Mis à jour le 14 octobre 2026

Meilleurs modèles open source : LLM en local

Petits modèles et versions quantisées (GGUF, ONNX, MLX) qui tournent sur un PC. Sélection octobre 2026 classée par Score Radar.

Flux RSS de ce domaine · Suivre sur Feedly

Articles

LLM en local

Qwen3.8-27B « sans refus » : ce que valent les GGUF de huihui et OrcaSAQ-2 pour un usage professionnel

Deux dérivés « abliterated » de Qwen3.8-27B entrent au classement, l'un à 2,2 M de téléchargements ; une seule des deux fiches mesure la perte due à la quantisation, aucune celle due à l'abliteration. Pour traiter des documents ou coder, le GGUF Unsloth d'origine reste le bon point de départ.

14/10/20264 min

LLM en local

GGUF officiels : Mellum 2.1 tient en 8 Go, MiniCPM-V 4.7 et d1-3B livrent aussi leur version locale

JetBrains publie les GGUF officiels de Mellum 2.1, son MoE de code à 2,5 B actifs : 8,1 Go en Q4_K_M, contexte 131 k, une commande Ollama. La même semaine, OpenBMB (MiniCPM-V 4.7) et Liquid AI (d1-3B) livrent eux-mêmes la version quantisée.

13/10/20264 min

LLM en local

EmbeddingGemma 2 : la recherche sémantique multilingue tient en 176 Mo sur un PC

Google publie EmbeddingGemma 2, un modèle d'embeddings de 0,74 B qui place texte, images, audio et vidéo dans le même espace vectoriel, et Unsloth le décline en GGUF à partir de 176 Mo. Pour une recherche documentaire locale, sans serveur ni API, c'est une brique à essayer.

12/10/20264 min

LLM en local

Qwen3.8-27B en 8 à 12 Go : trois façons de faire tourner un agent sur un PC

Saluki, OrcaSAQ et Swift compressent ou raccourcissent le même modèle socle. Tour d'horizon de ce que chacun sacrifie, et d'une licence à lire avant de déployer.

11/10/20265 min