Preuve logicielle OutilsIA
Le conseil matériel vient après le diagnostic.
OutilsIA édite Local Cockpit, une application desktop Rust/Tauri gratuite pour Windows et Linux. Son code est consultable sur GitHub (état du 29/07/2026, sans licence open source). Elle détecte le matériel et le runtime Ollama, recommande un modèle, puis distingue clairement une compatibilité estimée d'un benchmark réellement exécuté.
Cette mesure prouve le parcours sur une machine précise. Elle ne prévoit pas la vitesse du matériel présenté sur cette page.
Installer Ollama : guide complet en 5 minutes
Ollama est l'outil le plus simple pour faire tourner une IA directement sur votre ordinateur, gratuitement, sans que vos conversations quittent la machine, et hors ligne une fois le modèle téléchargé. En une seule commande, vous téléchargez et lancez des modèles comme Qwen3, Gemma 4 ou Mistral. Ce guide vous montre comment installer Ollama sur Windows, Mac et Linux en moins de 5 minutes.
📋 Pre-requis
8 Go (16 Go recommande)
10 Go minimum (par modèle)
NVIDIA 6 Go+ VRAM ou Apple Silicon
Ollama fonctionne aussi sans GPU (sur CPU), mais les reponses seront plus lentes. Pour choisir le bon GPU, consultez notre guide GPU pour IA locale.
Qu'est-ce que Ollama ?
Ollama est un outil open source qui permet de telecharger, gerer et executer des modèles d'IA (LLM) en local sur votre machine. C'est un peu comme Docker, mais pour les modèles d'IA : une commande suffit pour telecharger un modèle et commencer a discuter avec. Ollama gere automatiquement la detection du GPU, le chargement en mémoire, et l'optimisation des performances.
Pourquoi utiliser Ollama plutot que ChatGPT ? Trois raisons : vie privee (vos donnees ne quittent jamais votre PC), gratuit (aucun abonnement, usage illimite), et hors-ligne (fonctionne sans internet apres le telechargement du modèle).
Installation par système d'exploitation
🏳 Installation sur Windows
- 1. Rendez-vous sur
ollama.com/download - 2. Cliquez sur "Download for Windows"
- 3. Executez le fichier
OllamaSetup.exe - 4. Suivez les instructions d'installation (cliquez "Next" a chaque etape)
- 5. Ouvrez un terminal (PowerShell ou CMD) et tapez :
ollama run qwen3:8b
Windows 10 ou 11 requis. Les GPU NVIDIA sont détectés automatiquement (pilote 550 ou plus récent). Depuis juillet 2025, l'application Ollama pour Windows et macOS inclut aussi une fenêtre de discussion : vous pouvez choisir un modèle et chatter sans ouvrir de terminal (annonce officielle).
🍎 Installation sur Mac
- 1. Rendez-vous sur
ollama.com/download - 2. Cliquez sur "Download for macOS"
- 3. Ouvrez le fichier
.dmget glissez Ollama dans Applications - 4. Lancez Ollama depuis Applications
- 5. Ouvrez le Terminal et tapez :
ollama run qwen3:8b
Les Mac Apple Silicon (M1, M2, M3, M4) sont excellents pour l'IA locale grâce à leur mémoire unifiee.
🐧 Installation sur Linux
Une seule commande suffit :
curl -fsSL https://ollama.com/install.sh | sh
Puis lancez votre premier modèle :
ollama run qwen3:8b
Compatible Ubuntu, Debian, Fedora, Arch Linux. Côté GPU : NVIDIA avec pilote 550 ou plus récent, AMD via ROCm v7 (et Vulkan pour d'autres cartes). Détails dans la documentation GPU d'Ollama.
Commandes essentielles Ollama
| Commande | Description |
|---|---|
| ollama run qwen3:8b | Télécharge et lance Qwen3 8B (5,2 Go) |
| ollama run mistral | Lance Mistral 7B (modèle français, 4,4 Go) |
| ollama list | Liste les modèles installes |
| ollama pull gemma4:12b | Telecharge un modèle sans le lancer |
| ollama rm qwen3:8b | Supprime un modèle |
| ollama serve | Lance le serveur API (port 11434) |
Quels modèles tester en premier
Tailles de téléchargement relevées sur la bibliothèque Ollama en octobre 2026. Prévoyez un peu plus de mémoire que la taille du fichier : le contexte de conversation en consomme aussi.
Le bon premier modèle : polyvalent, multilingue, correct en code. 5,2 Go. Sur un PC modeste, qwen3:0.6b (523 Mo) permet de vérifier l'installation.
ollama run qwen3:8b
Le modèle ouvert de Google, accepte aussi les images. Environ 8 Go : visez une carte de 12 Go ou plus.
ollama run gemma4:12b
Le modèle de Mistral AI, léger (4,4 Go). Attention, la version servie (v0.3) date de mai 2024, une génération avant Qwen3 et Gemma 4.
ollama run mistral
Pour les machines bien dotées : 18 à 19 Go. Sur notre RTX 4080 SUPER 16 Go + 64 Go DDR5, son voisin Qwen 3.8 27B (17 Go) déborde en RAM et tourne à 9,4 tok/s mesurés sous WSL.
ollama run qwen3.6:27b
Utiliser l'API Ollama
Ollama expose une API REST locale sur le port 11434, ainsi qu'un point d'accès compatible avec le format OpenAI (/v1). Vous pouvez l'utiliser dans vos scripts Python, vos applications web, ou avec des interfaces comme Open WebUI. Voici un exemple avec curl :
curl http://localhost:11434/api/generate -d '{
"model": "qwen3:8b",
"prompt": "Explique le machine learning en 3 phrases"
}'
L'API locale d'Ollama est particulièrement utile pour les développeurs qui veulent integrer l'IA dans leurs projets sans dependre de services cloud payants. Combinez-la avec une interface graphique comme Open WebUI pour avoir votre propre "ChatGPT maison". Pour optimiser les performances, assurez-vous d'avoir un bon GPU : consultez notre guide des meilleurs GPU pour IA locale. Et pour en savoir plus sur Mistral AI et ses modèles locaux, consultez notre article dédié.
💡 Astuces
- • Pour un modèle plus gros,
ollama run qwen3.6:27b(18 à 19 Go à télécharger) : avec moins de mémoire GPU, Ollama répartit le modèle entre GPU et RAM, au prix de la vitesse - • Creez un fichier
Modelfilepour personnaliser le comportement de votre modèle - • Ajoutez
--verbosepour voir la vitesse de génération (tokens/seconde) - • Les modèles sont stockes dans
~/.ollama/modelssur Linux/Mac