Llama, Qwen ou DeepSeek : quel modèle faire tourner sur votre PC ?

Correction éditoriale. Les anciennes vitesses annoncées ici pour des configurations non accompagnées d'une preuve OutilsIA ont été retirées. Les tableaux ci-dessous séparent les données du registre, les estimations mémoire et les mesures réellement publiées.

1. Llama 70B, Qwen 72B et DeepSeek 70B : ce qui est comparable

Ces trois références restent disponibles. Elles ne constituent ni une sélection des toutes dernières sorties, ni un classement de qualité réalisé par OutilsIA.

Sur une carte de 24 Go, aucun de ces trois ensembles de poids Q4 ne tient entièrement en VRAM. Un déchargement partiel en RAM peut permettre un essai, mais sa vitesse dépend fortement de la machine. Acheter deux cartes ou un mini-PC sur cette seule table serait prématuré.

2. Taille des poids, mémoire active et contexte : trois choses différentes

Le téléchargement ne représente qu'une partie du besoin mémoire : le runtime, les buffers et le cache du contexte s'ajoutent. La RAM système ne se transforme pas en VRAM ; déplacer du calcul vers le CPU peut ralentir la réponse.

Attention aux MoE. Qwen3-Coder 30B compte environ 30,5 milliards de paramètres totaux et 3,3 milliards actifs. Le bon tag est qwen3-coder:30b, pas qwen3-coder:32b. Le registre expose environ 18,6 Go de poids Q4 ; il faut encore prévoir de la mémoire pour l'exécution. Source Ollama.

La même distinction interdit de traiter Scout comme un petit modèle 17B. Llama 4 Scout possède 109B de paramètres totaux, Maverick 400B ; Mistral Large 3 en possède 675B. Leur mémoire locale n'est pas qualifiée dans notre catalogue : pas de compatibilité PC annoncée sur la base des seuls paramètres actifs.

3. Les ajouts au catalogue de septembre

Ces quatre entrées ont un manifeste Ollama accessible et une taille d'artefacts vérifiée. Elles restent en veille, non pilotables dans le catalogue Cockpit, en attendant une qualification locale. Ce tableau n'attribue ni victoire, ni tokens/s.

Le catalogue JSON daté contient 48 entrées texte, image et autres modalités, dont des modèles non installables. Il conserve les empreintes des manifestes vérifiés. Un tag peut évoluer : retrouver le même nom ne garantit pas les mêmes octets.

4. Ce qu'OutilsIA a réellement mesuré

Notre registre public des mesures décrit notamment Hermes 3 8B à 118,5 tok/s le 27 juillet 2026 sur RTX 4080 SUPER 16 Go avec Ollama Windows. Il décrit aussi Qwen 3.8 27B à 9,4 tok/s le 19 août, avec Ollama 0.32.14 sous WSL, contexte 2048 et placement hybride CPU/GPU.

Ce ne sont pas les trois modèles 70B du premier tableau, ni un duel de qualité à protocole identique. Les références, versions, conditions et limites sont dans le registre et le protocole de mesure. Aucune extrapolation à votre PC n'est une mesure.

5. Comparer sans acheter à l'aveugle

1. Relever le PC et le runtime. Version Ollama, GPU, VRAM, RAM et espace disque disponible. L'estimateur web utilise ce que vous déclarez ; l'application relève la machine.
2. Fixer une tâche. Un extrait de code, un résumé ou une extraction JSON avec des critères de réussite explicites et sans données sensibles.
3. Comparer dans les mêmes conditions. Quantification, contexte, budget de sortie et protocole identifiés. Séparer chargement initial et génération ; répéter et conserver aussi les échecs.
4. Décider sur le résultat utile. Temps total, erreurs, mémoire et qualité sur votre tâche. Un modèle plus rapide mais incorrect n'est pas un meilleur choix.

Le téléchargement public reste Local Cockpit 0.1.1-beta. La mise à jour du catalogue ne transforme pas ce binaire en 0.1.2. Les corrections et fonctions candidates ne deviennent publiques qu'avec une livraison qualifiée. Vérifier les versions livrées.

Une fois le modèle choisi, Maestro peut coordonner les agents et les tests d'un projet. Ce n'est pas une preuve automatique qu'une équipe surpasse un modèle seul.

Questions fréquentes

24 Go de VRAM suffisent-ils pour tous les modèles 30B ?

Non. La quantification, le contexte et l'architecture comptent. Comparez le poids exact à la mémoire disponible, puis testez. Les noms 30B ou 70B ne sont pas des exigences mémoire.

Hermes 3 8B est-il Hermes Agent ?

Non. hermes3:8b est un modèle. Hermes Agent est un runtime qui utilise des modèles et des outils. Comprendre la différence.

Pourquoi ne pas annoncer un vainqueur ?

Nous n'avons pas de campagne comparable sur ces modèles et ces machines permettant ce verdict. Vous avez les sources pour vérifier la disponibilité et un protocole pour produire votre propre comparaison.

Sources et méthode

Les liens des tableaux pointent vers les fiches officielles consultées le 13 septembre 2026. Les mesures OutilsIA sont séparées dans le registre. Les estimations mémoire ne sont ni des garanties de fonctionnement ni des conseils d'achat.

Comment nous testons · Champs d'une mesure · Preuves Local Cockpit · Installer Ollama · Ollama ou LM Studio · Guide VRAM · Profils matériels