Outils
Sélectionnez votre cas d'usage. Nous vous suggérons un modèle réaliste, la VRAM nécessaire, la carte proposée et le logiciel — le tout avec des ressources liées et des données de référence.
Comment ça marche Calculs déterministes basés sur des spécifications publiées et des benchmarks réels. Chaque chiffre est lié à sa source.
Avant de faire les calculs, lisez comment choisir le bon matériel et le modèle adapté à votre usage : VRAM, quantification et vitesse de réponse. Ouvrir le guide →
Pour Conversation générale avec 1 utilisateur : Llama 3.1 8B en 4-bit (Q4_K_M), avec 7,8 Go de VRAM.
4-bit (Q4_K_M) · 8B
Taille choisie pour Conversation générale et niveau Standard : assez de capacité pour votre usage, assez léger pour tourner fluidement sur votre matériel.
Les poids du modèle : la place qu'il occupe en mémoire au repos.
La mémoire de conversation : elle croît avec la longueur du contexte et le nombre d'utilisateurs.
Marge de sécurité pour le système et les pics d'utilisation.
Calculée pour 16 384 jetons de contexte et 1 utilisateur. Plus de contexte ou d'utilisateurs = plus de cache KV.
12 GB VRAM · 360 GB/s
Il vous faut 7,8 Go de VRAM : la NVIDIA RTX 3060 12GB est la carte la moins chère avec 12 Go, donc ça passe avec de la marge pour 1 utilisateur.
29,8
jetons par seconde (par utilisateur)
Fluide : les réponses défilent pendant que vous lisez.
Le texte défille à la vitesse estimée : 1 jeton ≈ 1,4 caractère.
≈ 1 167 – 1 974 €
GPU + système de base
D’autres modèles aux caractéristiques proches de Llama 3.1 8B. Touchez-en un pour comparer : le plan et le graphique se recalculent instantanément, et un nouveau toucher revient au modèle recommandé.
Chaque utilisateur parallèle ajoute sa propre cache KV : NVIDIA RTX 3060 12GB · 7,8 GB pour 1 utilisateur, NVIDIA RTX 4060 Ti 16GB · 15,8 GB pour 5 utilisateurs.
Minimum et recommandé pour le système complet (GPU exclue, elle est ci-dessus). Valeurs indicatives 2025/26 pour un build desktop ; sur Mac, la machine est le système.
| Minimum | Recommandé | |
|---|---|---|
| GPU / VRAM | NVIDIA RTX 3060 12GB · 12 GB VRAM | |
| CPU | 8 cœurs / 16 threads (ex. Ryzen 5 / Core i5) | 12+ cœurs / 20+ threads (ex. Ryzen 7 / Core i7) |
| RAM système | 16 GB | 32 GB |
| Alimentation | 650 W | 650 W |
| Stockage | SSD NVMe 1 To | SSD NVMe 1 To |
| Refroidissement | Dissipateur standard pour GPU unique | Dissipateur standard pour GPU unique |
| Système complet (indicatif) | ≈ 1 167 – 1 974 € | |
Les poids du modèle restent en VRAM ; la RAM système sert à l'OS, au chargement et au contexte.
Combien d'utilisateurs en parallèle tiennent sur chaque carte, avec le modèle actuel. Les barres vertes atteignent votre objectif ; changez de modèle pour voir ce qui change.
Configuration actuelle : environ 8 GB nécessaires pour 1 utilisateur.
Si vous préférez ne pas acheter de matériel, des services d'inférence exécutent le même modèle en facturation à l'usage.
Aucun fournisseur en particulier : le choix dépend du budget, de la confidentialité et du type de modèle. Le catalogue rassemble les services d'inférence avec les détails de chacun.
Les chiffres du résultat partent de specs officielles et de benchmarks publics : chaque élément ci-dessous est le lien direct vers la donnée.
Les estimations de jetons/s dérivent de la bande de mémoire de la carte et de benchmarks de décodage publiés.
Choisissez le logiciel dont vous avez besoin et suivez la page de la ressource : vous y trouverez le guide d'installation pas à pas.
/fr/strumenti/setupLes configurations enregistrées restent dans votre profil : rouvrez, comparez, supprimez.
La règle (poids + KV cache), les prix réels d'octobre 2026 pour GPU NVIDIA, Apple Silicon et CPU, le compte sur 36 mois et le choix par budget.
Les trois critères pour choisir votre premier modèle local : usage, mémoire (avec la formule exacte) et contexte. Modèles conseillés pour 8, 16 et 24 Go, et votre premier modèle en deux commandes.
Ollama pour machines et serveurs (API 11434), LM Studio pour explorer et mesurer (serveur 1234, benchmark intégré) : tableau comparatif, API compatible OpenAI et le cas réel de ceux qui les utilisent ensemble.
De zéro au premier modèle qui répond : ce qu'il vous faut vraiment, Ollama pas à pas, comment choisir le modèle pour votre mémoire, les vitesses attendues par hardware et les problèmes typiques résolus.