IA en local : installer Ollama et LM Studio pas à pas

Comment faire tourner une IA en local ? Le plus simple, c’est Ollama ou LM Studio : on installe le programme, on télécharge un modèle open-weight et on discute avec lui sans internet et sans abonnement. Ollama, c’est une seule commande dans le terminal ; LM Studio, une application avec fenêtres et moteur de recherche de modèles. Pour commencer, il suffit d’un ordinateur avec environ 8 Go de mémoire libre sur la carte graphique, ou d’un Mac Apple Silicon.

Pourquoi faire tourner une IA en local ?

De nouveaux modèles open-weight sortent presque chaque semaine. Certains sont des géants comme Reflection Beam (MoE 501B), impossibles à lancer sur du matériel domestique, mais il existe aussi des versions plus petites et des modèles de classe « Flash » qui tiennent de plus en plus souvent sur un portable ordinaire.

Ce qu’on y gagne :

1. La confidentialité. Les prompts et les fichiers ne quittent pas notre ordinateur.
2. Ni limites ni factures. On ne paie que l’électricité (et l’usure du matériel).
3. Le fonctionnement hors ligne. Une fois le modèle téléchargé, internet n’est plus nécessaire.
4. Une API locale. On peut brancher ses propres scripts et outils sur le modèle via localhost, comme sur une API dans le cloud.

Il y a un problème : un modèle local n’est jamais meilleur que ce que permet notre matériel. Les modèles cloud les plus puissants restent hors de portée d’un GPU domestique.

Quel matériel faut-il ?

Le plus important, c’est la mémoire : la VRAM de la carte graphique, ou la mémoire unifiée sur Mac.

• Ollama, dans son guide de démarrage officiel, recommande 8 Go de VRAM libre (ou de mémoire unifiée sur Mac) pour le modèle d’exemple, dont le téléchargement pèse environ 7,2 Go. Avec moins de VRAM, Ollama se rabat sur la RAM classique, mais les réponses sont plus lentes. Une fenêtre de contexte plus grande consomme aussi davantage de mémoire.
• LM Studio, d’après ses configurations requises, demande sur Mac une puce Apple Silicon (M1–M4) et macOS 14 ou plus récent, avec 16 Go de RAM recommandés (il tourne aussi avec 8 Go, mais seulement avec de petits modèles). Sous Windows, il recommande 16 Go de RAM et au moins 4 Go de VRAM, et un processeur x64 doit prendre en charge AVX2. Sous Linux, il faut Ubuntu 20.04 ou plus récent.

La règle d’or : le fichier du modèle doit tenir en mémoire avec de la marge pour le contexte. La bibliothèque de modèles indique les tailles ; par exemple, Gemma 4 dans Ollama existe en variantes d’environ 4,6 Go (e2b) à environ 20 Go (31b).

Comment faire tourner une IA en local avec Ollama ?

Ollama est un logiciel gratuit et open source (licence MIT, dépôt GitHub). Il fonctionne sous macOS, Windows et Linux, et embarque un serveur qui gère les modèles en arrière-plan.

1. Installation. Sous macOS, on télécharge l’application sur le site d’Ollama. Sous Linux, une commande suffit :

curl -fsSL https://ollama.com/install.sh | sh

Sous Windows, dans PowerShell :

irm https://ollama.com/install.ps1 | iex

2. Le premier modèle. Dans le terminal, on lance :

ollama run gemma4:e2b

Ollama télécharge le modèle tout seul et ouvre un chat. On termine la conversation avec /bye. Sous Linux, si le serveur ne tourne pas, il faut d’abord le démarrer avec ollama serve.

3. Gérer les modèles. Quelques commandes de la documentation de la CLI, utiles dès le premier jour :

ollama pull gemma4   # télécharger un modèle sans le lancer
ollama ls            # liste des modèles téléchargés
ollama ps            # modèles en cours d'exécution
ollama stop gemma4   # arrêter un modèle
ollama rm gemma4     # supprimer un modèle du disque

Détail intéressant, Ollama sait aussi lancer des outils de programmation sur un modèle local. La commande ollama launch claude démarre Claude Code, et ollama launch claude --model qwen3.5 fait la même chose avec le modèle de son choix. Sur Mac, l’application Ollama a aussi un onglet Apps qui permet de connecter les modèles à l’application Claude ou à ChatGPT Desktop (dans ce dernier cas, uniquement en mode Codex).

Comment faire tourner une IA en local avec LM Studio ?

LM Studio est une application de bureau pour ceux qui préfèrent cliquer plutôt que taper dans un terminal. Elle propose un chat, un moteur de recherche de modèles Hugging Face, la prise en charge de MCP et un serveur d’API local. Selon ses conditions de licence, elle est disponible pour un usage personnel et un usage interne en entreprise, même si certaines fonctions peuvent être payantes.

1. Installation. On télécharge l’installeur sur le site de LM Studio et on lance l’application.
2. Téléchargement du modèle. On ouvre l’onglet Discover (⌘ + 2 sur Mac, Ctrl + 2 sous Windows et Linux) et on tape un nom, par exemple « gemma » ou « qwen ». On peut aussi coller un lien Hugging Face.
3. Choix de la variante. Les noms comme Q4_K_M ou Q8 désignent la quantification : le modèle est plus léger, au prix d’une partie de sa qualité. La documentation conseille une variante 4 bits ou plus si le matériel le permet.
4. Le chat. On charge le modèle et on écrit comme dans n’importe quel chat d’IA.

LM Studio a aussi sa propre CLI, lms, installée avec l’application (il suffit de la lancer une fois). D’après la documentation de la CLI, on peut faire la même chose depuis le terminal :

lms get llama-3.1-8b          # télécharger un modèle
lms ls                        # liste des modèles sur le disque
lms chat my-model             # chat dans le terminal
lms server start              # démarrer le serveur d'API local

Ollama ou LM Studio ?

Au fond, les deux programmes font la même chose ; c’est la façon de travailler qui change.

	Ollama	LM Studio
Utilisation	terminal (plus une application simple)	application à fenêtres (plus la CLI lms)
Licence	open source (MIT)	propriétaire, pour un usage personnel et interne en entreprise
Recherche de modèles	bibliothèque sur ollama.com	recherche Hugging Face dans l’application
API locale	http://localhost:11434/v1/	http://localhost:1234/v1

Si on aime le terminal ou qu’on veut brancher un modèle sur des scripts et des agents, le plus simple est de commencer par Ollama. Si on préfère d’abord parcourir et comparer les modèles, LM Studio est plus confortable.

Comment brancher un modèle local sur son propre code ?

Les deux programmes exposent une API compatible OpenAI : il suffit donc de changer l’adresse dans la bibliothèque openai habituelle. Un exemple tiré de la documentation d’Ollama :

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:11434/v1/",
    api_key="ollama",  # exigée par la bibliothèque, ignorée par Ollama
)

reply = client.chat.completions.create(
    model="gpt-oss:20b",
    messages=[{"role": "user", "content": "Give me a one-line fun fact."}],
)
print(reply.choices[0].message.content)

Dans LM Studio, on active le serveur avec l’interrupteur Start server de l’onglet Developer, ou avec lms server start. Dans les exemples de la documentation, le serveur tourne sur le port 1234 (http://localhost:1234/v1) et prend en charge, entre autres, /v1/chat/completions, /v1/responses et /v1/embeddings.

Cela ouvre la porte à des usages plus intéressants qu’un simple chat : des agents locaux, la recherche dans ses propres notes ou le test de nouveaux modèles open-weight le jour même de leur sortie, comme MiniMax M3.1 Flash. Et pour voir comment ces modèles sont servis en production, l’article sur DeepSeek DeepInfer va plus loin.

Questions fréquentes

L’IA en local est-elle gratuite ?

Ollama est gratuit et open source. LM Studio est disponible pour un usage personnel et interne en entreprise, même si, selon ses conditions, certaines fonctions peuvent être payantes. Les modèles open-weight eux-mêmes se téléchargent gratuitement, mais chacun a sa propre licence, qu’il vaut mieux vérifier.

Peut-on faire tourner une IA en local sans carte graphique ?

Oui, mais plus lentement. Sans VRAM, Ollama utilise la RAM classique. Mieux vaut alors choisir un petit modèle, par exemple gemma4:e2b.

De combien de mémoire un modèle local a-t-il besoin ?

À peu près du poids du fichier du modèle, plus une marge pour le contexte. Pour le modèle d’exemple du guide de démarrage d’Ollama (environ 7,2 Go), 8 Go de VRAM libre sont recommandés.

Un modèle local fonctionne-t-il sans internet ?

Oui. Internet ne sert qu’à télécharger le programme et le modèle.