Test : qwen3:0.6b ou petit 3B/4B. But : valider Ollama, mesurer la latence et garder une expérience encourageante.
Public 0.1.1-beta · Windows + Linux · 29 août 2026
Le cockpit IA locale qui dit quoi installer sur votre vrai PC.
Estimez d’abord, mesurez ensuite. Local Cockpit scanne CPU, RAM, GPU, VRAM et Ollama, installe un modèle seulement après votre accord, puis lance un benchmark. Preview / candidate 0.1.2 : privée.
La bêta Windows + Linux : scanner, installer Ollama, télécharger un premier modèle compatible, le lancer, mesurer sa vitesse et garder une trace exploitable. Le catalogue vivant remonte aussi un “modèle du moment” selon la machine, pas selon la hype.
Aucun fichier personnelDocuments, mots de passe, emails et cookies ne sont pas lus.
Rapport avant syncVous voyez le diagnostic avant de l'envoyer au compte.
Compte optionnelUtile pour historique, MemoryForge, rapports et alertes.
Bêta 0.1.1 : boucle coeur active, campagne terrain en cours
Scan PC, détection Ollama, installation de modèle, console visible, benchmark, PromptForge, dialogue local, Arena multi-profils, rapport partageable et upgrade utile. Une preuve Windows native du build public courant est disponible. Quatre des cinq cibles de la campagne matériel sont encore vides — même protocole, zéro chiffre inventé.
Aperçu public 0.7.1
Ensuite : Maestro, l’orchestre après la mesure
Local Cockpit mesure le PC. Maestro 0.7.1 (Windows + Linux) coordonne ensuite Ollama et les agents de code, avec validation humaine. Ce n’est pas Maestro de mobile.dev.
Score IA locale82/100
Blocage principalVRAM
CompatiblesQwen, Gemma, Hermes, Ornith
Prochaine actionInstaller + benchmarker
Commande exemple
ollama run qwen3:8b
Modèle du moment
Gemma 4, Ornith ou Qwen 3.6 si la machine suitL'app trie les modèles pilotables par compatibilité VRAM/RAM, fraîcheur catalogue, statut Ollama, installation locale et benchmarks déjà mesurés.
Pourquoi cette sortie peut compter
Le but n'est pas d'ajouter un chat local de plus. Le but est de devenir le “Can You Run It” de l'IA locale.
Un utilisateur ne veut pas deviner quelle quantization choisir, quelle VRAM suffit ou quel modèle installer. Il veut ouvrir l'app, voir son PC reconnu, installer un modèle adapté et obtenir un test réel. C'est exactement la direction d'OutilsIA Local Cockpit.
1. Scanner
La machine réelle : CPU, RAM, GPU, VRAM, stockage, Ollama.
2. Installer
Un modèle local compatible, sans transformer l'utilisateur en admin système.
3. Mesurer
Temps de réponse, vitesse mesurée après benchmark, statut fluide/correct/limité.
4. Recommander
Prochain modèle, upgrade utile, rapport et mémoire MemoryForge.
Positionnement clair : OutilsIA prépare l'IA locale généraliste. Les usages quant/backtest restent dans Strategy Arena, qui pourra consommer plus tard les modèles préparés par OutilsIA.
Réponse en 30 secondes
CPU only / vieux portable
8-12 Go VRAM
16 Go VRAM
24 Go VRAM+
À éviter
À mesurer
À garder
Gemma 4 12B
Ornith 9B
Qwen 3.6
Hermes Agent (runtime)
GLM-4.7-Flash / GLM-5.2
Quels modèles IA locaux tester selon votre machine ?
Le bon ordre n'est pas “installer le plus gros modèle”. Le bon ordre est : scanner la machine, lancer un modèle léger de preuve, comparer un modèle utile, puis décider si un upgrade GPU/RAM vaut vraiment le coût.
Cible : Qwen 8B, Llama 3.1 8B, Mistral 7B. Hermes 8B possible selon le runtime, à valider au benchmark.
Cible : Hermes 8B confortable, Qwen 14B, Mistral Nemo 12B, DeepSeek distill 14B. À comparer dans l'Arena locale.
Cible : 32B quantifiés, plus grands contextes, Hermes/Mixtral avec marge. Upgrade utile seulement si le besoin est clair.
Installer directement un 70B/100B sur une machine sans preuve de VRAM/RAM suffisante.
Temps de première réponse, tokens/s, succès/échec, qualité français/code/mémoire.
Rapport partageable, historique benchmark, MemoryForge/Obsidian et décision d'upgrade.
Nouveau candidat récent autour du palier 8-12 Go VRAM : raisonnement, multimodal léger et workflows agentiques à benchmarker.
Signal code agentique local : petit palier pilotable via Ollama, intéressant pour terminal, correction repo et tests OpenClaw/SWE.
Modèle chaud pour code agentique : 27B/35B à tester surtout sur 24 Go VRAM ou mémoire unifiée solide.
Runtime agentique (sessions, ACP, profils) — distinct du modèle hermes3:8b mesuré à 118,5 tok/s (OIA-LC-BENCH-20260727-HERMES3-8B-RTX4080S). Cockpit diagnostique le runtime ; Maestro peut le consulter. Modèle vs Agent.
GLM-4.7-Flash entre en watchlist pratique ; GLM-5.2 reste frontier, trop lourd pour un PC normal aujourd'hui.
Après le scan : acheter ou garder votre PC
Score 0-40
Score 40-65
Score 65-80
Score 80+
Le bon achat dépend du blocage réel, pas d'une liste GPU générique.
OutilsIA Local Cockpit doit d'abord prouver ce que votre machine sait faire. Ensuite seulement, le rapport classe l'upgrade utile : rien, RAM/SSD, GPU 12/16 Go ou palier 24 Go VRAM.
Vieux PC ou CPU only : tester un modèle léger avant tout achat. Ne pas acheter un GPU au hasard.
Souvent RAM, SSD ou runtime Ollama à corriger. L'achat GPU n'est pas toujours prioritaire.
Machine correcte : regarder surtout la VRAM. 12 Go démarre bien, 16 Go apporte du confort.
Ne pas acheter par réflexe : tester un modèle plus ambitieux, puis décider si 24 Go VRAM se justifie.
Tests terrain attendus
Vieux PC portable, GTX 1080 Ti, RTX 3060, RTX 4080 ou RTX 3090 : l'app doit dire quoi tenter sans vous démoraliser.
Le vrai moment produit, c'est quand un utilisateur ouvre OutilsIA Local Cockpit sur sa machine réelle et comprend en moins de 30 secondes : son score, le modèle à installer, la preuve benchmark à obtenir et l'upgrade qui a du sens.
Vieux laptop
Commencer par un modèle léger, CPU/RAM possible, pas d'achat avant preuve.
Guide 16 Go RAMGTX 1080 Ti 11 Go
Encore utile pour IA locale : modèles 7B/8B, certains 14B quantifiés à tester.
Guide GTX 1080 TiRTX 3060 12 Go
Excellent ticket d'entrée : Qwen, Hermes, Mistral et benchmarks propres.
RTX 4080 / 3090
Comparer vitesse, qualité, contexte long et intérêt réel d'un upgrade 24 Go.
Requêtes que l'app doit enfin résoudre
Quel modèle IA local pour mon GPU, ma VRAM et ma RAM ?
La recherche IA locale tourne souvent autour des mêmes questions : “quel modèle Ollama pour RTX 3060 ?”, “Qwen ou Hermes sur 16 Go VRAM ?”, “vieux Core i7 sans GPU, possible ou pas ?”. OutilsIA Local Cockpit transforme ces questions en diagnostic concret sur la machine réelle.
Modèle léger de preuve
Qwen 0.6B, Phi mini ou autre petit modèle sert d'abord à vérifier Ollama, téléchargement, lancement et tokens/s.
Modèle recommandé
Hermes, Qwen, Mistral, Llama ou DeepSeek sont proposés selon VRAM, RAM, usage assistant, code, français, mémoire et contexte long.
Upgrade justifié
L'app conseille RAM, GPU 12/16/24 Go ou SSD seulement après avoir montré ce que la machine actuelle sait déjà faire.
Exemples de recherches couvertes
scanner PC IA locale, benchmark Ollama Windows, quel modèle IA local pour RTX 3060, GTX 1080 Ti IA locale, RTX 4080 Hermes, Qwen local 16 Go VRAM.
Ollama Windows ou WSL ?Frontière produit claire
OutilsIA prépare les modèles locaux. Strategy Arena pourra les utiliser pour ses workflows quant, mais OutilsIA ne génère pas et ne backteste pas de stratégie financière.
Rapports partageables
À quoi ressemble votre diagnostic ?
La bêta génère des rapports anonymisés avec score IA locale, modèles compatibles, limites, commandes Ollama et upgrades utiles. Avant de télécharger l'app, vous pouvez déjà comparer des profils typiques : laptop sans GPU, RTX 3060, RTX 3090, Mac Mini M4 ou Raspberry Pi.
Ce que le scanner vous dit
Quoi installer
Modèles Ollama, Qwen, Llama, Hermes, Mistral ou Gemma compatibles avec votre machine, en Windows natif ou via Ollama WSL si c'est votre runtime local.
Quoi éviter
Modèles trop lourds, GPU 8 Go limités, RAM insuffisante, stockage trop juste.
Quoi acheter
RAM, GPU, SSD ou rien du tout si votre configuration suffit déjà.
Live aujourd'hui · MCP public 0.6.2
15 outils publics
Découverte standard
Maestro à côté
MCP local = candidat
ChatGPT, Claude et Codex parlent déjà à OutilsIA — sans scanner votre PC.
Le serveur public https://outilsia.fr/mcp est en lecture seule : catalogue, budget VRAM, rapport /r/…, mesures first-party, audit ScoreBot (geo_audit / geo_kit). Il n'installe rien. La bêta desktop 0.1.1 reste le seul logiciel qui scanne vraiment la machine.
Profil déclaré, rapport partagé, goulot, runtime, bancs datés, ScoreBot. Aucun tok/s inventé. Pas un classement de modèles.
/.well-known/mcp + registre officiel fr.outilsia/local-ai-advisor.
Cockpit mesure la machine. Maestro orchestre les sessions. Deux produits, un labo.
Le pont 127.0.0.1 (8 outils Passport) est dans les sources 0.1.2, pas dans le binaire public 0.1.1.
Ne pas confondre les deux MCP.
Le MCP du site conseille à distance. Le MCP local de Cockpit, encore non publié, lirait un snapshot figé sur votre PC après consentement. Ni l'un ni l'autre n'installe Ollama depuis le chat.
La page téléchargement et le manifeste de release restent la source de vérité de chaque version distribuée.
Confiance avant installation
Le scanner lit le matériel, pas votre vie privée.
Le diagnostic exact a besoin de connaître CPU, RAM, GPU, VRAM, stockage, Ollama Windows ou Ollama WSL et modèles installés. Il n'a pas besoin de lire vos documents, votre historique web, vos emails ou vos mots de passe.
Lu
CPU, RAM, GPU, VRAM, OS, stockage libre, Ollama Windows/WSL, modèles Ollama.
Jamais lu
Documents, photos, mots de passe, cookies, historique web, emails, clés API.
Pairing propre
Connexion par code court, token desktop dédié, cookie web non copié.
Rapport partageable
Lien anonymisé uniquement si vous choisissez de le créer.
Ce qui est déjà en ligne
Le test web reste l'entrée sans friction ; l'app desktop, déjà publiée en bêta, fait le diagnostic exact.
- 1. Test rapide web — en ligne
GPU, RAM, OS, stockage, score instantané.
- 2. App desktop Windows + Linux — bêta 0.1.1 publiée
Scan réel du PC, détection Ollama, rapport avant envoi, paquets .exe, .deb et .rpm publics.
- 3. Rapport partageable — en ligne
Page privée/anonyme avec score, modèles et commandes.
- 4. MemoryForge — dans la bêta desktop
Vault Obsidian, MEMORY.md, HERMES.md et historique benchmarks.
Commencez sans installer l'app
Le simulateur donne une estimation sans téléchargement. L'app desktop confirme automatiquement votre vraie configuration.