Quelle IA installer en local sur son PC en 2026 ?
LM Studio, Ollama, Open WebUI : quel logiciel choisir, quel modèle ouvert pour quelle machine, et les limites honnêtes de l'exercice.
Les tutoriels d'installation d'une IA locale pullulent, mais ils éludent les deux questions qui précèdent toute installation : quel logiciel choisir, et quel modèle votre machine peut réellement faire tourner. Voici un guide de choix, pas un tutoriel : OIA n'installe ni ne teste rien, tout ce qui suit vient des documentations officielles de LM Studio, Ollama et Open WebUI et des dépôts des éditeurs, relevés le 1er octobre 2026.
En 2026, les meilleurs modèles à poids ouverts (Kimi K3, GLM-5.3, DeepSeek V4) jouent aux points avec le cloud. Mais ce sont des géants de plusieurs centaines de gigaoctets, qu'aucun PC personnel n'accueillera.
Quelle IA installer en local ? D'abord le logiciel
Un modèle ne s'installe pas tout seul : il faut un logiciel qui le télécharge, le charge en mémoire et vous laisse lui parler. Trois noms dominent, à trois étages différents.
| Logiciel | Pour qui | Ce qu'il apporte |
|---|---|---|
| LM Studio | Les débutants sans terminal | Interface graphique complète : chat, catalogue de modèles intégré depuis Hugging Face, serveur API local. Gratuit en usage personnel ou interne en entreprise. |
| Ollama | Les développeurs et passionnés | Moteur open source en ligne de commande : chaque modèle se télécharge avec la commande exacte affichée sur sa fiche officielle. API compatible OpenAI, immense bibliothèque. Gratuit et illimité en local. |
| Open WebUI | Les équipes en auto-hébergement | Interface web multi-utilisateurs (comptes, rôles, interrogation de ses documents) branchée sur Ollama ou toute API compatible OpenAI. Gratuit en auto-hébergé. |
Côté machine, LM Studio est le plus explicite : sa page de configuration requise annonce un Mac Apple Silicon sous macOS 14 minimum, le jeu d'instructions AVX2 sur Windows et Linux, 16 Go de RAM recommandés et environ 4 Go de VRAM dédiée. Notre comparatif Ollama vs LM Studio tranche le duel, et notre comparatif Open WebUI vs LM Studio montre pourquoi les deux approches se complètent.
Un point d'architecture : Open WebUI n'exécute aucun modèle, c'est une interface qui se branche sur un moteur (LM Studio fait les deux sur un même poste, Ollama est d'abord un moteur). En équipe, la licence d'Open WebUI interdit de retirer sa marque au-delà de 50 utilisateurs, une clause sans équivalent chez Ollama, sous licence MIT.
Quel PC faut-il pour faire tourner une IA en local ?
La vraie question tient dans une donnée que peu de tutoriels relèvent : la taille des fichiers de poids, affichée sur chaque dépôt officiel. Voici les familles ouvertes de 2026, avec ce que leurs éditeurs annoncent (relevé du 1er octobre 2026 sur Hugging Face).
| Modèle | Poids | Configuration annoncée | Idéal pour |
|---|---|---|---|
| Gemma 4 (Google) | 5,1 à 31,3 Go selon la taille | E2B et E4B pour terminaux mobiles, 12B, 26B A4B et 31B pour GPU grand public et stations de travail (Google) | Du portable modeste à la station de travail |
| Ministral 3 8B (Mistral) | 8,9 Go | 12 Go de VRAM en FP8, moins si quantisé (Mistral) | Portable avec GPU |
| Qwen3.8 27B (Alibaba) | 27,8 Go | Dense « compact et facile à déployer », vision native, Apache 2.0 (Alibaba) | PC avec carte graphique |
| Llama 4 Scout (Meta) | Dépôt sous inscription | 109 Md de paramètres dont 17 Md actifs, un seul GPU H100 en Int4 (Meta) | Stations de travail haut de gamme |
| MiniMax M2.5 | 228,7 Go | 220 Go de poids, 4 GPU de 96 Go (guide officiel) | Serveur |
| DeepSeek V4 Flash | 304,2 Go | 284 Md de paramètres dont 13 Md actifs, contexte d'un million de tokens (fiche officielle) | Serveur |
| GLM-5.3 Flash (Z.ai) | 321,3 Go | 320 Md de paramètres dont 18 Md actifs, licence MIT (fiche officielle) | Serveur multi-GPU |
| Kimi K3 (Moonshot) | environ 1 560 Go | MXFP4 natif, aucune version officielle plus légère (dépôt officiel) | Datacenter |
La lecture se fait en trois paliers. De 5 à 12 Go, un portable récent suffit. De 25 à 32 Go, il faut une bonne carte graphique ou un Mac généreusement doté en mémoire unifiée. Au-delà de 100 Go, on quitte le PC personnel : les derniers gabarits (MiniMax, DeepSeek, GLM, Kimi) exigent du matériel de serveur.
Kimi K3 pèse environ 1,56 To en MXFP4 natif, déjà compressé à la source : aucune version officielle plus légère n'existe, et Ollama ne le propose qu'en mode cloud. Les modèles qui tournent vraiment sur un PC appartiennent à une classe de taille très inférieure. Détail dans notre article sur la publication des poids de Kimi K3.
Deux mécanismes réduisent encore les besoins. La quantification : quand des versions compressées existent, la bibliothèque d'Ollama affiche de 4,3 à 20 Go selon la variante de Gemma 4, contre 8 à 31 Go d'origine. Les paramètres « actifs » : les architectures à mélange d'experts (Gemma 4 26B A4B, Llama 4, DeepSeek V4) n'utilisent qu'une fraction de leurs paramètres à chaque token ; Google dit de son 26B A4B qu'il est presque aussi rapide qu'un modèle de 4B, et Meta argumente de même pour Llama 4 Scout.
Avant de télécharger, ouvrez la page du dépôt officiel sur Hugging Face et regardez deux choses : la taille totale des fichiers de poids et la licence. Ces deux informations décident seules si le modèle est faisable sur votre machine, bien avant les scores de benchmark.
Comment avoir l'IA sur son PC, et pourquoi le faire ?
La voie la plus courante tient en deux temps : installer le logiciel, puis télécharger un modèle depuis son catalogue. LM Studio installe ses modèles en quelques clics ; Ollama affiche sur chaque fiche de sa bibliothèque la commande exacte à copier. Dans les deux cas, les poids arrivent depuis Hugging Face, qui héberge la quasi-totalité des modèles ouverts, jusqu'au monstre Qwen3.8 de 2 400 milliards de paramètres.
Les motivations sont stables d'une documentation à l'autre. Le coût : l'usage local est illimité et gratuit une fois le modèle téléchargé. La vie privée : le modèle tourne sur votre machine, et LM Studio affiche sur sa page de tarifs qu'en local « aucune donnée ne quitte votre appareil ». Le hors-ligne : sa documentation précise qu'il « peut fonctionner entièrement hors ligne », et Open WebUI se dit conçu pour de même.
Attention aux licences des modèles : poids ouverts ne veut pas toujours dire sans conditions. GLM-5.2 est sous MIT et Qwen3.8 27B sous Apache 2.0, mais Kimi K3 et GLM-5.3 imposent des accords aux hébergeurs qui revendent de l'inférence. Ces clauses ne concernent guère l'usage personnel ; lisez le fichier LICENSE avant tout déploiement professionnel.
Les limites honnêtes de l'IA locale
L'écart avec le cloud s'est resserré sans disparaître, et il se joue à taille de fichier : les poids ouverts qui talonnent le cloud (Kimi K3 à 57,1 sur l'Intelligence Index d'Artificial Analysis contre 60,7 pour Claude Opus 5, relevé du 28 juillet 2026) pèsent 1,56 To. Sur un PC, le compromis est inévitable : les modèles de 8 à 31 milliards de paramètres restent en retrait des modèles frontière sur le raisonnement long ou le code difficile. Google annonce certes des « performances de premier plan à chaque taille » pour Gemma 4, mais le ciblage de ses propres fiches, du téléphone à la station de travail, raconte les compromis assumés.
Reste le matériel : la mémoire est le nerf de la guerre, et les cartes capables d'accueillir confortablement un modèle de 31 milliards de paramètres représentent un investissement. Les éditeurs l'ont compris : LM Studio vend des crédits cloud à l'usage pour les modèles trop gros, et Ollama propose une offre cloud Pro à 20 $ par mois, sans renoncer au logiciel local. Et si votre usage est ponctuel, les assistants gratuits du cloud restent la voie la plus simple : notre guide des meilleurs outils IA gratuits les recense.
Questions fréquentes
Quel PC faut-il pour une IA locale ?
Un ordinateur récent avec 16 Go de RAM couvre les modèles de 5 à 12 Go ; de 25 à 32 Go, il faut une carte graphique dédiée ou un Mac bien doté. LM Studio recommande 16 Go de RAM et environ 4 Go de VRAM.
Quelle IA installer en local en 2026 ?
Côté logiciel : LM Studio pour une interface, Ollama pour la ligne de commande, Open WebUI pour une équipe. Côté modèle : Gemma 4, Ministral 3 ou Qwen3.8 selon votre machine, selon le tableau ci-dessus.
Comment avoir l'IA sur son PC ?
En installant un logiciel comme LM Studio ou Ollama, puis en téléchargeant un modèle depuis le catalogue intégré ; les poids arrivent depuis Hugging Face.
L'IA locale est-elle vraiment gratuite ?
Oui : LM Studio, Ollama et Open WebUI sont gratuits en local, tout comme l'usage des modèles ouverts téléchargés. Seules les offres cloud optionnelles, pour les modèles trop gros, sont payantes.
Peut-on faire tourner Kimi K3 ou DeepSeek V4 sur son PC ?
Non. Les poids de Kimi K3 (environ 1,56 To) et de DeepSeek V4 Flash (plus de 300 Go) exigent un serveur multi-GPU ; Ollama ne propose d'ailleurs Kimi K3 qu'en mode cloud.
