaut 64 Go de mémoire vive pour un calcul sur processeur, nettement plus lent. Enfin, la presse spécialisée évoque déjà un futur Mac Studio équipé d'une puce M5 Ultra et capable de dépasser les 700 Go de mémoire unifiée, mais aucune date ni fiche technique officielle n'a été confirmée par Apple à ce jour.

• 01Ordinateur portable Apple Silicon (M5 Pro/Max) : accélérateur neuronal dans chaque cœur GPU, mémoire unifiée.
• 02Mini PC dédié (DGX Spark, dès 2 999 $) : 128 Go de mémoire unifiée, jusqu'à 200 milliards de paramètres en local.
• 03PC avec carte graphique dédiée : 8 Go de VRAM pour un modèle à 7-8 milliards de paramètres, 40 Go et plus au-delà.

Ce qu'on perd encore en local

Le progrès du matériel et des modèles ouverts ne referme pas tout l'écart avec le cloud. Sur les tâches de raisonnement les plus complexes, plusieurs étapes enchaînées, code sur une grande base existante, analyse de très longs documents, les modèles frontière hébergés par Anthropic, OpenAI ou Google gardent l'avantage, ne serait-ce que parce qu'ils tournent sur des infrastructures de calcul sans commune mesure avec un poste de travail personnel.

Il faut aussi compter avec la charge technique. Choisir la bonne taille de modèle et le bon niveau de quantification, un compromis entre précision et mémoire utilisée, demande un minimum de compréhension technique : un mauvais dimensionnement se traduit par des réponses qui ralentissent brutalement, voire par un plantage si la mémoire disponible est dépassée. Un modèle local n'a par ailleurs pas d'accès au web ou à des outils externes par défaut ; il faut le connecter soi-même à ce type de fonction, alors qu'un service cloud grand public l'intègre nativement.

Cet écart se réduit d'année en année, mais il reste réel aujourd'hui. Un modèle en local convient très bien à une tâche répétitive, bien cadrée, sur un contenu qu'on ne veut pas envoyer ailleurs. Il convient moins bien à une question ouverte qui demande le meilleur raisonnement disponible sur le marché à un instant donné.

Un mauvais dimensionnement se traduit par des réponses qui ralentissent brutalement, voire par un plantage.

Qui devrait vraiment s'y mettre

La bonne question n'est pas de savoir si l'IA locale est prête, mais si l'usage qu'on en a s'y prête. Une personne ou une équipe qui traite des documents sensibles au quotidien, qui a besoin de travailler hors connexion, ou qui répète la même tâche bien définie des centaines de fois, a désormais de bonnes raisons de regarder du côté d'Ollama ou de LM Studio plutôt que de payer un abonnement supplémentaire dans le cloud.

À l'inverse, pour une utilisation généraliste, avec des questions ouvertes et des tâches de raisonnement variées, les modèles hébergés dans le cloud restent le choix le plus simple et le plus performant, sans matériel à choisir ni modèle à mettre à jour à la main.

Ce qui a vraiment changé en 2026, ce n'est pas que l'IA locale soit devenue meilleure que le cloud. C'est qu'elle est devenue une option sérieuse, accessible avec un ordinateur du commerce, et plus seulement un projet de passionné. Le bon réflexe reste le même que pour tout choix de matériel : partir de l'usage réel, pas de la fiche technique la plus impressionnante.