Puis-je faire tourner ce modèle d'IA ?
Choisissez votre matériel. Tout s'exécute dans votre navigateur et rien n'est envoyé nulle part. Les résultats sont des estimations.
Votre matériel
Résultats
GPU = tient dans la VRAM (rapide). Déchargement = nécessite aussi la RAM système (fonctionne, mais beaucoup plus lentement ; 4 Go sont réservés au système d'exploitation). Non = trop gros. Le nombre indique le total estimé en Go.
Certains liens peuvent être des liens affiliés ; nous le signalerons là où c'est le cas. Comment nous gagnons de l'argent.
M'alerter quand de nouveaux modèles tiennent sur mon GPU
Un e-mail court avec les principales infos IA et jeux vidéo vérifiées dans la journée, plus un outil utile. Les inscriptions ouvrent bientôt. D'ici là, suivez-nous via notre flux RSS.
Comment l'estimation est calculée
- Poids = paramètres × bits par poids ÷ 8. Par exemple, un modèle 7B en 16 bits pèse environ 14 Go. Les bits par poids sont des valeurs approximatives de llama.cpp : Q4_K_M ≈ 4,89, Q5_K_M ≈ 5,70, Q8_0 ≈ 8,5, FP16 = 16 (documentation de quantification de llama.cpp).
- Surcoût d'exécution : 10 % des poids plus 0,5 Go. C'est notre règle empirique, pas une mesure.
- Cache KV (mémoire de contexte) : environ 0,0125 Go par milliard de paramètres par tranche de 4K tokens. C'est une moyenne grossière. L'usage réel dépend du nombre de couches, du type d'attention (GQA) et de la quantification du cache KV, et peut être nettement supérieur ou inférieur.
Le nombre de paramètres correspond au total indiqué par Hugging Face pour le dépôt officiel de chaque modèle (lien dans le tableau), relevé le 30 octobre 2026. Pour les modèles à mélange d'experts (MoE), la mémoire dépend du nombre total de paramètres, pas des paramètres actifs. Certains modèles sont livrés déjà quantifiés (par exemple gpt-oss en MXFP4), leurs fichiers réels peuvent donc être plus petits que la colonne FP16. Pour un chiffre exact, regardez la taille du fichier GGUF sur la page du modèle et prévoyez de la marge pour le contexte.
Liste des modèles mise à jour le 30 octobre 2026. Elle inclut les sorties de 2026 (Gemma 4, Qwen3.8, Nemotron 3.5). Les très gros modèles (DeepSeek V4, Kimi K3, Muse Spark Open) sont exclus, car ils nécessitent des serveurs multi-GPU.