Familles de modèles d'IA pour l'inférence locale
Parcourez les familles de modèles à poids ouverts que vous pouvez exécuter en local avec Ollama. Chaque page de famille détaille toutes les variantes, la RAM nécessaire, la compatibilité des appareils et les performances attendues.
- modèles suivis
- 201
- lignes locales
- 157
- classes de quantification
- 10
- vérifiés sur le registre Ollama
- 126
Filtré sur la qualité, pas gonflé
ModelFit suit 201 modèles répartis en 41 familles, avec 157 lignes locales. Chaque commande Ollama est vérifiée sur le registre avant d'être publiée, et les quantifications 2 bits de mauvaise qualité restent hors du classement, même lorsqu'elles existent techniquement.
- Politique par défaut
- Q4_K_M est le palier recommandé par défaut ; les variantes Q6/Q8 apparaissent quand elles apportent une vraie marge de qualité.
- Fraîcheur
- Instantané du catalogue mis à jour le 2026-11-16 ; les nouveaux tags passent par le pipeline de vérification du registre, pas par des suppositions glanées en ligne.
- Couverture honnête
- Un catalogue plus petit mais vérifié vaut mieux qu'une longue liste gonflée de tags cassés et de quantifications inutilisables.
Familles de modèles d'IA pour un usage local
8 familles| Famille | Éditeur | Modèles | Tailles | Notes |
|---|---|---|---|---|
| Alibaba Cloud | 40 | 0.5B-235B | Qwen est la famille de modèles à poids ouverts d'Alibaba Cloud, de 0.5B à 2.4T de paramètres. Qwen3.8 27B est le fleuron local : un modèle vision-langage dense sous licence Apache 2.0, tandis que le MoE Qwen3.8 2.4T A95B domine la gamme cloud.Qwen3.8 27B, fleuron local (Apache 2.0, vision) · La gamme cloud culmine au MoE 2.4T A95B | |
| Meta | 12 | 1B-405B | Llama est la famille de modèles à poids ouverts de Meta et le choix le plus populaire pour l'IA locale. La gamme Llama 4 apporte des modèles MoE multimodaux pour les machines à grosse mémoire, tandis que les tailles Llama 3.x de 1B à 70B restent les choix pratiques pour portables et postes fixes.Famille à poids ouverts la plus populaire · Bon raisonnement général et bon suivi des consignes | |
| DeepSeek AI | 8 | 7B-671B | DeepSeek propose désormais deux gammes distinctes. La génération V4 est pensée pour le cloud : V4.1 Flash est un MoE multimodal image + texte sous licence MIT, et V4 Flash 0731 et V4 Pro sont des modèles accessibles par API. Sur du matériel grand public, DeepSeek désigne les distillations de raisonnement R1, de 7B jusqu'au 671B complet, toutes vérifiées sur le registre Ollama.V4.1 Flash : MoE multimodal de 552B, API uniquement · Distillations R1 7B-70B exécutables en local avec Ollama | |
| Mistral AI | 14 | 3.4B-123B | Les modèles de Mistral AI sont réputés pour leur efficacité et leurs bonnes performances au regard de leur taille. Mistral 7B a été une percée : il a prouvé que de petits modèles pouvaient rivaliser avec des modèles bien plus gros.Excellent rapport performances par paramètre · Attention à fenêtre glissante pour plus d'efficacité | |
| Google DeepMind | 19 | 1B-31B | Gemma est la famille de modèles ouverts et efficaces de Google DeepMind, conçue pour offrir une bonne qualité à petite taille. La gamme Gemma 4 va d'un modèle embarqué de 4.5B à un modèle dense de 31B et un MoE de 26B, tous sous Apache 2.0.Gemma 4 E4B : 4.5B effectifs, tourne sur les Mac 8GB · Gemma 4 26B-A4B MoE : 25.2B au total, 3.8B actifs | |
| Microsoft | 6 | 3.8B-14B | Phi est la famille de petits modèles costauds de Microsoft, fondée sur l'idée que des données d'entraînement soignées valent mieux que le simple nombre de paramètres. Phi-4 Mini concentre un raisonnement solide dans seulement 3.8B de paramètres, tandis que Phi-4 14B rivalise en qualité avec des modèles bien plus gros. Les deux tournent en local avec Ollama et vont naturellement de pair avec les Mac Apple Silicon à peu de RAM.Meilleure qualité par GB aux petites tailles · Phi-4 Mini 3.8B se charge en seulement 3.2GB (7GB de RAM min.) | |
| Liquid AI | 2 | 8.3B-24B | LFM2 est la famille de modèles de Liquid AI axée sur l'efficacité, bâtie sur une architecture hybride plutôt que sur un transformeur dense standard. Son modèle phare, LFM2 24B-A2B, est un modèle à mélange d'experts épars qui n'active que 2B de ses 24B de paramètres par token. Cette conception le rend rapide sur du matériel grand public et bien adapté aux workflows d'agents, à l'appel d'outils et aux configurations locales soucieuses de confidentialité.Conception MoE hybride : 24B de paramètres au total, seulement 2B actifs par token · Se charge en environ 14GB, tient sur tout Mac 16GB | |
| Hugging Face | 1 | 0.36B-0.36B | SmolLM est la famille de modèles ultra-compacts de Hugging Face, pensée pour les appareils les plus contraints. SmolLM2 360M se charge en environ 0.5GB et tourne sur tout appareil doté de 1GB de RAM, des vieux Mac et iPhone aux cartes embarquées. C'est le plus petit modèle de notre base de données et le plus rapide selon le score de vitesse.Minuscule modèle de 360M de paramètres signé Hugging Face · Se charge en environ 0.5GB, a besoin de seulement 1GB de RAM |
Modèles phares via API et à poids ouverts
Des modèles de pointe qui ne tournent pas sur un portable : API hébergées, souvent à poids ouverts. Chaque page explique ce que fait le modèle et liste les alternatives locales qui tiennent vraiment sur votre machine.
Parcourir tous les modèles
156 pages de modèlesAutres modèles77
- Kimi K2 Instruct
- Claude 3.5 Sonnet
- Claude 3.7 Sonnet
- Claude 3 Opus
- Claude 4 Opus
- Microsoft Mage-VL-Cowork
- GPT-4o
- GPT-4o mini
- Claude 4 Sonnet
- Gemini 2.5 Pro
- Gemini 2.5 Flash
- GLM-5
- GLM-4 Plus
- Granite 4.1 3B Instruct
- Granite 4.1 8B Instruct
- Kimi K2.6
- GLM-5.1
- Claude Opus 4.7
- Claude Opus 4.8
- GPT-5.5
- Gemini 3.1 Pro
- Grok 4.3
- Claude Fable 5
- GLM-5.2
- Kimi K2.7-Code
- MiniMax M3
- NVIDIA Nemotron 3 Ultra
- Xiaomi MiMo-V2-Flash
- NVIDIA Nemotron Cascade 2 30B-A3B
- Poolside Laguna XS.2
- Cohere North Mini Code
- GPT-OSS 120B
- GPT-OSS 20B
- Kimi K3
- Laguna XS 2.1
- Laguna S 2.1
- Ornith 1.0 9B
- Ornith 1.0 35B
- Granite 4.2 3B
- Granite 4.2 8B
- Granite 4.2 30B
- Nemotron 3.5 Lightning 30B-A3B
- Muse Glimmer 30B
- MiniCPM-V 4.5 8B
- GLM-5.3
- GLM-5.3 Flash
- GLM-4.7-Flash 30B-A3B
- GLM-4-9B-Chat
- Nemotron 3 Super 120B-A12B
- Olmo 3.1 32B Instruct
- MiMo-V2.6-Distill-Qwen-9B
- Ling-3.0-flash
- Xiaomi MiMo-V2.6-Flash
- Xiaomi MiMo-V2.6-Pro
- Inkling Small
- Flint 40B-A2.5B
- Mellum2.1 12B-A2.5B Thinking
- Kolibri 1
- AREX-2 27B
- Arete 27B
- TwIL-8B
- Nanbeige4.3 33B
- Ripple 65B Preview
- Muse Spark Open
- MiniMax M3.1 Flash
- Beam 1.0
- NVIDIA Nemotron 3.5 Bolt E4B
- NVIDIA Nemotron 3.5 Bolt 74B-A9B
- Granite Switch 4.1 8B
- Granite Switch 4.1 30B
- Jebadiah 9B
- Jebadiah 27B
- LFM3 1.7B
- Ling-3.1-flash-1019
- Tencent Hy4 Preview
- Ornith 1.5 122B
- Sage-A1.5
DeepSeek11
Gemma12
Llama8
Mistral13
Qwen28
- Qwen2.5 1.5B Instruct
- Qwen2.5 3B Instruct
- Qwen2.5 7B Instruct
- Qwen2.5 14B Instruct
- Qwen2.5 Coder 7B
- Qwen2.5 Coder 14B
- Qwen2.5 0.5B Instruct
- Qwen3 8B
- Qwen3 14B
- Qwen3 30B
- Qwen3 30B (Q8)
- Qwen3 32B
- Qwen3 Coder 30B-A3B
- Qwen3 235B A22B
- Qwen3.5 0.8B Instruct
- Qwen3.5 2B Instruct
- Qwen3.5 4B Instruct
- Qwen3.5 9B Instruct
- Qwen3.5 35B-A3B Instruct
- Qwen3.5 27B Instruct
- Qwen3.5 122B-A10B Instruct
- Qwen3.6 27B
- Qwen3.8 27B
- Qwen3.6 35B-A3B
- Qwen3.7-Plus
- Qwen3-Next 80B-A3B
- Qwen3.8-Flash-Next
- Qwen3.8 2.4T A95B
SmolLM1
Catalogue complet des modèles
Filtrez tous les modèles suivis par RAM, famille, moteur d'exécution et budget de contexte. Les charges et les règles d'adéquation viennent du même jeu de données que l'assistant.
| Famille | Quant. | Local | ollama | ||||
|---|---|---|---|---|---|---|---|
| Qwen2.5 1.5B Instruct | Qwen | 1.5B | Q4_K_M | 4 GB | ~1.5 GB | Oui | qwen2.5:1.5b-instruct-q4_K_M |
| Qwen2.5 3B Instruct | Qwen | 3B | Q4_K_M | 4 GB | ~2.5 GB | Oui | qwen2.5:3b-instruct-q4_K_M |
| Qwen2.5 7B Instruct | Qwen | 7B | Q4_K_M | 8 GB | ~5.5 GB | Oui | qwen2.5:7b-instruct-q4_K_M |
| Qwen2.5 14B Instruct | Qwen | 14B | Q4_K_M | 16 GB | ~11 GB | Oui | qwen2.5:14b-instruct-q4_K_M |
| Llama 3.2 3B Instruct | Llama | 3B | Q4_K_M | 4 GB | ~2.5 GB | Oui | llama3.2:3b-instruct-q4_K_M |
| Llama 3.1 8B Instruct | Llama | 8B | Q4_K_M | 12 GB | ~6.5 GB | Oui | llama3.1:8b-instruct-q4_K_M |
| Llama 3.1 8B Instruct (Q8) | Llama | 8B | Q8_0 | 16 GB | ~8 GB | Oui | llama3.1:8b-instruct-q8_0 |
| Llama 3.1 8B Instruct (Q5) | Llama | 8B | Q5_K_M | 12 GB | ~8 GB | Oui | llama3.1:8b-instruct-q5_K_M |
| Llama 3.1 70B Instruct | Llama | 70B | Q4_K_M | 64 GB | ~42 GB | Oui | llama3.1:70b-instruct-q4_K_M |
| Mistral 7B Instruct | Mistral | 7B | Q4_K_M | 8 GB | ~5.5 GB | Oui | mistral:7b-instruct-v0.3-q4_K_M |
| Mistral 7B Instruct (Q5) | Mistral | 7B | Q5_K_M | 8 GB | ~4.8 GB | Oui | mistral:7b-instruct-v0.3-q5_K_M |
| Mistral 7B Instruct (Q8) | Mistral | 7B | Q8_0 | 16 GB | ~7.2 GB | Oui | mistral:7b-instruct-v0.3-q8_0 |
| Mixtral 8x7B Instruct | Mistral | 46.7B | Q4_K_M | 48 GB | ~30 GB | Oui | mixtral:8x7b |
| Mistral Nemo 12B | Mistral | 12B | Q4_K_M | 16 GB | ~9.5 GB | Oui | mistral-nemo:12b |
| Mistral Nemo 12B (Q8) | Mistral | 12B | Q8_0 | 24 GB | ~12.1 GB | Oui | mistral-nemo:12b-instruct-2407-q8_0 |
| Gemma 2 2B Instruct | Gemma | 2B | Q4_K_M | 4 GB | ~1.8 GB | Oui | gemma2:2b-instruct-q4_K_M |
| Gemma 2 9B Instruct | Gemma | 9B | Q4_K_M | 12 GB | ~7 GB | Oui | gemma2:9b-instruct-q4_K_M |
| Gemma 2 27B Instruct | Gemma | 27B | Q4_K_M | 32 GB | ~21 GB | Oui | gemma2:27b-instruct-q4_K_M |
| Phi-3 Mini 3.8B | Phi | 3.8B | Q4_K_M | 6 GB | ~3.2 GB | Oui | phi3:3.8b-mini-4k-instruct-q4_K_M |
| Phi-3 Medium 14B | Phi | 14B | Q4_K_M | 16 GB | ~11 GB | Oui | phi3:14b-medium-4k-instruct-q4_K_M |
| Phi-4 14B | Phi | 14B | Q4_K_M | 24 GB | ~11.5 GB | Oui | phi4:14b-q4_K_M |
| Phi-4 14B (Q8) | Phi | 14B | Q8_0 | 24 GB | ~14.5 GB | Oui | phi4:14b-q8_0 |
| Qwen2.5 Coder 7B | Qwen | 7B | Q4_K_M | 8 GB | ~5.5 GB | Oui | qwen2.5-coder:7b |
| Qwen2.5 Coder 14B | Qwen | 14B | Q4_K_M | 16 GB | ~11 GB | Oui | qwen2.5-coder:14b |
| Llama 3.2 1B Instruct | Llama | 1B | Q4_K_M | 2 GB | ~1 GB | Oui | llama3.2:1b-instruct-q4_K_M |
| Mistral Small 22B | Mistral | 22B | Q4_K_M | 32 GB | ~17 GB | Oui | mistral-small:22b |
| Kimi K2 Instruct | Kimi | 1000B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Claude 3.5 Sonnet | Claude | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Claude 3.7 Sonnet | Claude | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Claude 3 Opus | Claude | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Claude 4 Opus | Claude | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Qwen2.5 0.5B Instruct | Qwen | 0.5B | Q4_K_M | 2 GB | ~0.8 GB | Oui | qwen2.5:0.5b-instruct-q4_K_M |
| Gemma 3 1B Instruct | Gemma | 1B | Q4_K_M | 2 GB | ~1 GB | Oui | gemma3:1b |
| Gemma 3 1B Instruct (Q8) | Gemma | 1B | Q8_0 | 4 GB | ~1 GB | Oui | gemma3:1b-it-q8_0 |
| Phi-4 Mini 3.8B | Phi | 3.8B | Q4_K_M | 6 GB | ~3.2 GB | Oui | phi4-mini:3.8b |
| Phi-4 Mini 3.8B (Q8) | Phi | 3.8B | Q8_0 | 8 GB | ~3.8 GB | Oui | phi4-mini:3.8b-q8_0 |
| Microsoft Mage-VL-Cowork | Mage | 4B | Q4_K_M | 8 GB | ~2.7 GB | Oui | n.d. |
| SmolLM2 360M | SmolLM | 0.36B | Q4_K_M | 1 GB | ~0.5 GB | Oui | smollm2:360m |
| Llama 3.3 70B Instruct | Llama | 70B | Q4_K_M | 64 GB | ~42 GB | Oui | llama3.3:70b-instruct-q4_K_M |
| Llama 3.1 405B Instruct | Llama | 405B | Q4_K_M | 320 GB | ~243 GB | Oui | llama3.1:405b-instruct-q4_K_M |
| DeepSeek-R1 671B | DeepSeek | 671B | Q4_K_M | 512 GB | ~380 GB | Oui | deepseek-r1:671b-q4_K_M |
| Qwen3 8B | Qwen | 8B | Q4_K_M | 12 GB | ~6.5 GB | Oui | qwen3:8b-q4_K_M |
| Qwen3 8B (Q8) | Qwen | 8B | Q8_0 | 16 GB | ~8.1 GB | Oui | qwen3:8b-q8_0 |
| Qwen3 14B | Qwen | 14B | Q4_K_M | 16 GB | ~11 GB | Oui | qwen3:14b-q4_K_M |
| Qwen3 30B | Qwen | 30B | Q4_K_M | 32 GB | ~22 GB | Oui | qwen3:30b-a3b-q4_K_M |
| Qwen3 30B (Q8) | Qwen | 30B | Q8_0 | 48 GB | ~30.3 GB | Oui | qwen3:30b-a3b-q8_0 |
| Qwen3 32B | Qwen | 32B | Q4_K_M | 32 GB | ~20.2 GB | Oui | qwen3:32b-q4_K_M |
| Qwen3 32B (Q8) | Qwen | 32B | Q8_0 | 64 GB | ~35.1 GB | Oui | qwen3:32b-q8_0 |
| Qwen3 Coder 30B-A3B | Qwen | 30.5B | Q4_K_M | 32 GB | ~18.6 GB | Oui | qwen3-coder:30b-a3b-q4_K_M |
| Qwen3 Coder 30B-A3B (Q8) | Qwen | 30.5B | Q8_0 | 48 GB | ~32.5 GB | Oui | qwen3-coder:30b-a3b-q8_0 |
| Gemma 3 4B Instruct | Gemma | 4B | Q4_K_M | 6 GB | ~3.5 GB | Oui | gemma3:4b |
| Gemma 3 4B Instruct (Q8) | Gemma | 4B | Q8_0 | 8 GB | ~3.9 GB | Oui | gemma3:4b-it-q8_0 |
| Gemma 3 12B Instruct | Gemma | 12B | Q4_K_M | 16 GB | ~9.5 GB | Oui | gemma3:12b |
| Gemma 3 27B Instruct | Gemma | 27B | Q4_K_M | 32 GB | ~21 GB | Oui | gemma3:27b |
| DeepSeek-R1 Distill Qwen 7B | DeepSeek | 7B | Q4_K_M | 8 GB | ~5.5 GB | Oui | deepseek-r1:7b |
| DeepSeek-R1 Distill Qwen 7B (Q8) | DeepSeek | 7B | Q8_0 | 16 GB | ~7.5 GB | Oui | deepseek-r1:7b-qwen-distill-q8_0 |
| DeepSeek-R1 Distill Qwen 14B | DeepSeek | 14B | Q4_K_M | 16 GB | ~11 GB | Oui | deepseek-r1:14b |
| DeepSeek-R1 Distill Qwen 14B (Q8) | DeepSeek | 14B | Q8_0 | 24 GB | ~14.6 GB | Oui | deepseek-r1:14b-qwen-distill-q8_0 |
| DeepSeek-R1 Distill Qwen 32B | DeepSeek | 32B | Q4_K_M | 32 GB | ~19.9 GB | Oui | deepseek-r1:32b-qwen-distill-q4_K_M |
| DeepSeek-R1 Distill Qwen 32B (Q8) | DeepSeek | 32B | Q8_0 | 64 GB | ~34.8 GB | Oui | deepseek-r1:32b-qwen-distill-q8_0 |
| DeepSeek-R1 Distill Llama 70B | DeepSeek | 70B | Q4_K_M | 64 GB | ~42 GB | Oui | deepseek-r1:70b |
| GPT-4o | OpenAI | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| GPT-4o mini | OpenAI | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Claude 4 Sonnet | Claude | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Gemini 2.5 Pro | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. | |
| Gemini 2.5 Flash | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. | |
| DeepSeek-V3 | DeepSeek | 671B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| GLM-5 | Zhipu | 744B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| GLM-4 Plus | Zhipu | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Qwen3 235B A22B | Qwen | 235B | Q4_K_M | 192 GB | ~130 GB | Oui | qwen3:235b-a22b-q4_K_M |
| Mistral Small 3.1 | Mistral | 24B | Q4_K_M | 24 GB | ~15 GB | Oui | mistral-small3.1:24b |
| Mistral Small 3.1 (Q8) | Mistral | 24B | Q8_0 | 36 GB | ~23.3 GB | Oui | mistral-small3.1:24b-instruct-2503-q8_0 |
| DeepSeek-V3-0324 | DeepSeek | 671B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| DeepSeek-R1 | DeepSeek | 671B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Qwen3.5 0.8B Instruct | Qwen | 0.8B | Q4_K_M | 2 GB | ~0.8 GB | Oui | qwen3.5:0.8b |
| Qwen3.5 2B Instruct | Qwen | 2B | Q4_K_M | 4 GB | ~1.8 GB | Oui | qwen3.5:2b |
| Qwen3.5 4B Instruct | Qwen | 4B | Q4_K_M | 6 GB | ~3.5 GB | Oui | qwen3.5:4b |
| Qwen3.5 4B Instruct (Q8) | Qwen | 4B | Q8_0 | 8 GB | ~4.3 GB | Oui | qwen3.5:4b-q8_0 |
| Qwen3.5 9B Instruct | Qwen | 9B | Q4_K_M | 12 GB | ~7 GB | Oui | qwen3.5:9b |
| Qwen3.5 35B-A3B Instruct | Qwen | 35B | Q4_K_M | 32 GB | ~20 GB | Oui | qwen3.5:35b-a3b |
| Qwen3.5 27B Instruct | Qwen | 27B | Q4_K_M | 24 GB | ~16 GB | Oui | qwen3.5:27b |
| Qwen3.5 27B Instruct (Q8) | Qwen | 27B | Q8_0 | 48 GB | ~27.1 GB | Oui | qwen3.5:27b-q8_0 |
| Qwen3.5 122B-A10B Instruct | Qwen | 122B | Q4_K_M | 96 GB | ~72 GB | Oui | qwen3.5:122b-a10b |
| LFM2 24B-A2B Instruct | LFM2 | 24B | Q4_K_M | 24 GB | ~14 GB | Oui | lfm2:24b-a2b |
| LFM2.5 8B-A1B | LFM2 | 8.3B | Q4_K_M | 8 GB | ~5.5 GB | Oui | lfm2.5:8b-a1b-q4_K_M |
| Granite 4.1 3B Instruct | Granite | 3B | Q4_K_M | 4 GB | ~2 GB | Oui | granite4.1:3b |
| Granite 4.1 8B Instruct | Granite | 8B | Q4_K_M | 8 GB | ~5.5 GB | Oui | granite4.1:8b |
| Qwen3.6 27B | Qwen | 27B | Q4_K_M | 32 GB | ~18 GB | Oui | qwen3.6:27b |
| Qwen3.8 27B | Qwen | 27B | Q4_K_M | 24 GB | ~16.5 GB | Oui | qwen3.8:27b |
| Qwen3.8 27B (Q8) | Qwen | 27B | Q8_0 | 48 GB | ~27.1 GB | Oui | qwen3.8:27b-q8_0 |
| Qwen3.6 35B-A3B | Qwen | 35B | Q4_K_M | 32 GB | ~22 GB | Oui | qwen3.6:35b-a3b |
| Gemma 4 31B | Gemma | 31B | Q4_K_M | 32 GB | ~20 GB | Oui | gemma4:31b |
| Gemma 4 31B (Q8) | Gemma | 31B | Q8_0 | 48 GB | ~30.9 GB | Oui | gemma4:31b-it-q8_0 |
| Gemma 4 26B-A4B | Gemma | 26B | Q4_K_M | 24 GB | ~16 GB | Oui | gemma4:26b |
| Gemma 4 E4B | Gemma | 4.5B | Q4_K_M | 6 GB | ~4 GB | Oui | gemma4:e4b |
| Gemma 4 E4B (Q8) | Gemma | 4.5B | Q8_0 | 16 GB | ~7.5 GB | Oui | gemma4:e4b-it-q8_0 |
| Gemma 4 E2B | Gemma | 2.3B | Q4_K_M | 4 GB | ~2.3 GB | Oui | gemma4:e2b |
| Gemma 4 E2B (Q8) | Gemma | 2.3B | Q8_0 | 8 GB | ~4.6 GB | Oui | gemma4:e2b-it-q8_0 |
| Llama 4 Scout | Llama | 109B | Q4_K_M | 96 GB | ~67 GB | Oui | llama4:scout |
| Llama 4 Maverick | Llama | 400B | Q4_K_M | 320 GB | ~245 GB | Oui | llama4:maverick |
| Mistral Medium 3.5 | Mistral | 128B | API | 0 GB | n.d. | Ouvert (llama.cpp) | n.d. |
| Mistral Large 4 | Mistral | 1049B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| DeepSeek V4 Flash 0731 | DeepSeek | 284B | API | 0 GB | n.d. | Ouvert (llama.cpp) | n.d. |
| DeepSeek V4 Pro | DeepSeek | 1600B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| DeepSeek V4.1 Flash | DeepSeek | 763.21B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Kimi K2.6 | Kimi | 1000B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| GLM-5.1 | Zhipu | 744B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Claude Opus 4.7 | Claude | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Claude Opus 4.8 | Claude | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| GPT-5.5 | OpenAI | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Gemini 3.1 Pro | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. | |
| Grok 4.3 | xAI | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| Gemma 4 12B | Gemma | 12B | Q4_K_M | 12 GB | ~8 GB | Oui | gemma4:12b |
| Claude Fable 5 | Claude | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| GLM-5.2 | Zhipu | 753B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Kimi K2.7-Code | Kimi | 1000B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| MiniMax M3 | MiniMax | 428B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Qwen3.7-Plus | Qwen | Non communiqué | API | 0 GB | n.d. | Cloud | n.d. |
| NVIDIA Nemotron 3 Ultra | Nemotron | 550B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Xiaomi MiMo-V2-Flash | MiMo | 309B | API | 0 GB | n.d. | Ouvert (llama.cpp) | n.d. |
| NVIDIA Nemotron Cascade 2 30B-A3B | Nemotron | 30B | Q6_K | 36 GB | ~24 GB | Oui | nemotron-cascade-2:30b |
| Poolside Laguna XS.2 | Laguna | 33B | Q4_K_M | 36 GB | ~23 GB | Oui | laguna-xs.2:q4_K_M |
| Cohere North Mini Code | North | 30B | Q4_K_M | 32 GB | ~19 GB | Oui | north-mini-code-1.0:q4_K_M |
| GPT-OSS 120B | GPT-OSS | 117B | MXFP4 | 96 GB | ~65.4 GB | Oui | gpt-oss:120b |
| GPT-OSS 20B | GPT-OSS | 21B | MXFP4 | 24 GB | ~13.8 GB | Oui | gpt-oss:20b |
| Qwen3-Next 80B-A3B | Qwen | 80B | Q4_K_M | 72 GB | ~50.4 GB | Oui | qwen3-next:80b |
| Qwen3.6 35B-A3B (Q8) | Qwen | 35B | Q8_0 | 64 GB | ~38.7 GB | Oui | qwen3.6:35b-a3b-q8_0 |
| Qwen3.5 35B-A3B Instruct (Q8) | Qwen | 35B | Q8_0 | 64 GB | ~38.7 GB | Oui | qwen3.5:35b-a3b-q8_0 |
| Qwen3.5 9B Instruct (Q8) | Qwen | 9B | Q8_0 | 16 GB | ~10.7 GB | Oui | qwen3.5:9b-q8_0 |
| Qwen3.6 27B (Q8) | Qwen | 27B | Q8_0 | 48 GB | ~30 GB | Oui | qwen3.6:27b-q8_0 |
| Gemma 4 12B (Q8) | Gemma | 12B | Q8_0 | 24 GB | ~12.8 GB | Oui | gemma4:12b-it-q8_0 |
| Gemma 4 26B-A4B (Q8) | Gemma | 26B | Q8_0 | 48 GB | ~28.1 GB | Oui | gemma4:26b-a4b-it-q8_0 |
| Qwen3-Next 80B-A3B (Q8) | Qwen | 80B | Q8_0 | 128 GB | ~84.8 GB | Oui | qwen3-next:80b-a3b-instruct-q8_0 |
| Qwen3 14B (Q8) | Qwen | 14B | Q8_0 | 24 GB | ~15.9 GB | Oui | qwen3:14b-q8_0 |
| Llama 3.3 70B Instruct (Q8) | Llama | 70B | Q8_0 | 96 GB | ~75 GB | Oui | llama3.3:70b-instruct-q8_0 |
| Llama 3.3 70B Instruct (Q6) | Llama | 70B | Q6_K | 96 GB | ~57.9 GB | Oui | llama3.3:70b-instruct-q6_K |
| Kimi K3 | Kimi | 2800B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Laguna XS 2.1 | Laguna | 33B | Q4_K_M | 32 GB | ~20.3 GB | Oui | laguna-xs-2.1:q4_K_M |
| Laguna S 2.1 | Laguna | 118B | Q4_K_M | 128 GB | ~96 GB | Oui | laguna-s-2.1:q4_K_M |
| Ornith 1.0 9B | Ornith | 9B | Q4_K_M | 8 GB | ~5.6 GB | Oui | ornith:9b |
| Ornith 1.0 35B | Ornith | 35B | Q4_K_M | 32 GB | ~21.2 GB | Oui | ornith:35b |
| Qwen3.8-Flash-Next | Qwen | 125B | Q4_K_XL | 192 GB | ~111.3 GB | Oui | n.d. |
| Qwen3.8-Flash-Next (IQ4_XS) | Qwen | 125B | IQ4_XS | 128 GB | ~93.7 GB | Oui | n.d. |
| Qwen3.8-Flash-Next (Q3) | Qwen | 125B | Q3_K_XL | 128 GB | ~90 GB | Oui | n.d. |
| Qwen3.8 2.4T A95B | Qwen | 2400B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Granite 4.2 3B | Granite | 3.7B | Q4_K_M | 4 GB | ~2.1 GB | Oui | granite4.2:3b |
| Granite 4.2 8B | Granite | 8.8B | Q4_K_M | 8 GB | ~5 GB | Oui | granite4.2:8b |
| Granite 4.2 30B | Granite | 29.3B | Q4_K_M | 24 GB | ~16.5 GB | Oui | granite4.2:30b |
| Nemotron 3.5 Lightning 30B-A3B | Nemotron | 30B | Q4_K_M | 36 GB | ~25.4 GB | Oui | nemotron-3.5-lightning:30b |
| Nemotron 3.5 Lightning 30B-A3B (IQ4_XS) | Nemotron | 30B | IQ4_XS | 32 GB | ~18.9 GB | Oui | n.d. |
| Muse Glimmer 30B | Muse | 29.8B | Q4_K_M | 32 GB | ~16.9 GB | Oui | muse-glimmer:30b |
| MiniCPM-V 4.5 8B | MiniCPM | 8.7B | Q4_K_M | 12 GB | ~5.7 GB | Oui | minicpm-v4.5:8b |
| GLM-5.3 | Zhipu | 753B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| GLM-5.3 Flash | Zhipu | 321B | API | 0 GB | n.d. | Ouvert (llama.cpp) | n.d. |
| GLM-4.7-Flash 30B-A3B | Zhipu | 30B | Q4_K_M | 32 GB | ~19 GB | Oui | glm-4.7-flash |
| GLM-4-9B-Chat | Zhipu | 9.4B | Q4_K_M | 12 GB | ~6.3 GB | Oui | glm4:9b-chat-q4_K_M |
| GLM-4-9B-Chat (Q8) | Zhipu | 9.4B | Q8_0 | 16 GB | ~10 GB | Oui | glm4:9b-chat-q8_0 |
| Nemotron 3 Super 120B-A12B | Nemotron | 120B | Q4_K_M | 128 GB | ~86.8 GB | Oui | nemotron-3-super:120b |
| Nemotron 3 Super 120B-A12B (IQ4_XS) | Nemotron | 120B | IQ4_XS | 96 GB | ~64.5 GB | Oui | n.d. |
| Olmo 3.1 32B Instruct | Olmo | 32B | Q4_K_M | 32 GB | ~19.5 GB | Oui | olmo-3.1:32b |
| MiMo-V2.6-Distill-Qwen-9B | MiMo | 9B | Q4_K_M | 16 GB | ~5.8 GB | Oui | n.d. |
| Ling-3.0-flash | Ling | 124B | Q4_K_M | 128 GB | ~77.8 GB | Oui | n.d. |
| Ling-3.0-flash (IQ4_XS) | Ling | 124B | IQ4_XS | 96 GB | ~68.7 GB | Oui | n.d. |
| Xiaomi MiMo-V2.6-Flash | MiMo | 309B | API | 0 GB | n.d. | Ouvert (llama.cpp) | n.d. |
| Xiaomi MiMo-V2.6-Pro | MiMo | 1020B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| Devstral Small 2 24B | Mistral | 24B | Q4_K_M | 24 GB | ~15.2 GB | Oui | devstral-small-2:24b |
| Devstral 2 123B | Mistral | 123B | Q4_K_M | 96 GB | ~74.9 GB | Oui | devstral-2:123b |
| Ministral 3 3B | Mistral | 3.4B | Q4_K_M | 6 GB | ~3 GB | Oui | ministral-3:3b |
| Ministral 3 8B | Mistral | 8.4B | Q4_K_M | 12 GB | ~6 GB | Oui | ministral-3:8b |
| Ministral 3 14B | Mistral | 13.5B | Q4_K_M | 16 GB | ~9.1 GB | Oui | ministral-3:14b |
| Inkling Small | Inkling | 276B | API | 0 GB | n.d. | Ouvert (llama.cpp) | n.d. |
| Flint 40B-A2.5B | Flint | 39.8B | NVFP4 | 36 GB | ~22.9 GB | Oui | flint:40b |
| Mellum2.1 12B-A2.5B Thinking | Mellum | 12.1B | Q4_K_M | 16 GB | ~8.1 GB | Oui | n.d. |
| Kolibri 1 | Kolibri | 78.1B | Q4_K_M | 96 GB | ~49.8 GB | Oui | n.d. |
| Kolibri 1 (IQ4_XS) | Kolibri | 78.1B | IQ4_XS | 64 GB | ~43.6 GB | Oui | n.d. |
| AREX-2 27B | AREX | 27.4B | Q4_K_M | 32 GB | ~17.2 GB | Oui | n.d. |
| Arete 27B | Arete | 27.4B | Q4_K_M | 32 GB | ~17.2 GB | Oui | n.d. |
| TwIL-8B | TwIL | 8.79B | Q4_K_M | 8 GB | ~5.3 GB | Oui | n.d. |
| Nanbeige4.3 33B | Nanbeige | 33.1B | Q4_K_M | 32 GB | ~20.8 GB | Oui | n.d. |
| Nanbeige4.3 33B (Q8) | Nanbeige | 33.1B | Q8_0 | 64 GB | ~35.2 GB | Oui | n.d. |
| Ripple 65B Preview | Ripple | 64.8B | Q4_K_M | 64 GB | ~38.8 GB | Oui | ripple-preview:65b-q4_K_M |
| Ripple 65B Preview (Q8) | Ripple | 64.8B | Q8_0 | 96 GB | ~68.8 GB | Oui | n.d. |
| Muse Spark Open | Muse | 816B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| MiniMax M3.1 Flash | MiniMax | 428B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| MiniMax M3.1 Flash | MiniMax | 428B | Q4_K_XL | 512 GB | ~249.4 GB | Oui | n.d. |
| MiniMax M3.1 Flash (Q3_K_XL) | MiniMax | 428B | Q3_K_XL | 256 GB | ~194 GB | Oui | n.d. |
| Beam 1.0 | Beam | 501B | API | 0 GB | n.d. | Ouvert, ne tient pas | n.d. |
| NVIDIA Nemotron 3.5 Bolt E4B | Nemotron | 4B | Q4_K_M | 12 GB | ~7.9 GB | Oui | nemotron-3.5-bolt:e4b |
| Granite Switch 4.1 8B | Granite | 8.8B | Q4_K_M | 12 GB | ~6.4 GB | Oui | n.d. |
| Granite Switch 4.1 30B | Granite | 30B | Q4_K_M | 32 GB | ~21 GB | Oui | n.d. |
| Jebadiah 9B | Jebadiah | 9B | Q4_K_M | 12 GB | ~5.8 GB | Oui | n.d. |
| Jebadiah 9B (Q5) | Jebadiah | 9B | Q5_K_M | 12 GB | ~6.6 GB | Oui | n.d. |
| Jebadiah 9B (Q8) | Jebadiah | 9B | Q8_0 | 16 GB | ~9.8 GB | Oui | n.d. |
| Jebadiah 27B | Jebadiah | 27B | Q4_K_M | 32 GB | ~16.8 GB | Oui | n.d. |
| Jebadiah 27B (Q5) | Jebadiah | 27B | Q5_K_M | 32 GB | ~19.5 GB | Oui | n.d. |
| Jebadiah 27B (Q8) | Jebadiah | 27B | Q8_0 | 48 GB | ~29 GB | Oui | n.d. |
| LFM3 1.7B | LFM3 | 1.73B | Q4_K_M | 4 GB | ~1.1 GB | Oui | lfm3:1.7b |
| Ling-3.1-flash-1019 | Ling | 560B | Q4_K_M | 512 GB | ~358 GB | Oui | n.d. |
| Tencent Hy4 Preview | Hy | 770B | IQ4_XS | 512 GB | ~417 GB | Oui | n.d. |
| Ornith 1.5 122B | Ornith | 125.09B | Q4_K_M | 128 GB | ~75.8 GB | Oui | ornith-1.5:122b |
| Sage-A1.5 | Sage | 35.95B | Q4_K_M | 32 GB | ~21.7 GB | Oui | n.d. |
De combien de RAM avez-vous besoin ?
Plus grand modèle dense en Q4 qui tient dans chaque palier de mémoire
Détail complet sur la page des statistiques.