Le cockpit IA locale qui dit quoi installer sur votre vrai PC.

Stable Diffusion : vérifier le PC, préparer le modèle, puis mesurer

RC32 valide le diagnostic matériel et RC36 la sonde locale en lecture seule. Le candidat source ajoute SD 1.5 et SDXL à intégrité épinglée, deux workflows Core puis un rendu fixe 512×512, sans transformer une aptitude ou une unique durée en promesse universelle.

Fonctions candidates, absentes du build public 0.1.1. Aucun checkpoint lourd n'a encore été téléchargé ni aucun rendu terrain mesuré avec un binaire exact de ce nouveau palier.

Rejouer le même diagnostic sur 10 profils de PC avant de publier une régression.

Dans le candidat source postérieur au build public actuel, une matrice synthétique de non-régression traverse Hardware Doctor, Runtime & Driver Intelligence, Recommendation Engine et la porte d'export terrain. Elle vérifie que les mêmes faits matériels conduisent encore aux mêmes décisions.

Profils couverts : Core i7 + GeForce 940MX, Core i7 Z97 + GTX 1080 Ti 11 Go, RTX 3060 12 Go, RTX 4080 SUPER 16 Go, RTX 3090 24 Go, CPU only, AMD Strix Halo 128 Go en mémoire unifiée, GPU/VRAM inconnus, Intel Arc B580 12 Go et AMD RX 7900 XTX 24 Go. Cette matrice synthétique ne mesure pas ces machines et ne compte jamais comme preuve terrain physique.

Quel modèle IA local garder pour le chat, le code, le français ou Obsidian ?

Choisissez l'usage. OutilsIA présélectionne deux candidats compatibles, demande une action explicite avant tout téléchargement, lance les mêmes preuves communes et ajoute un septième test propre au profil choisi.

Interface candidate à valider : le Bilan machine affiche quatre preuves, trois actions utiles maximum et des détails avancés repliés. Les modules commencent par une action compréhensible, gardent leur nom technique en sous-titre et ouvrent directement leur prérequis. Avant le scan ou après un échec, une commande claire permet d'analyser ou de relancer sans afficher de chemin personnel. ForgeBench replie ses six étapes techniques par défaut. Sur mobile, les commandes principales offrent des cibles tactiles d'au moins 44 px et le focus clavier reste visible. « Choisir le meilleur modèle » rejoint le bon parcours sans démarrer de test ni de téléchargement ; le lancement demande toujours un second clic explicite.

Correctifs de recette noire · candidat 0.1.2 : le scan courant prime sur un ancien benchmark pour dire qu'un modèle est installé ; une recommandation prépare le test sans le lancer et le bouton du préflight demande un second clic ; le rapport final confirme visiblement sa génération ; PromptForge nomme son score « grille heuristique » ; le dialogue conserve la réponse complète disponible et signale explicitement une limite ou un délai dépassé. Ces correctifs automatisés restent à confirmer sur le nouveau binaire natif avant publication.

Aucun modèle n'est supprimé automatiquement. Cette comparaison courte aide à décider sur votre machine ; elle ne remplace pas un essai long avec vos vrais documents, dépôts ou conversations.

Vérifier le disque Windows, WSL ou Linux avant de télécharger un gros modèle Ollama

Avant chaque ollama pull, le cockpit vérifie le runtime réellement ciblé et l'espace libre du volume de modèles. Il estime un budget prudent, conserve une réserve et bloque une insuffisance mesurée avant le premier octet.

Une mesure inconnue demande confirmation au lieu de fabriquer un feu vert. Ce préflight ne prédit ni la vitesse ni l'offload GPU et ne compte pas comme preuve terrain physique.

Quel modèle local répond le mieux à votre vrai travail, sans envoyer la tâche au cloud ?

Dans le mode Détails, Tests privés applique exactement la même consigne à 2 ou 3 modèles Ollama déjà installés. Choisissez Code, Français, résumé, Mémoire / Obsidian ou une tâche métier avec termes obligatoires.

Fonction présente dans un candidat source postérieur au build public actuel. Le classement décrit ce protocole court, cette machine et ce moment. Il ne remplace pas une validation longue et ne compte jamais comme validation physique de la campagne terrain.

Codex ou Claude peuvent déjà lire les capacités du PC sans en prendre le contrôle.

Après génération de l'instantané de capacités, OutilsIA peut ouvrir pendant 15 minutes un serveur MCP Streamable HTTP sur 127.0.0.1 et les routes historiques du Capability Bridge. Un jeton Bearer 256 bits aléatoire protège l'instantané figé et n'est jamais enregistré sur disque.

Cette fonction reste candidate tant que le nouveau build Windows/Linux n'est pas publié. Elle ne constitue pas une preuve terrain physique et ne transforme pas Strategy Arena en gestionnaire Ollama.

Faire construire puis jouer le même mini-jeu par Ollama ou Codex, sous preuves bornées

ForgeBench peut appeler un modèle Ollama déjà installé sur Signal Maze public. Une fois le code gelé, il enchaîne la preuve visible et un holdout local séparé. Le pilote Workstack Arena peut aussi invoquer Codex CLI une fois dans un workspace jetable, mais seulement sur le contrat public. Le propriétaire qualifie ensuite le reçu signé sans transformer son clic en livraison ou en victoire.

Agent Adapter Policy v1 · candidat source : un registre signé sépare ce qui est seulement détecté de ce qui peut être exécuté. Codex reste borné à Signal Maze public avec une tentative, un budget de 3, 5 ou 10 minutes et deux consentements. Claude Code, Hermes et Kimi restent en détection seule, sans scope, budget, workspace ou lancement autorisé.

Visible Gameplay + Holdout local : un préflight séparé vérifie d'abord qu'une page Chromium minimale démarre réellement dans Linux ou WSL sous bubblewrap, sans réseau. S'il manque, OutilsIA propose au maximum une commande Playwright à copier et ne l'exécute jamais. Après consentement explicite, une copie éphémère du code candidat est jouée dans Chromium. Quand elle passe 39/39, un second processus sans réseau lit seulement les seeds du vault après gel de la soumission et rend cinq compteurs réussis, jamais les observations privées. Pour Codex, deux autorisations couvrent le quota ou coût inconnu et l'exécution dans le workspace jetable ; OutilsIA ne lui transmet ni dépôt utilisateur ni suite privée. Les familles de checks du holdout restant publiques et le vault n'étant pas isolé d'un processus du même compte, ce résultat ne vaut ni note scientifique ni vainqueur. Ces fonctions existent dans les sources postérieures au build public actuel ; Claude Code, Hermes et les projets arbitraires restent indisponibles.

Quels réglages Ollama garder pour ce modèle et cette machine ?

Dans le mode Détails, OutilsIA compare Rapide, Équilibré et Qualité / contexte sur un modèle déjà installé. Chaque campagne est limitée à trois tests et trois minutes, sans téléchargement.

Le score adapte le compromis à l'usage choisi : priorité au débit pour Portable, réglage médian pour Polyvalent et contexte plus large pour Mémoire. Il ne prétend pas améliorer la qualité intrinsèque du modèle.

Ollama est-il devenu plus lent après un pilote ou une mise à jour ?

Définissez volontairement une référence locale après un benchmark exact. Le cockpit compare ensuite la génération, le préremplissage, le chargement, l'offload CPU/GPU et la température sur le même PC et le même modèle.

Seuils v1 : alerte génération à -10 %, régression forte à -20 % ; préremplissage à -12/-25 % ; chargement à +25/+50 % ; offload GPU à -10/-30 points. Ils seront recalés seulement à partir de mesures terrain réelles.

Windows, Linux ou candidat de test : l'app ne mélange plus les builds.

Le candidat source lit l'OS et l'architecture du binaire réellement lancé, compare sa version au manifeste public et sélectionne uniquement un téléchargement natif. Une application Linux ne reçoit jamais l'EXE Windows par défaut.

Fonction candidate absente du build public actuel. Elle ne remplace pas la signature Authenticode et ne lance aucune installation silencieuse.

Pré-évaluer cette RTX, cette RAM ou ce SSD avant achat

Le cockpit construit un jumeau matériel local à partir du scan, puis simule le scénario sans modifier la machine. Il montre les modèles et usages potentiellement débloqués, le budget indicatif et surtout ce qui bloque ou reste inconnu avant achat.

Les scénarios restent locaux, versionnés et exportables en JSON, Markdown et PDF. Ils peuvent être comparés ou restaurés, mais ne remplacent jamais la mesure du boîtier, la lecture des connecteurs d'alimentation et la vérification du manuel constructeur.

Le GPU est-il vraiment utilisé par Ollama ? Le cockpit cherche la preuve.

Un pilote CUDA ou ROCm détecté ne suffit pas. Après benchmark, OutilsIA interroge /api/ps et lit la part du modèle placée en VRAM pour distinguer une exécution CPU, hybride CPU/GPU ou GPU. Si les sondes matérielles échouent, l'app affiche « GPU non déterminé » : elle ne transforme plus une absence de mesure en faux PC CPU-only.

L'instantané exclut les prompts, réponses des modèles, fichiers personnels et jetons de compte. Il reste optionnel et rangé dans l'Atelier avancé pour garder le parcours principal clair. Cette fonction reste candidate tant que le build 0.1.2 n'est pas promu.

Pilote détecté, API disponible et GPU réellement utilisé : trois preuves différentes.

OutilsIA croise une matrice officielle datée avec le scan local. Une version CUDA affichée par nvidia-smi décrit le maximum accepté par le pilote ; elle ne prouve ni l'installation d'un toolkit, ni l'offload d'un modèle. La preuve finale reste la mesure Ollama /api/ps.

Fonction présente dans un candidat source postérieur au build public actuel. Mémoire dédiée et mémoire unifiée restent séparées : 128 Go de RAM partagée sur Ryzen AI Max ne deviennent jamais « 128 Go de VRAM ». L'app produit seulement un budget prudent, étiqueté comme estimation, puis demande un benchmark.

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.

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.

Un benchmark Ollama exact, pas une estimation caractères ÷ temps.

OutilsIA interroge l'API locale Ollama avec un protocole déterministe. Le débit de génération vient de eval_count / eval_duration. Le rapport conserve aussi la méthode de mesure pour distinguer une preuve API d'un ancien résultat ou d'un repli CLI.

Statut honnête : ces trois contrats existent dans le candidat source postérieur au build public actuel. Ils ne sont pas encore attribuables au téléchargement public 0.1.1 et une carte locale ne vaut ni attestation matérielle, ni identité vérifiée.

Sur la machine de référence RTX 4080 SUPER, le même Qwen3 0.6B a mesuré environ 439 tok/s en accélération automatique contre 7,8 tok/s forcé CPU. Ce ratio permet de vérifier si le GPU travaille réellement, sans confondre qualité du modèle et état du pilote.

Comparer Qwen, Hermes, Llama ou Mistral avec les mêmes preuves.

Chaque modèle installé reçoit le même micro-test déterministe. OutilsIA ne déduit plus la qualité depuis le nom ou la taille du modèle : l'app vérifie la réponse, conserve le détail et ajoute la vitesse exacte mesurée sur votre machine.

Le rapport affiche les six vérifications, leur réussite, les tokens/s, la latence et la provenance des métriques. C'est une preuve locale courte et reproductible, pas une promesse universelle sur toutes les tâches.

Préflight Arena · candidat source : avant le run, OutilsIA annonce chaque modèle exact, son runtime Windows/WSL, sa taille, son délai maximal, l'offload probable et le budget total. Une baseline légère, un assistant Hermes et un autre candidat installé hors Hermes sont privilégiés avant un second Hermes lourd ; la campagne garantit zéro téléchargement. La preuve versionnée reste attachée au run, à l'historique, au rapport et à l'export MemoryForge.

Preuve physique candidate · 14 juillet 2026 : Nous Hermes 2 Mixtral 8x7B (26 Go) a terminé le benchmark via Ollama WSL sur RTX 4080 SUPER 16 Go + 63 Go RAM en 48,3 s à 4,1 tok/s. Ollama mesure une exécution hybride avec 33,3 % d'offload GPU : exécutable avec la RAM, mais pas confortable au quotidien sur cette configuration. Le résultat candidat affiche le placement GPU/RAM mesuré et sépare réussite technique et confort d'usage.

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.

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.

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.