Preuve · banc d'essai · 2026

Nos mesures réelles

Q: Quel est le résultat benchmark public le plus précis d'OutilsIA ?

Le 27 juillet 2026, sur une RTX 4080 SUPER 16 Go avec Ollama (WSL), Hermes 3 8B a affiché 118,5 tokens/s pour une durée observée de 8 579 ms (réf. OIA-LC-BENCH-20260727-HERMES3-8B-RTX4080S). C'est une mesure ponctuelle, pas une moyenne multi-machines, faite avec une version de test de Local Cockpit (0.1.2-rc.2) et un appel direct à l'API Ollama.

Q: Est-ce que 118,5 tok/s vaut sur mon PC ?

Non. C'est une mesure sur notre banc principal. Votre VRAM, drivers, quantization, contexte et charge système changent le résultat. Local Cockpit mesure votre machine.

Q: Comment OutilsIA distingue estimé et mesuré ?

Estimé = compatibilité calculée (VRAM/RAM vs catalogue). Mesuré = benchmark réellement exécuté via le runtime local avec tokens/s et durée observés. On ne fabrique jamais de tokens/s.

OutilsIA ne publie pas de tokens/s inventés. Voici le banc, la méthode, la première preuve publique datée, et ce que ces chiffres ne prouvent pas.

Par Chris Drakkeng · mis à jour le 10 octobre 2026

Source unique tok/s citables. Un article, une fiche GPU ou l’estimateur web peut renvoyer ici. Ils ne doivent pas inventer un second chiffre. JSON : /facts/benchmarks.json.

En 30 secondes

118,5 tok/s — Hermes 3 8B · 4080 SUPER 16 Go · Ollama (WSL) · 100 % GPU · 27/07/2026.
9,4 tok/s — Qwen 3.8 27B · même carte · Ollama 0.32.14 WSL · 28 % CPU / 72 % GPU · 19/08/2026.
Verdict achat ce jour-là : aucun achat urgent (la machine répond déjà).
Une mesure ≠ promesse universelle. Mesurez la vôtre avec Local Cockpit.

Résultat public n°1

Champ	Valeur
Date	27 juillet 2026
GPU	NVIDIA GeForce RTX 4080 SUPER · 16 Go VRAM
RAM système	63–64 Go détectés
OS / runtime	Windows 11 · Ollama (WSL). L’en-tête de la capture affiche « Ollama WSL » ; la fiche modèle de la même capture affiche « Ollama Windows ».
Modèle	hermes3:8b (Hermes 3 8B)
Génération	118,5 tok/s
Durée observée	8 579 ms
Placement GPU	~4,6 / 4,6 Go en VRAM (100 % du placement observé)
Outil	OutilsIA Local Cockpit 0.1.2-rc.2 (version de test non publiée) et appel direct à l’API Ollama. Pas la version publique 0.1.1.
Réf.	`OIA-LC-BENCH-20260727-HERMES3-8B-RTX4080S`

Source : page Preuves Local Cockpit + capture brute associée. Aucun chiffre n'a été « embelli » pour le marketing.

Résultat public n°2

Champ	Valeur
Date	19 août 2026 · 02:26 CEST
GPU	NVIDIA GeForce RTX 4080 SUPER · 16 Go (15 805 / 16 376 MiB observés)
OS / runtime	WSL2 · Ollama 0.32.14 (le 0.18.2 refuse le pull)
Modèle	qwen3.8:27b · 27,3 B · Q4_K_M · 17 Go disque / 18 Go chargé
Contexte	2048
Placement	28 % CPU / 72 % GPU
Génération	9,4 tok/s
Durée eval	15 638 ms · 147 tokens
Méthode	POST /api/generate · eval_count / eval_duration (formule Local Cockpit)
Réf.	`OIA-OLLAMA-BENCH-20260819-QWEN38-27B-RTX4080S-WSL`

Pas une capture UI Windows. Le modèle est partiellement placé en RAM système. Le modèle, le runtime et les réglages diffèrent du banc Hermes : l'écart de vitesse ne peut pas être attribué au seul placement CPU/GPU. Détail : outils fin août.

Reproduire le test standard sur mon PC · Nouvelle série documentée, pas un replay exact de ces anciens runs.

1. Pourquoi cette page existe

En 2026, beaucoup de sites listent des GPU et des modèles sans jamais lancer un runtime. OutilsIA construit un logiciel de mesure (Local Cockpit) et un banc physique. Cette page centralise ce qui est mesuré, pas estimé.

Chaque résultat précise sa date, sa machine et sa méthode. Les informations manquantes restent explicites : une observation ponctuelle ne prouve ni une performance générale ni la cause d'un écart.

2. Banc principal (déclaré)

Composant	Config
GPU	NVIDIA GeForce RTX 4080 SUPER · 16 Go VRAM
RAM	64 Go DDR5
OS	Windows 11 (+ WSL2 disponible)
Runtime suivi	Ollama natif Windows ou WSL (identifiés séparément)
Familles suivies	Qwen, Hermes, Llama, Gemma, DeepSeek, Mistral

Détail méthodologique : Comment nous testons · protocole de mesure · campagne cinq machines.

3. Les 5 niveaux de vérité

Déclaré — l'utilisateur saisit CPU/RAM/GPU.
Détecté — lecture machine (matériel, runtime Ollama, modèles installés).
Estimé — compatibilité calculée (catalogue × VRAM/RAM). Jamais de tok/s fictifs.
Mesuré — benchmark réellement lancé : tokens/s + durée.
Vérifié terrain — capture / rapport / recette rejouable (ex. preuve 27/07).

4. Paliers pratiques (estimés, à valider par mesure)

Ces paliers aident à cadrer un budget. Ils ne remplacent pas un scan.

VRAM	Usage typique (ordre de grandeur)	Exemples de modèles
0–8 Go	Découverte, petits modèles quantifiés, CPU possible	Phi mini, Gemma 2B, Qwen 0.5–1.5B
12 Go	Premier vrai ticket d'entrée CUDA	Qwen/Hermes 7–8B, certains 14B Q4
16 Go	Confort 7B–14B ; 27B en hybride	Hermes 8B 118,5 tok/s ; Qwen 3.8 27B 9,4 tok/s (offload)
24 Go+	27B–32B plus souvent 100 % GPU	Qwen 3.8 27B devrait y tenir — pas encore mesuré ici

Profils types commentés : exemples de rapports.

Non mesuré ici (à ne pas citer comme tok/s OutilsIA)
RTX 3060 12 Go, GTX 1080 Ti 11 Go, CPU only, portables iGPU : pas encore de banc public. L’estimateur web peut projeter ces configs ; ce n’est pas une mesure. Un seul GPU a des tokens/s publiés : RTX 4080 SUPER 16 Go.

5. Comment reproduire chez vous

Installer OutilsIA Local Cockpit (Windows / Linux).
Laisser détecter GPU, VRAM, RAM, Ollama.
Choisir un modèle installé (ex. hermes3:8b).
Lancer le benchmark court → noter le débit (tok/s) et la durée. La version publique 0.1.1 donne le débit de génération seulement, affiché « Vitesse estimée » : c’est la métrique native de l’API Ollama quand elle répond, une estimation sinon. Pour le placement en VRAM, lancez ollama ps pendant le test.
Décider : runtime, modèle, RAM, VRAM — ou aucun achat.

Les deux mesures de référence de cette page viennent d’une version de test de Local Cockpit (0.1.2-rc.2) et d’appels directs à l’API Ollama. La 0.1.1 publique n’affiche ni chargement, ni préremplissage, ni placement GPU/RAM : vos chiffres ne seront donc pas présentés exactement comme ceux-ci.

Estimateur sans install : Mon PC peut-il ?

FAQ

Quel est le résultat benchmark public le plus précis d'OutilsIA ?

Deux mesures ponctuelles sur la même RTX 4080 SUPER 16 Go : Hermes 3 8B à 118,5 tok/s (27/07, Ollama (WSL), 100 % GPU) et Qwen 3.8 27B à 9,4 tok/s (19/08, Ollama 0.32.14 WSL, 28 % CPU / 72 % GPU).

Est-ce que 118,5 tok/s vaut sur mon PC ?

Non. Drivers, quantization, contexte, charge système et VRAM changent tout. Local Cockpit mesure votre machine.

Comment OutilsIA distingue estimé et mesuré ?

Estimé = compatibilité calculée. Mesuré = benchmark réellement exécuté (tok/s + durée). On ne fabrique jamais de tokens/s.

Pages liées

Preuves Local Cockpit — capture et détail de la recette 27/07
Comment nous testons — niveaux de preuve
Protocole de mesure — mêmes champs, JSON brut
Campagne cinq machines — 4 slots encore vides
Tunnel téléchargement → banc — agrégats, pas d’identité
Local vs cloud — break-even
Maestro v0.7 dogfood — preuve agents
Arrangement suffisant — doctrine modèle min.

Mesurez sur votre vraie machine Scan CPU/GPU/VRAM, Ollama, modèle, tokens/s. Gratuit. Sans vente forcée. Télécharger Local Cockpit Voir la preuve 27/07

Chris Drakkeng — OutilsIA. Quand un chiffre n'est pas mesuré ici, la page le dit.

Pas d'affiliation Amazon sur cette page.