// FRANDROID — INTELLIGENZA ARTIFICIALE
Quelle IA gratuite pour votre PC ou Mac ? Deux outils gratuits répondent vite
Vous avez peut-être envie de découvrir l’IA en local, vous tombez sur un nouveau modèle chinois qui fait le buzz, on lance ses 40 Go de téléchargement, et le ventilateur s’emballe, l’ordinateur se fige, on attend cinq minutes pour rien. Le modèle était bien trop gros pour votre machine. Deux outils gratuits veulent justement nous éviter ce moment.
Les deux répondent à la même question, celle du modèle que votre ordinateur peut faire tourner sans ramer. Llmfit est un outil open source en ligne de commande, écrit en Rust, qui s’installe en une commande et analyse votre matériel en local. CanIRun.ai fait la même chose depuis un onglet de navigateur, sans rien installer, en lisant votre configuration via les API du navigateur.
Tous deux couvrent les modèles récents qui comptent, de Llama à Mistral en passant par Qwen, DeepSeek ou Phi, avec leur taille, leur architecture et leur contexte maximal. CanIRun.ai en référence une cinquantaine, déclinés sur 7 niveaux de compression ; llmfit en classe plusieurs centaines. Faire tourner un LLM en local est devenu simple, mais le matériel grand public n’a pas suivi le même rythme : d’où l’intérêt de ces deux outils.
Les deux outils sont récents : CanIRun.ai, signé du développeur Miguel Ángel Durán (midudev), a été lancé en mars 2026, et llmfit, porté par Alex Jones, dépasse aujourd’hui les 20 000 étoiles sur GitHub. C’est aussi pour ça qu’ils tombent à pic.
Jusqu’au 28 juin, profitez de 15 % de réduction sur le preneur de notes IA le plus avancé au monde. Il enregistre vos réunions, les transcrit et les synthétise pour vous : il suffit d’appuyer sur un bouton. Déjà plus d’un million d’utilisateurs !
Pour aller plus loin
Comment installer un modèle LLM type ChatGPT sur PC ou Mac en local ? Voici le guide ultime pour tous
La logique est identique des deux côtés. L’outil repère votre processeur, votre quantité de mémoire vive et surtout votre carte graphique avec sa mémoire vidéo, puis il calcule, pour chaque modèle, la mémoire nécessaire selon le niveau de compression.
Llmfit suit le même principe au clavier : la commande llmfit affiche la liste classée des modèles, et llmfit recommend sort directement les meilleurs choix pour votre configuration.
Ce qui change vraiment, c’est qu’on arrête les calculs de coin de table sur la mémoire vidéo. Chaque modèle reçoit une note qui mêle vitesse, qualité et place en mémoire, avec une recommandation de quantization à la clé. La quantization, c’est la compression des poids du modèle : plus on compresse, moins ça occupe de mémoire, et plus la qualité baisse.
Llmfit teste tout seul la meilleure compression qui rentre chez vous, du Q8 le plus fidèle au Q2 le plus léger. Les deux estiment aussi la vitesse en tokens par seconde à partir de la bande passante mémoire, ce qui donne un ordre de grandeur honnête de ce qui vous attend.