Ne payez plus pour ChatGPT : voici comment installer une IA 100% hors ligne sur votre PC pour analyser vos données en toute sécurité
En 2026, particuliers et pros peuvent enfin faire tourner une IA en local sans cloud sur un simple PC ou Mac. Mais quelles étapes suivre pour rester vraiment hors ligne tout en exploitant au mieux ces nouveaux modèles ouverts ?
Installer une IA générative chez soi, sur un simple PC ou Mac, sans abonnement ni cloud, ce n’est plus un projet de laboratoire. Les modèles ouverts récents tournent sur des ordinateurs portables classiques, hors ligne, avec vos données qui restent sur le disque dur plutôt que de partir sur des serveurs anonymes.
Pour un lecteur préoccupé par la confidentialité ou ses actifs numériques, l’intérêt est évident : une IA locale peut analyser des fichiers sensibles sans rien envoyer sur Internet. En cinq étapes, il devient possible de faire tourner une IA en local sans cloud au point de continuer à répondre Wi-Fi coupé, à condition de respecter quelques règles simples. Encore faut-il savoir par où commencer.
Préparer sa machine pour une IA locale vraiment hors ligne
La première étape consiste à vérifier que la machine tient la route, car le nerf de la guerre reste la mémoire vidéo. Pour les petits modèles, il faut compter au moins 8 Go de VRAM sur la carte graphique, ou un Mac doté d’une puce Apple Silicon dont la mémoire unifiée joue un rôle équivalent. Pour des usages plus intensifs, l’objectif monte à 24 Go de mémoire vidéo ou davantage.
Du côté logiciel, LM Studio fixe des planchers clairs : sur Mac, processeur Apple Silicon, 16 Go de mémoire et macOS 14 minimum, même si des machines à 8 Go peuvent faire tourner de petits modèles. Sur Windows, l’éditeur recommande 16 Go de RAM, 4 Go de mémoire vidéo dédiée et un processeur compatible AVX2. Les Mac Intel ne sont pas pris en charge, ce qui oriente de fait la deuxième étape du guide vers le choix de l’outil : interface graphique LM Studio pour la plupart des utilisateurs, ligne de commande Ollama pour ceux qui aiment le terminal.
Installer un premier modèle et choisir la bonne taille
Une fois l’outil choisi, la troisième étape consiste à installer un modèle. Avec Ollama, une commande suffit pour installer l’outil, puis deux autres pour récupérer et lancer un modèle, et la commande « /bye » ferme la session. Avec LM Studio, tout passe par un moteur de recherche intégré : vous saisissez le nom du modèle, le logiciel indique s’il tient dans votre mémoire, puis un clic déclenche le téléchargement. La partie catalogue, téléchargement et mises à jour exige une connexion, mais une fois le modèle sur le disque, le chat, l’analyse de documents et même le serveur local peuvent fonctionner hors ligne. Un bon réflexe consiste ensuite à couper Internet et vérifier que la discussion continue, signe que l’IA ne dépend plus d’un service cloud.
| Mémoire dispo | Taille de modèle réaliste | Exemples d’usages | Exemples de modèles | Risque de lenteur |
|---|---|---|---|---|
| 8 Go VRAM ou mémoire unifiée | 7-8B de paramètres | chat simple, résumés courts, e-mails | Gemma 4 petite taille (~4,6 Go) | Oui si modèle > 8B |
| 12-16 Go VRAM | 12-14B | rédaction longue, code de base | Gemma 4 12B (< 8 Go) | Faible si peu d’apps GPU |
| 24 Go VRAM | jusqu’à 32B | docs volumineux, analyse CSV locale | Gemma 4 26B (16-19 Go) | Moyen si autres tâches GPU |
| 32-80 Go VRAM | 70B à 120B | usage avancé, multi-agents locaux | gpt-oss-120b (~80 Go VRAM) | Élevé si VRAM sous-dimensionnée |
La quatrième étape est de choisir un modèle adapté à la mémoire disponible. Le Gemma 4 de Google se décline en plusieurs tailles, de 4,6 à 20 Go de téléchargement, sa version 26B pesant à elle seule entre 16 et 19 Go, quand la variante 12B ajoutée en juin tient sous les 8 Go. Le gpt-oss-20b d’OpenAI fonctionne avec 16 Go de mémoire vidéo, alors que son grand frère gpt-oss-120b peut réclamer jusqu’à 80 Go. La règle d’or reste simple : le modèle doit tenir entièrement dans la mémoire vidéo, car dès qu’il déborde sur la mémoire vive classique, la vitesse s’effondre. La quantification permet de réduire la taille d’un modèle par un facteur de 2 à 4, ce qui autorise concrètement des architectures plus grandes sur le même GPU.
Comment utiliser une IA locale en sécurité au quotidien ?
Une fois ces quatre étapes franchies, la cinquième consiste à confier à l’IA ce qui compte vraiment, en profitant de la confidentialité offerte par le local. Un modèle hébergé chez soi peut par exemple éplucher l’export CSV d’un exchange avant une déclaration fiscale ou résumer un contrat sans que le fichier quitte le disque. Les serveurs exposés par Ollama sur « localhost:11434 » ou par LM Studio sur « localhost:1234 » permettent de brancher cette IA à d’autres logiciels en restant sur la machine. Depuis sa version 0.3.17, LM Studio accepte en plus le Model Context Protocol, qui autorise la connexion à des outils externes comme le font déjà certains agents IA de plateformes crypto, tout cela en gardant le calcul sur votre poste.
Restent quelques garde-fous. Même avec une IA locale, une phrase de récupération de wallet ne se tape jamais nulle part, ni en ligne ni hors ligne, et il est conseillé de laisser les API locales liées à Ollama ou LM Studio limitées à « 127.0.0.1 » pour éviter toute exposition involontaire sur le réseau domestique. Selon l’institut Epoch AI, les modèles ouverts accusent en moyenne quatre mois de retard sur les modèles fermés en janvier 2026, contre trois mois fin 2025, et les plus gros modèles ouverts à plusieurs centaines de milliards de paramètres dépassent toujours le matériel grand public. Pour un usage quotidien, un Gemma 4 de taille moyenne couvre déjà l’essentiel, tandis que des projets comme DeepSeek R1, publié sous licence MIT parmi les plus permissives, illustrent le dynamisme de l’écosystème ouvert. Une configuration raisonnable suffit donc pour utiliser concretement une IA en local dans ces cas d’usage, tout en gardant la main sur ses données les plus sensibles.
En bref
- En 2026, l’essor des modèles ouverts permet de faire tourner une IA générative en local sur PC ou Mac, à condition de respecter des prérequis matériels centrés sur la VRAM.
- Le guide explique comment installer LM Studio ou Ollama, choisir des modèles adaptés comme Gemma 4 ou gpt-oss et vérifier Wi-Fi coupé que l’IA ne dépend d’aucun service cloud.
- Confidentialité, intégration via API locales et règles de sécurité strictes transforment ainsi une machine personnelle en assistant IA hors ligne, tout en imposant quelques précautions indispensables.
