EN DIRECT

OpenAI va rendre ses modèles disponibles sur Google Cloud21/10/26 · OpenAI|OpenAI dévoile l'architecture publicitaire de ChatGPT21/10/26 · OpenAI|Anthropic aurait essuyé une perte nette de plus de 80 milliards de dollars au premier semestre 202620/10/26 · Anthropic|Des interfaces auto-évolutives permettent à un modèle ouvert de dépasser GPT-5.5 et Claude Opus20/10/26|La Suède interdit ChatGPT et Claude dans son administration centrale23/10/26|SpectralCanary : une méthode discrète pour détecter l'usage non autorisé d'images d'entraînement22/10/26|Des tables n-gramme compressées pour alléger la mémoire des LLM22/10/26|NVIDIA publie OpenShell, un environnement d'exécution pour agents IA autonomes22/10/26 · NVIDIA|Ai2 publie OlmoEarth v1.3, un modèle d'embeddings géospatiaux amélioré22/10/26 · Ai2|NVIDIA lance Minerva, une plateforme d'observabilité pour les « usines à IA »22/10/26 · NVIDIA|Google DeepMind cartographie les types de forêts à l'échelle mondiale22/10/26 · Google DeepMind|Le coût caché du stockage derrière l'inférence de l'IA22/10/26|OpenAI va rendre ses modèles disponibles sur Google Cloud21/10/26 · OpenAI|OpenAI dévoile l'architecture publicitaire de ChatGPT21/10/26 · OpenAI|Anthropic aurait essuyé une perte nette de plus de 80 milliards de dollars au premier semestre 202620/10/26 · Anthropic|Des interfaces auto-évolutives permettent à un modèle ouvert de dépasser GPT-5.5 et Claude Opus20/10/26|La Suède interdit ChatGPT et Claude dans son administration centrale23/10/26|SpectralCanary : une méthode discrète pour détecter l'usage non autorisé d'images d'entraînement22/10/26|Des tables n-gramme compressées pour alléger la mémoire des LLM22/10/26|NVIDIA publie OpenShell, un environnement d'exécution pour agents IA autonomes22/10/26 · NVIDIA|Ai2 publie OlmoEarth v1.3, un modèle d'embeddings géospatiaux amélioré22/10/26 · Ai2|NVIDIA lance Minerva, une plateforme d'observabilité pour les « usines à IA »22/10/26 · NVIDIA|Google DeepMind cartographie les types de forêts à l'échelle mondiale22/10/26 · Google DeepMind|Le coût caché du stockage derrière l'inférence de l'IA22/10/26|

Hardware Match

Quel modèle tourne sur ma machine ?

Choisissez votre configuration. Pour chacune : les modèles open-weight qui tiennent en mémoire, le niveau de quantization, la marge restante et la commande pour les lancer. Calculé depuis la taille réelle des poids, pas depuis les promesses.

Cartes graphiques

RTX 4060 · 8 Go

8 Go utiles · Entrée de gamme

RTX 3060 · 12 Go

12 Go utiles · Bon rapport VRAM/prix

RTX 4070 · 12 Go

RTX 4060 Ti · 16 Go

RTX 4070 Ti Super · 16 Go

RTX 5080 · 16 Go

RTX 3090 · 24 Go

24 Go utiles · Occasion : le meilleur Go/€

RTX 4090 · 24 Go

AMD RX 7900 XTX · 24 Go

24 Go utiles · ROCm / Vulkan

RTX 5090 · 32 Go

2 × RTX 4090 · 48 Go

48 Go utiles · Parallélisme tensoriel

RTX 6000 Ada · 48 Go

48 Go utiles · Station de travail

NVIDIA L40S · 48 Go

48 Go utiles · Serveur inférence

NVIDIA A100 · 40 Go

NVIDIA A100 · 80 Go

NVIDIA H100 · 80 Go

4 × RTX 4090 · 96 Go

2 × H100 · 160 Go

8 × H100 · 640 Go

640 Go utiles · Nœud serveur HGX standard, en location cloud GPU ou en achat.

8 × H200 · 1128 Go

1128 Go utiles · Nœud HGX H200 : très gros modèles en pleine précision et longs contextes.

Mac Apple Silicon

Mac Apple Silicon 16 Go

12 Go utiles · Mémoire unifiée

Mac Apple Silicon 24 Go

18 Go utiles · Mémoire unifiée

Mac Apple Silicon 32 Go

24 Go utiles · Mémoire unifiée

Mac Apple Silicon 48 Go

36 Go utiles · Mémoire unifiée

Mac Apple Silicon 64 Go

48 Go utiles · Mémoire unifiée

Mac Apple Silicon 96 Go

72 Go utiles · Mémoire unifiée

Mac Apple Silicon 128 Go

96 Go utiles · Mémoire unifiée

Mac Studio 192 Go

144 Go utiles · Mémoire unifiée

Sans GPU (CPU)

Laptop 8 Go RAM

6 Go utiles · Sans GPU : CPU seul, lent mais possible

Laptop 16 Go RAM

12 Go utiles · CPU seul

PC 32 Go RAM (CPU)

25 Go utiles · CPU seul

PC 64 Go RAM (CPU)

51 Go utiles · CPU seul, gros modèles lents