IA locale : modèles texte, image, vidéo et musique sur votre PC
Faire tourner une IA locale sur votre PC permet de générer textes, images, vidéos et musiques sans abonnement ni fuite de données privées. Découvrez mes mesures réelles sur RTX 4090, les configurations VRAM requises et les pièges de licences.
👁 124 lectures
Faire tourner une IA locale sur son ordinateur signifie exécuter des modèles de pointe directement sur son propre matériel, sans abonnement, sans file d’attente et sans transmettre ses fichiers à des serveurs tiers. Qu’il s’agisse de rédiger des documents, de produire des visuels, d’animer des vidéos ou de composer des morceaux musicaux, un LLM local offre une confidentialité totale et un contrôle absolu. J’ai testé et chronométré l’ensemble des modèles présentés dans ce guide sur mon propre PC (RTX 4090 24 Go, i9-14900KF, 64 Go de RAM sous Windows 11) afin de mesurer leurs débits réels, leur empreinte VRAM et leurs limites concrètes.
Mise à jour du 20 octobre 2026 : quatre nouveaux modèles à poids ouverts - Muse Spark Open, DeepSeek V4.1 Flash 1017, Step 5 et Nemotron 3.5 Super VL - sont bien trop grands pour un seul GPU de 24 Go. Tailles, licences et mon test : IA open source en octobre 2026 : test de 4 LLM ouverts.
Pour un comparatif plus large des générateurs vidéo IA, avec mes résultats de test, les prix en USD et les offres gratuites : Générateur vidéo IA : le comparatif testé et les prix 2026.
État des lieux au 17 octobre 2026
- Texte : Gemma 4 31B débite 41-43 tok/s pour 19,2 Go de VRAM. Pour les cartes plus modestes, Gemma 4 12B tient dans environ 8 Go.
- Image : FLUX 3 Image Klein génère un visuel en 6-7 s et ne requiert que 7,5 Go de VRAM (mesure du 17.10.2026).
- Vidéo : Kandinsky 6.0 Lite produit un clip de 5 s avec audio intégré en environ 2 min sous licence MIT.
- Musique : ACE-Step 1.5 offre la diction la plus propre avec 95,6 % de mots reconnus lors de mon test comparatif, sous licence MIT.
Les meilleurs modèles en IA en local : mes vainqueurs par catégorie
Voici les modèles qui se sont imposés lors de mes bancs d’essai sur RTX 4090. La licence commerciale constitue un critère décisif, car le statut open-weights n’autorise pas systématiquement une exploitation professionnelle.
| Usage | Vainqueur | Résultat mesuré | Commercial |
|---|---|---|---|
| Texte (GPU 24 Go) | Gemma 4 31B | 42 tok/s, 19,2 Go VRAM | Oui (Apache 2.0) |
| Texte (GPU 8-12 Go) | Gemma 4 12B | 72,3 pts, env. 8 Go VRAM | Oui (Apache 2.0) |
| Langue polonaise | Bielik 11B v3 | Excellente syntaxe locale | Oui (Apache 2.0) |
| Images polyvalentes | FLUX 3 Klein | 6-7 s, 7,5 Go VRAM | Plafond de CA |
| Images ultra-rapides | Qwen-Image 2.1 Turbo | 3-4 s, 17-19 Go VRAM | Non |
| Images commerciales | Z-Image Turbo | 4,2 s par image | Oui (Apache 2.0) |
| Vidéo avec son | Kandinsky 6.0 Lite | Env. 2 min pour 5 s | Oui (MIT) |
| Chanson avec voix | ACE-Step 1.5 | 95,6 % mots reconnus | Oui (MIT) |
| Synthèse vocale (TTS) | XTTS v2 | 10/15 au banc d’essai | Non |
| Transcription audio | Whisper large-v3 | Meilleure précision ouverte | Oui (MIT) |
Démarrer avec l’IA locale en 4 étapes
- Vérifiez votre mémoire vidéo (VRAM). Sous Windows 11, ouvrez le Gestionnaire des tâches, onglet Performance, puis GPU, et relevez la ligne « Mémoire GPU dédiée ». Vous pouvez également taper
nvidia-smidans un terminal. Cette valeur conditionne strictement ce que votre machine peut héberger sans effondrement de vitesse. - Installez l’outil adapté à votre cas d’usage. Pour discuter et rédiger, optez pour LM Studio ou Ollama. Si vous recherchez une interface proche de ChatGPT dans votre navigateur, déployez le duo Open WebUI et Ollama. Pour la création d’images, de vidéos et de sons, privilégiez ComfyUI. Pour transcrire des fichiers sonores, déployez Whisper.
- Téléchargez un premier modèle calibré pour votre carte. Pour la génération textuelle, commencez par Gemma 4 12B (environ 7 Go sur le disque). Pour l’image, installez Z-Image Turbo ou FLUX 3 Klein. Téléchargez vos fichiers exclusivement depuis les dépôts officiels sur Hugging Face ou la bibliothèque vérifiée d’Ollama.
- Contrôlez que le modèle réside à 100 % sur votre carte graphique. Dans une invite de commande avec Ollama, exécutez l’instruction ci-dessous :
ollama psCette commande doit impérativement afficher « 100% GPU ». Dès qu’une partie des couches bascule sur le processeur (offload CPU), le traitement devient plusieurs fois plus lent.
Texte : modèles de langage (LLM local)
Un LLM local traite vos requêtes d’analyse, de synthèse, de traduction et de rédaction sans faire transiter vos données par le cloud. Qu’ils tournent sous Ollama, LM Studio ou llama.cpp, ces modèles s’appuient sur un moteur d’inférence similaire. Pour explorer le choix de la compression avant le téléchargement, consultez mon dossier sur la quantification GGUF, ainsi que mon banc d’essai dédié à Gemma 4 31B sur RTX 4090.
| Modèle | VRAM | Vitesse | Score rédaction |
|---|---|---|---|
| Gemma 4 31B QAT | 19,2 Go | 41-43 tok/s | 9,5/10 (5 tâches) |
| Qwen 3.8 27B (Q4_K_M) | 17,0 Go | 50 tok/s | 72,2 pts |
| Bielik 11B v3 (Q8) | 16,7 Go | 72 tok/s | 64,4 pts |
| GPT-OSS 20B | 12,2 Go | 218 tok/s | 52,4 pts |
| Gemma 4 12B | Env. 8 Go | 91-104 tok/s | 72,3 pts |
| Gemma 4 E4B | 5,4-6,1 Go | 110-129 tok/s | Non évalué |
Les scores sur 100 points proviennent de mon banc d’essai d’écriture du 26.09.2026 appliqué à 7 modèles et arbitré par des juges d’évaluation IA. À titre indicatif, le modèle propriétaire cloud Claude Haiku 4.5 avait obtenu 62,7 points sur la même grille d’évaluation. La note de 9,5/10 attribuée à Gemma 4 31B repose sur une série de cinq exercices rédactionnels distincts. Tous ces modèles sont distribués sous licence Apache 2.0 et autorisent une utilisation commerciale.
Mon conseil d’attribution selon votre matériel :
- Avec 24 Go de VRAM : retenez Gemma 4 31B pour la rigueur rédactionnelle, ou GPT-OSS 20B pour les flux nécessitant un très gros débit.
- Avec 8 à 16 Go de VRAM : Gemma 4 12B offre l’équilibre idéal entre empreinte mémoire et intelligence de réponse.
- Pour des besoins spécifiques en langue polonaise : Bielik 11B v3 minimise les fautes grammaticales sur ce corpus particulier.
Images : générateurs visuels sur GPU
Pour la génération d’images, ComfyUI s’impose grâce à ses flux modulaires adaptés aux dernières architectures. Pour étudier les rendus réalistes de personnages, jetez un œil à mon protocole pour concevoir une influenceuse IA en local, ainsi qu’à mon guide sur Qwen-Image 2.1. Voici les mesures enregistrées sur ma configuration :
| Modèle | Temps par image | Pic VRAM | Usage commercial |
|---|---|---|---|
| FLUX 3 Image Klein (int8) | 6-7 s (1024×1536) | 7,3-7,5 Go | Plafond de CA |
| Qwen-Image 2.1 Turbo | 3-4 s | 16,8-18,6 Go | Non |
| Qwen-Image 2.1 (25 étapes) | 13-20 s | Jusqu’à 19 Go | Non |
| Z-Image Turbo | 4,2 s (1344×768) | Jusqu’à 18 Go | Oui (Apache 2.0) |
Ces chronométrages excluent le chargement initial du modèle depuis le disque SSD (qui ajoute 10 à 45 secondes lors du premier lancement). J’ai mesuré FLUX 3 Klein et Qwen-Image 2.1 Turbo le 17.10.2026 sous ComfyUI 0.41, et Z-Image Turbo le 26.09.2026.
- Cartes de 8 à 12 Go : FLUX 3 Klein constitue la référence. Il n’a occupé chez moi que 7,5 Go de VRAM tout en restituant proprement la typographie complexe (« JAZZ NAD ODRĄ » et « OCET »).
- Rapidité pure : Qwen-Image 2.1 Turbo génère une image en 8 étapes au lieu de 25 en 3 à 4 secondes, mais sa licence Qwen Research restreint son usage au cadre non commercial.
- Usage professionnel sans contrainte : Z-Image Turbo sous licence Apache 2.0 garantit des rendus en 4,2 secondes avec des droits d’exploitation ouverts.
Vidéo : animation et génération sur son propre matériel
La génération vidéo locale demeure la tâche la plus exigeante pour un ordinateur personnel. Sur une carte dotée de 24 Go de mémoire, les modèles exploitables comportent jusqu’à une quinzaine de milliards de paramètres. Un clip de 5 secondes nécessite entre une et plusieurs minutes de rendu. Retrouvez des cas d’usage pratiques dans mes dossiers sur la vidéo d’influenceuse IA en local et le déploiement de LTX-Video en local.
| Modèle | Clip et durée | Mémoire requise | Commercial |
|---|---|---|---|
| Kandinsky 6.0 Lite | 5 s avec audio, 1:51-2:28 min | 19-20 Go VRAM | Oui (MIT) |
| Kandinsky 6.0 Pro (int8) | 5 s avec audio, 6:18-6:52 min | 21 Go VRAM + 29 Go RAM | Oui (MIT) |
| Wan 2.2 TI2V 5B | Sans son, env. 1 min (960×544) | Jusqu’à env. 20 Go VRAM | Oui (Apache 2.0) |
| LTX-Video 13B | 58 s avec chargement | Non mesuré séparément | Plafond 10 M$ CA |
J’ai testé Kandinsky 6.0 le 17.10.2026 et Wan 2.2 le 27.09.2026. Pour Wan 2.2, ComfyUI a été lancé avec le paramètre ci-après :
--disable-smart-memorySans cet argument, la même génération prenait plusieurs fois plus de temps dès lors que d’autres applications tournaient en tâche de fond. Kandinsky 6.0 Pro génère l’image et l’audio en une seule passe : lors d’un test linguistique, la version Pro a correctement articulé 7 mots sur 9, contre 4 sur 9 pour la version Lite.
Attention aux restrictions géographiques : les modèles MiniMax H3 et HunyuanVideo intègrent dans leurs licences des clauses excluant expressément l’Union européenne, ce qui en interdit l’usage légal en France.
Musique et voix : morceaux, synthèse vocale et transcription
Génération musicale avec voix chantée
Afin d’évaluer la clarté d’élocution vocale, j’ai soumis un texte fixe à quatre modèles de génération musicale (3 essais par modèle, le 17.10.2026). Les pistes résultantes ont ensuite été analysées via Whisper large-v3 pour calculer la part exacte de mots intelligibles.
- ACE-Step 1.5 génère un morceau de 2 minutes en 34 à 91 secondes pour une occupation de 10,7 à 20 Go de VRAM, sous licence libre MIT.
- YuE2 excelle en anglais (100 % de mots reconnus), mais sa licence non commerciale CC BY-NC 4.0 interdit tout usage lucratif.
- MiniMax Music 3 a interrompu prématurément certains refrains lors de mes tests.
- DiffRhythm 2 ne prend en charge que l’anglais et le chinois (d’où son score de 4,8 % sur un test hors de ses langues cibles).
- Pour les pistes d’ambiance instrumentales pures et le design sonore sans voix, reportez-vous à mon test de Stable Audio 3.
Synthèse vocale (Text-to-Speech)
| Modèle | Score diction | Ressources et temps | Commercial |
|---|---|---|---|
| XTTS v2 | 10/15 pts | 3,0 Go VRAM, 17,6 s pour 53 s d’audio | Non |
| Piper (voix gosia) | 6/15 pts | CPU seul, 5,8 s pour 36 s d’audio | GPL-3.0 (moteur) |
| Chatterbox Multilingual | 4/15 pts (omet chiffres) | 5,3 Go VRAM, 26,4 s pour 33 s d’audio | Oui (MIT) |
À titre de comparaison, le service cloud Eleven v4 avait recueilli la note parfaite de 15/15 lors de mon banc d’essai du 08.10.2026 : les outils locaux accusent encore un net retard sur le timbre vocal naturel. Retrouvez l’analyse détaillée des voix dans mon comparatif voix IA TTS.
Transcription et sous-titrage
Pour convertir des enregistrements en texte sur sa machine, Whisper large-v3 d’OpenAI (licence MIT) reste la solution open source la plus robuste. Le modèle alternatif Voxtral Small 24B, pourtant très bien positionné sur les tableaux d’Artificial Analysis, requiert environ 55 Go de mémoire et présente un support linguistique plus restreint selon sa fiche technique.
Matériel : ce qui tourne réellement sur 8, 12, 16 et 24 Go
La capacité de mémoire vidéo conditionne l’ensemble de votre écosystème IA. Sur mon poste principal équipé d’une RTX 4090 24 Go, j’ai simulé les contraintes des cartes graphiques inférieures en bridant dans Ollama le nombre de couches transférées sur le GPU afin de calquer l’empreinte exacte de cartes 8, 12 ou 16 Go.
| Mémoire GPU | Modèles texte | Génération d’images | Vidéo et musique |
|---|---|---|---|
| 8 Go (RTX 4060, 3070) | Gemma 4 E4B complet ; Gemma 4 12B (48 tok/s simulé) | FLUX 3 Klein au juste (pic 7,5 Go) | Insuffisant pour les modèles testés |
| 12 Go (RTX 3060, 4070) | Gemma 4 12B complet ; GPT-OSS 20B (165 tok/s simulé) | FLUX 3 Klein confortable | ACE-Step limite (pic dès 10,7 Go) |
| 16 Go (4060 Ti 16 Go, 4080) | Qwen 3.8 27B (33,4 tok/s, 64/65 couches) | Z-Image Turbo (recommandé 16 Go) | YuE2 au juste (13,3-16,3 Go) |
| 24 Go (RTX 3090, 4090, 5090) | Gemma 4 31B, Qwen 3.8 27B, Bielik Q8 | Tous modèles, incluant Qwen Turbo | Kandinsky 6 Lite, Wan 2.2 5B, ACE-Step |
Lorsqu’un modèle ne rentre pas intégralement dans la VRAM, le débit ne baisse pas de quelques pourcents : il s’effondre brutalement car le bus PCI Express et la RAM du processeur prennent le relais.
Pour mettre en perspective la puissance brute d’inférence selon les puces, les données publiques du banc llama.cpp sur un modèle de référence (Llama 2 7B Q4_0) démontrent que la vitesse dépend avant tout de la bande passante mémoire de votre matériel :
Quelques constats techniques indispensables :
- Mac Apple Silicon : la mémoire unifiée est partagée entre le système et le circuit graphique. Un Mac équipé de 16 Go charge Gemma 4 12B Q4 (7,0 Go), tandis qu’un modèle de 32 Go accueille Gemma 4 31B QAT (17,65 Go). Ollama, LM Studio et ComfyUI disposent de versions macOS natives.
- Calcul sur CPU seul : les petits modèles textuels et le synthétiseur Piper fonctionnent correctement, mais la génération d’images et de vidéos devient excessivement lente. Sur ma machine, lorsque seulement 18 des 66 couches de Qwen ont été déportées sur le processeur, mon débit s’est effondré de 46 à 8,4 tok/s.
- Disque de stockage : conservez vos modèles sur un SSD NVMe rapide. Depuis un disque USB externe plafonnant à 44 Mo/s, le chargement initial d’un modèle lourd réclame plusieurs minutes.
Les programmes indispensables pour piloter une IA locale
Plusieurs logiciels gratuits permettent d’exploiter vos modèles selon vos compétences techniques et vos besoins applicatifs.
Interface graphique complète avec moteur de recherche pour télécharger et tester des LLM facilement.
Gestionnaire en ligne de commande servant d’API locale pour exécuter des modèles de langage en tâche de fond.
Interface web de type ChatGPT pour dialoguer avec les modèles d’Ollama et gérer documents et historiques.
Environnement nodulaire modulaire conçu pour exécuter les modèles d’image, de vidéo et de musique en local.
Navigateur d’applications automatisant l’installation et l’exécution d’outils d’IA locale en un clic.
Application de bureau légère offrant un chat épuré avec des modèles locaux sans configuration complexe.
En complément des environnements généralistes, plusieurs briques spécialisées complètent votre installation :
- llama.cpp : le moteur bas niveau d’inférence en C++ derrière Ollama et LM Studio. Sur carte Nvidia, privilégiez impérativement la compilation CUDA : lors de mes tests comparatifs, le backend Vulkan s’est révélé 1,9 à 2,6 fois plus lent.
- Whisper : la référence pour la transcription locale de la parole en texte brut et la synchronisation de sous-titres vidéo.
- Pinokio : un navigateur d’environnements qui automatise le déploiement en un clic de dizaines d’applications d’IA open source. Pour arbitrer entre deux des gestionnaires majeurs de LLM, lisez également mon comparatif Ollama vs LM Studio.
Licences : ce que vous avez le droit d’exploiter commercialement
Le fait qu’un modèle soit disponible en libre accès sur Hugging Face ne garantit aucunement le droit d’en tirer un revenu financier. J’ai examiné les cartes de licence officielles publiées par les auteurs des modèles en octobre 2026 :
| Modèle | Licence | Exploitation commerciale |
|---|---|---|
| Gemma 4, Qwen 3.8, Bielik, GPT-OSS | Apache 2.0 | Autorisée sans restriction |
| Z-Image Turbo, Wan 2.2 | Apache 2.0 | Autorisée sans restriction |
| Kandinsky 6.0, ACE-Step 1.5, Whisper | MIT | Autorisée sans restriction |
| FLUX 3 Image Klein | FLUX Kommunity | Autorisée si CA < 5 millions USD |
| LTX-2 (Lightricks) | LTX-2 Community | Autorisée si CA < 10 millions USD |
| Stable Audio 3 | Stability Community | Autorisée si CA < 1 million USD |
| Qwen-Image 2.1 et 2.1 Turbo | Qwen Research | Interdite (recherche uniquement) |
| YuE2 | CC BY-NC 4.0 | Interdite (non commerciale) |
| XTTS v2 | Coqui Public Model License | Interdite |
| MiniMax H3, HunyuanVideo | Exclusion UE / USA / UK | Interdits d’usage dans l’UE |
Restez vigilant face aux modèles dits « sans censure » modifiés par des tiers non certifiés sur les plateformes de partage : privilégiez systématiquement les dépôts officiels des créateurs pour garantir l’intégrité de vos flux de travail.
L’IA locale est-elle rentable face aux API cloud ?
Pour traiter une batterie de 13 tâches de calcul intensif avec Gemma 4 12B, ma consommation électrique réelle s’est élevée à quelques centimes, là où un appel direct à une API haut de gamme aurait facturé un montant sensiblement plus élevé par million de jetons. De même, le coût électrique d’une génération d’image sous Z-Image Turbo demeure marginal sur une carte moderne. Pour une analyse chiffrée détaillée de l’amortissement du matériel face aux jetons en ligne, consultez mon analyse modèle IA local ou API : le coût réel.
Le matériel représente toutefois un investissement initial lourd qui exige plusieurs centaines d’heures d’utilisation intensive pour être amorti par rapport à des forfaits cloud. L’avantage d’une IA locale réside principalement ailleurs : elle garantit une étanchéité absolue de vos informations confidentielles, fonctionne sans connexion Internet et supprime les quotas arbitraires de requêtes par minute.
Tous nos nouveaux guides pratiques
Pour approfondir chaque facette de l’installation et de l’optimisation locale, retrouvez nos dossiers dédiés :
- Installez une interface conversationnelle complète sur votre machine en suivant notre guide sur Open WebUI et Ollama.
- Créez des chansons complètes avec voix chantée en local grâce au banc d’essai de ACE-Step 1.5 sur RTX 4090.
- Comprenez l’impact du format de compression et du découpage mémoire avec notre dossier sur la quantification GGUF : Q4_K_M vs Q6_K vs Q8_0.
- Simplifiez l’installation de vos outils d’IA en un clic avec notre guide sur Pinokio sur Windows.
- Apprenez à générer des visages cohérents sans défaut de texture en consultant le dossier influenceuse IA en local : 5 personnages sur 5 modèles.
- Passez à la génération vidéo avec le banc d’essai complet sur la vidéo d’influenceuse IA en local : clips Kandinsky 6 et Wan 2.2.
- Choisissez le bon gestionnaire de modèles selon vos besoins grâce au comparatif Ollama vs LM Studio.
- Générez vos premiers clips vidéo open source sur votre propre GPU avec notre guide sur LTX-Video en local.
Foire aux questions sur l’IA locale
Qu’est-ce qu’une IA locale ?
Une IA locale est un modèle d’intelligence artificielle exécuté directement sur les composants de votre propre ordinateur plutôt que sur des serveurs distants. Après le téléchargement du programme hôte et du fichier de poids, tous les calculs s’opèrent sur votre machine. Vous pouvez travailler sans aucune connexion Internet et sans transmettre vos documents à des entreprises tierces.
Combien de VRAM faut-il pour faire tourner une IA locale ?
Pour la génération de texte simple, une carte de 8 Go suffit pour des modèles légers comme Gemma 4 E4B ou Gemma 4 12B quantifié. Pour générer des images confortablement, prévoyez entre 8 et 16 Go de VRAM selon la taille du modèle. La production vidéo et la création de musique avec chant exigent quant à elles un GPU doté de 16 à 24 Go de VRAM pour éviter les blocages.
Quelle est la meilleure carte graphique pour l’IA locale ?
Les cartes de marque Nvidia constituent le standard le plus simple à exploiter, car l’immense majorité des logiciels et librairies sont développés nativement pour l’architecture CUDA. La quantité de mémoire VRAM prime sur tous les autres critères, suivie de près par la bande passante mémoire. D’après mes mesures et les bancs d’essai, la RTX 4090 24 Go offre le débit le plus élevé, tandis qu’une RTX 3090 d’occasion offre une capacité identique avec un recul de vitesse limité à environ 14 %.
L’IA locale fonctionne-t-elle sans connexion Internet ?
Oui, l’absence de réseau n’affecte en rien le fonctionnement d’outils comme LM Studio, Ollama, ComfyUI, llama.cpp ou Whisper une fois les modèles téléchargés. Vous pouvez débrancher tout câble réseau : vos prompts, images et analyses sont traités en circuit totalement fermé.
Peut-on exécuter une IA locale sur Mac ?
Oui, Ollama, LM Studio et ComfyUI proposent tous des versions natives pour macOS tirant parti de l’accélération Metal et de la mémoire unifiée des puces Apple Silicon. Sur un Mac équipé de 16 Go de RAM unifiée, Gemma 4 12B Q4 tourne sans encombre. D’après les mesures officielles de llama.cpp, une puce M4 produit environ 24 tok/s sur un modèle 7B, une M4 Pro atteint 51 tok/s, et une M4 Max monte à 83 tok/s.
Peut-on utiliser l’IA locale sans carte graphique dédiée ?
Il est possible de faire tourner des modèles textuels compacts ainsi que certains moteurs de synthèse vocale comme Piper sur un processeur central (CPU). En revanche, la génération d’images haute résolution et l’animation vidéo s’avèrent beaucoup trop lentes sans accélération GPU dédiée. Lors de mes tests, délester seulement un quart des couches d’un modèle vers le processeur a divisé la vitesse par plus de cinq.
L’IA en local est-elle totalement gratuite ?
Les logiciels d’inférence présentés dans ce guide ainsi que les poids des modèles ouverts sont téléchargeables gratuitement. Vous n’avez aucun abonnement à régler, les seuls coûts réels étant l’achat de votre matériel informatique et l’électricité consommée. Si vous comptez monétiser vos créations, veillez simplement à respecter les restrictions de licence propres à chaque modèle.
Pourquoi certains modèles chinois sont-ils interdits en Europe ?
Certains concepteurs appliquent des conditions d’utilisation territoriales restrictives au sein de leurs licences d’exploitation. C’est notamment le cas des modèles MiniMax H3 et HunyuanVideo, dont les textes juridiques excluent formellement l’Union européenne, les États-Unis et le Royaume-Uni. Tout déploiement de ces modèles sur le sol européen enfreint donc la licence de leurs créateurs.
Sources et données vérifiées
- Mesures de performance sur banc personnel (RTX 4090 24 Go, i9-14900KF, 64 Go RAM, Windows 11) : modèles LLM au 26.09.2026, simulations d’allocation VRAM au 03.10.2026, mesures Gemma 4 31B au 08.10.2026.
- Bancs d’essai vidéo, image et musique : ComfyUI 0.37 (26-27.09.2026) et ComfyUI 0.41 (17.10.2026 : FLUX 3 Klein, Qwen-Image 2.1 Turbo, Kandinsky 6.0, YuE2, ACE-Step 1.5, MiniMax Music 3, DiffRhythm 2).
- Évaluations des moteurs de synthèse vocale (TTS) : banc comparatif personnel du 08.10.2026.
- Discussions officielles llama.cpp sur cartes Nvidia (#15013), consulté le 09.10.2026.
- Discussions officielles llama.cpp sur Apple Silicon (#4167), consulté le 09.10.2026.
- Dépôt officiel du modèle ACE-Step 1.5 sur Hugging Face (licence MIT), consulté le 17.10.2026.
- Conditions de licence LTX-2 Community par Lightricks, consulté le 17.10.2026.
- Fiche technique Z-Image Turbo sur Hugging Face (Apache 2.0), consulté le 17.10.2026.
- Dépôt Wan 2.2 TI2V 5B sur Hugging Face (Apache 2.0), consulté le 17.10.2026.
- Classements Speech-to-Text d’Artificial Analysis, consulté le 09.10.2026.
- Méthode de test : Labo Promptif
Vérifié le 17 octobre 2026.
More on this from PROMPTIF
guides·Modèle IA local ou API : coût réel de l’IA sur votre carteModèle local vs API : mesure de consommation électrique sur RTX 4090, comparaison avec GPT-6 Luna, Claude Haiku et Opus 5.5, seuil de rentabilité.