IA en local sur son PC ou son Mac : Ollama, LM Studio et quelle machine

Une IA « en local », c'est un modèle de langage qui tourne sur votre propre ordinateur au lieu des serveurs d'une entreprise. Vous téléchargez une fois le logiciel et le modèle ; ensuite, vos questions et vos documents restent sur la machine, y compris sans connexion. Ce guide s'adresse aux particuliers et aux indépendants qui veulent essayer sans être informaticiens, sous Windows ou sur Mac. Toutes les configurations et versions citées ont été relevées sur les documentations officielles le 18 octobre 2026.

Quelle machine faut-il ?

Le principe est simple : pour répondre, le modèle doit être chargé en mémoire, dans la mémoire vive (RAM) ou dans la mémoire de la carte graphique. LM Studio le dit en ces termes : charger un modèle, c'est réserver assez de mémoire pour contenir ses paramètres. Un modèle de 6 Go demande donc au moins 6 Go de mémoire libre, plus une marge pour la conversation en cours (la « fenêtre de contexte », 4 096 jetons par défaut chez Ollama) et pour le système.

Les recommandations publiées par les éditeurs, au 18 octobre 2026 :

• Mémoire vive : LM Studio recommande au moins 16 Go sur Windows et sur Mac. Un Mac de 8 Go peut fonctionner, « en restant sur de petits modèles et des contextes modestes ».
• Carte graphique : LM Studio recommande au moins 4 Go de mémoire vidéo dédiée sous Windows. Ollama prend en charge les cartes Nvidia à partir de la génération dite « compute capability 5.0 » avec un pilote 550 ou plus récent, et les cartes AMD Radeon sous Windows via ROCm ou Vulkan. Sans carte compatible, le modèle tourne sur le processeur, plus lentement.
• Mac : sur les puces Apple (M1 et suivantes), Ollama exploite à la fois le processeur et la partie graphique. Il faut macOS 14 (Sonoma) ou plus récent pour les deux logiciels. Sur un Mac Intel, Ollama ne tourne que sur le processeur et LM Studio n'est pas pris en charge.
• Windows : Ollama demande Windows 10 22H2 ou plus récent ; LM Studio exige un processeur compatible avec les instructions AVX2 sur les PC x64 et fonctionne aussi sur les PC ARM Snapdragon X Elite. Si votre PC est encore sous Windows 10, lisez aussi notre guide sur la fin de Windows 10.
• Disque : Ollama demande 4 Go pour le logiciel sous Windows, plus la place des modèles, qui « peuvent représenter des dizaines, voire des centaines de gigaoctets » si vous en accumulez.

Pour vérifier où un modèle a été chargé, Ollama fournit la commande ollama ps : la colonne « Processor » indique « 100% GPU » (tout sur la carte graphique), « 100% CPU » (tout en mémoire vive) ou un partage entre les deux, plus lent.

LM Studio ou Ollama

Les deux logiciels sont gratuits et font la même chose : télécharger des modèles ouverts et les faire tourner sur votre machine. LM Studio est pensé autour d'une interface graphique complète, disponible en français. Ollama propose une application et un outil en ligne de commande, très utilisé par les développeurs parce que d'autres programmes peuvent s'y brancher (il sert une interface de programmation sur http://localhost:11434).

Pour un premier essai sans terminal, LM Studio est le plus direct. Ollama convient si vous voulez brancher le modèle local sur d'autres applications.

Installer Ollama

Téléchargez Ollama sur ollama.com, rubrique Download : un fichier OllamaSetup.exe sous Windows (il s'installe sans droits administrateur, dans votre dossier personnel), une image Ollama.dmg sur Mac, à glisser dans le dossier Applications. Au premier lancement, l'application propose de se connecter pour utiliser des modèles en ligne, ou de choisir un modèle local : prenez un modèle local.

En ligne de commande, une seule commande télécharge le modèle puis ouvre la conversation, par exemple ollama run ministral-3:8b. Un nom de modèle qui se termine par :cloud (comme gemma4:cloud) ne tourne pas sur votre ordinateur mais sur les serveurs d'Ollama. Pour l'interdire complètement, la documentation prévoit un mode « local seulement » : la ligne "disable_ollama_cloud": true dans le fichier ~/.ollama/server.json, ou la variable d'environnement OLLAMA_NO_CLOUD=1, puis un redémarrage d'Ollama. Le journal affiche alors « Ollama cloud disabled: true ».

Choisir un modèle et vérifier sa licence

Un modèle « ouvert » est un modèle dont l'éditeur publie les fichiers. Ses conditions d'utilisation varient : la licence Apache 2.0 autorise l'usage commercial et la modification, d'autres licences ajoutent des obligations. Les tailles ci-dessous sont celles des fichiers proposés par défaut dans la bibliothèque d'Ollama ; LM Studio propose les mêmes familles, avec des tailles proches selon la version choisie.

Quelques repères tirés des fiches officielles. Ministral 3 cite explicitement le français parmi ses langues, et Mistral AI indique que la version 8B « tient dans 12 Go de mémoire vidéo » dans son format FP8, moins si elle est davantage compressée. Gemma 4 annonce plus de 140 langues ; attention, la génération précédente, Gemma 3, relève d'une licence propre à Google, avec un accès soumis à conditions. OpenAI indique que gpt-oss 20B fonctionne « avec 16 Go de mémoire ». Les nouveaux modèles ouverts arrivent souvent, à l'image de DeepSeek V4, dont nous avions parlé à sa sortie : vérifiez toujours la taille et la licence avant de télécharger.

Confidentialité et limites

Côté confidentialité, la promesse tient si le modèle est bien local. LM Studio écrit que rien de ce que vous saisissez dans une conversation ne quitte votre appareil, et que les documents glissés dans l'application y restent. Ollama écrit qu'il ne voit ni vos questions ni vos données quand le modèle tourne en local. Pour les organisations, la CNIL recommande, dans ses précisions sur le déploiement de l'IA générative du 18 juillet 2024, de privilégier « des systèmes locaux, sécurisés et spécialisés », ou à défaut de vérifier si le prestataire réutilise les données envoyées.

Les limites sont réelles :

• La vitesse dépend du matériel. Ollama le résume ainsi : les gros modèles sont lents sur un ordinateur sans carte graphique puissante.
• Un petit modèle en sait moins. Un modèle de quelques gigaoctets se trompe plus souvent sur les faits précis : vérifiez ce qui compte, comme avec tout assistant.
• Pas d'actualité. Le modèle ne connaît que ce qu'il a appris avant sa sortie et ne consulte pas le web, sauf outil ajouté exprès.
• La place disque. Chaque modèle pèse plusieurs gigaoctets ; la collection grossit vite si vous en essayez plusieurs. Certains logiciels en installent même sans le demander, comme Chrome avec les 4 Go de Gemini Nano.

Pour comparer avec les assistants en ligne, leurs offres gratuites et leurs réglages de confidentialité, voir notre guide ChatGPT, Claude, Gemini ou Mistral : quel assistant IA choisir ?