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.
8, 12, 16 ou 24 Go de VRAM : ce qui tourne VRAIMENT chez vous
La VRAM décide ce que votre IA locale peut vraiment charger. Pas les FPS, pas le marketing, pas la couleur de la boîte.
La VRAM est la monnaie de l’IA locale. Voici la carte exacte de chaque palier — pour acheter juste ou comprendre pourquoi ça rame.
La VRAM est la monnaie de l’IA locale. Pas les TFLOPS, pas la génération de votre carte, pas le RGB : les gigaoctets de mémoire vidéo décident de ce qui tourne, point. Voici la carte exacte de ce que chaque palier débloque en 2026 — pour acheter juste, ou comprendre pourquoi ça rame.
Bien pour tester, vite limité.
RTX 3060 12 Go : beaucoup de Go par euro.
Moins de réglages, plus de modèles utiles.
RTX 3090 : le palier IA locale sérieux.
Verdict rapide : si vous achetez pour l’IA locale, ne descendez pas sous 12 Go. Si vous voulez garder la carte longtemps, visez 16 ou 24 Go.
RTX 3060 12 Go
Pas sexy, mais la façon la plus courante d’avoir 12 Go pour démarrer.
RTX 4060 Ti 16 Go
À prendre uniquement en version 16 Go, pas 8 Go.
RTX 3090 24 Go
Occasion à surveiller : beaucoup de VRAM, prix souvent cohérent.
Regarder la VRAM
Ignorez les cartes 8 Go si votre objectif est DeepSeek/Qwen sérieux.
Choisir le modèle
7B pour tester, 14B pour raisonner, 32B pour travailler lourd.
Prévoir le contexte
Plus la conversation est longue, plus la mémoire grimpe.
Acheter avec marge
Une carte trop juste devient frustrante en quelques semaines.
La règle de trois de la VRAM
Repère pratique : mémoire nécessaire ≈ taille du fichier modèle + 15-20 % (KV cache et overhead) pour un contexte court. Un Q4 de modèle 14B pèse ~9 Go → il lui faut ~11 Go. C’est pour ça qu’un « 13B sur carte 12 Go » passe et qu’un « 14B contexte long » coince. Vous voulez vérifier pour VOTRE config exacte ? L'estimateur web le projette en 10 secondes.
8 Go — le ticket d’entrée honnête
Tourne bien : Qwen3 8B (5,2 Go), Llama 3.1 8B Q4, Mistral 7B, DeepSeek-R1 8b. Pour situer la vitesse : Hermes 3 8B atteint 118,5 tok/s mesurés sur notre RTX 4080 SUPER, une carte 16 Go haut de gamme ; une carte 8 Go plus modeste ira moins vite, mesurez la vôtre. Stable Diffusion 1.5 en images. Coince : tout 13B+, SDXL confortable, les contextes > 8k. Le quotidien y est déjà très correct : assistant, résumés, code simple. Cartes types : RTX 4060, 3070, 2080.
12 Go — le meilleur rapport débloqué/euro
Tourne bien : les 13-14B en Q4 (Qwen 14B, DeepSeek-R1 14b — le palier où le raisonnement devient sérieux), les 8B en Q8 (qualité maximale), SDXL. Coince : les 22-32B. C’est le palier de la RTX 3060 12 Go — d’où notre verdict budget.
16 Go — l’IA locale « sans y penser »
Tourne bien : les 14B avec de la marge, Gemma 4 12B, Flux pour les images, et du contexte long sur les 8-14B (32k+) sans suer. Mistral Small 3.2 24B (15 Go) se charge, mais sans marge de contexte. Coince : les 27-32B, qui débordent en RAM. Mesure réelle : Qwen 3.8 27B tourne à 9,4 tok/s sur notre RTX 4080 SUPER 16 Go + 64 Go DDR5 (sous WSL), utilisable mais loin du confort. Cartes types : 4060 Ti 16, 4070 Ti Super, 5070 Ti, RX 9070.
24 Go — le palier passion
Tourne bien : les 27-32B en Q4 (Qwen 3.6 27B, Qwen3 32B, Gemma 4 31B, DeepSeek-R1 32b — nettement au-dessus des 14B, en retrait des modèles cloud de pointe), les MoE de 30B comme Qwen3-Coder ou GLM-4.7-Flash, les 14B en Q8 avec un contexte énorme, tout l’écosystème image sans compromis. Coince : les 70B, qui imposent un débordement en RAM. La 3090 d’occasion reste le billet d’entrée le plus courant vers ce palier : comparez le prix du jour avec celui d’une carte neuve.
Au-delà : 32-96 Go et la mémoire unifiée
RTX 5090 (32 Go), bi-GPU 2×3090 (48 Go), Mac à mémoire unifiée de 48 à 128 Go (la RAM sert de VRAM, dans la limite que macOS réserve au GPU) : le territoire des 70B en Q4 et du multi-modèles. Notre comparatif GPU complet détaille ces options.
Le tableau récapitulatif à garder
| VRAM | Palier débloqué | Modèle vedette | Carte type |
|---|---|---|---|
| 8 Go | 7-8B Q4 | Qwen3 8B | RTX 4060 |
| 12 Go | 14B Q4 / 8B Q8 | DeepSeek-R1 14b | RTX 3060 12 Go |
| 16 Go | 14B + contexte long / 24B Q4 juste | Qwen3 14B | 4060 Ti 16 / 5070 Ti |
| 24 Go | 27-32B Q4 | Qwen 3.6 27B | 3090 / 4090 |
| 48 Go+ | 70B Q4 | Llama 3.3 70B | 2×3090 / Mac 64 Go+ |
Pas sûr de ce que VOTRE machine peut faire tourner ?
🔍 Tester mon PC en 10 secondes →Questions fréquentes
Combien de VRAM faut-il pour faire tourner un LLM correct en 2026 ?
8 Go suffisent pour les bons 7-8B actuels. 12 Go débloquent les 14B (le palier du raisonnement sérieux). 24 Go ouvrent les 27-32B, nettement au-dessus des 14B mais en retrait des modèles cloud de pointe.
La RAM système peut-elle remplacer la VRAM ?
Partiellement : l'offload CPU permet de faire tourner un modèle trop gros pour le GPU, mais nettement plus lentement. 32 Go de RAM sont le complément idéal, pas le remplacement.
Pourquoi mon modèle 13B ne rentre pas dans mes 12 Go de VRAM ?
Comptez la taille du fichier + 15-20 % pour le cache de conversation et l'overhead. Un 13B Q4 de 8 Go passe ; le même en Q5 avec un long contexte déborde. Réduisez num_ctx ou la quantization.