この内容はまだフランス語です

ページ自体は翻訳済みですが、詳細な内容はまだです。機器の解説、ガイド、カタログはフランス語のまま表示されます。粗い機械翻訳よりも原文をお見せするほうがよいと考えました。フランス語版を見る

21 modèles catalogués

Quelle IA installer

Un « modèle », c'est le fichier qui contient l'intelligence artificielle elle-même : c'est lui qui répond. Il en existe des petits et des gros ; les gros répondent mieux et demandent une machine plus grande. Tous ceux-ci fonctionnent sans connexion une fois téléchargés.

Le poids est celui du fichier à télécharger, la mémoire celle à prévoir sur la machine. En cas de doute sur un mot, le glossaire les explique tous en une phrase.

Qwen3 0.6B · Alibaba

Poids du fichier 0,50 Go

RAM à prévoir 2 Go

Licence Apache 2.0

Le plus petit modèle qui reste vraiment utilisable. Sur un Pi 4, c'est lui qui rend l'expérience acceptable.

Langues — Multilingue, français correct sur des tâches simples

💬 Texte Reformulation Classification Extraction de données Assistant de secours

installation

ollama run qwen3:0.6b

Raspberry Pi 4 Raspberry Pi 5 Téléphone Android recyclé +2

Llama 3.2 1B · Meta

Poids du fichier 0,80 Go

RAM à prévoir 2 Go

Licence Llama 3.2 Community

Très bon rapport qualité/taille en dialogue court. Lire la licence avant tout usage commercial.

Langues — Français officiellement pris en charge

💬 Texte Résumé Dialogue simple Aide à la rédaction

installation

ollama run llama3.2:1b

Raspberry Pi 4 Raspberry Pi 5 Téléphone Android recyclé +2

SmolLM2 1.7B · Hugging Face

Poids du fichier 1,10 Go

RAM à prévoir 3 Go

Licence Apache 2.0

Entraînement entièrement documenté et données publiées : un excellent support pour expliquer comment un modèle est fabriqué.

Langues — Principalement anglais, français correct sur des tâches guidées

💬 Texte Tâches guidées Traitement de texte Support pédagogique

installation

ollama run smollm2:1.7b

Raspberry Pi 4 Raspberry Pi 5 Mini-PC Intel N100 +2

Gemma 3 1B · Google

Poids du fichier 0,80 Go

RAM à prévoir 2 Go

Licence Gemma Terms of Use

Fenêtre de contexte confortable pour sa taille : intéressant quand on doit lui donner beaucoup de consignes.

Langues — Multilingue, bon niveau en français

💬 Texte Dialogue Résumé Questions-réponses courtes

installation

ollama run gemma3:1b

Raspberry Pi 4 Raspberry Pi 5 Mini-PC Intel N100 +2

Llama 3.2 3B · Meta

Poids du fichier 2,00 Go

RAM à prévoir 4 Go

Licence Llama 3.2 Community

Le point d'équilibre pour un Raspberry Pi 5 : la réponse reste pertinente et le débit reste supportable.

Langues — Français officiellement pris en charge

💬 Texte Assistant généraliste Résumé long RAG documentaire

installation

ollama run llama3.2:3b

Raspberry Pi 5 Mini-PC Intel N100 Portable recyclé +2

Qwen3 4B · Alibaba

Poids du fichier 2,50 Go

RAM à prévoir 5 Go

Licence Apache 2.0

Le meilleur candidat « qualité par gigaoctet » du catalogue, et une licence Apache qui ne pose aucune question.

Langues — Fortement multilingue, français solide

💬 Texte Assistant généraliste Raisonnement guidé RAG documentaire Traduction

installation

ollama run qwen3:4b

Raspberry Pi 5 Mini-PC Intel N100 Portable recyclé +2

Phi-4-mini · Microsoft

Poids du fichier 2,50 Go

RAM à prévoir 5 Go

Licence MIT

Entraîné sur des données très filtrées : il se débrouille bien en logique et en calcul pour sa taille.

Langues — Multilingue, très bon en anglais

💬 Texte Raisonnement Mathématiques Aide aux exercices

installation

ollama run phi4-mini

Raspberry Pi 5 Mini-PC Intel N100 Portable recyclé +2

Gemma 3 4B · Google

Poids du fichier 2,60 Go

RAM à prévoir 5 Go

Licence Gemma Terms of Use

Comprend aussi les images : une seule installation couvre le texte et la description visuelle.

Langues — Multilingue, bon niveau en français

💬 Texte Assistant généraliste Lecture d'images Résumé

installation

ollama run gemma3:4b

Raspberry Pi 5 Mini-PC Intel N100 Portable recyclé +2

Qwen3 8B · Alibaba

Poids du fichier 4,70 Go

RAM à prévoir 8 Go

Licence Apache 2.0

Le palier où la qualité devient réellement comparable à un service en ligne. Demande un mini-PC 16 Go au minimum.

Langues — Fortement multilingue, français solide

💬 Texte Assistant de référence Rédaction longue RAG exigeant Analyse

installation

ollama run qwen3:8b

Mini-PC Intel N100 NVIDIA Jetson Orin Nano Poste avec GPU d'occasion

Mistral 7B Instruct · Mistral AI

Poids du fichier 4,40 Go

RAM à prévoir 8 Go

Licence Apache 2.0

Modèle européen sous licence Apache : l'argument de souveraineté vaut aussi pour l'origine des poids.

Langues — Français natif, modèle européen

💬 Texte Assistant francophone Rédaction Synthèse

installation

ollama run mistral

Mini-PC Intel N100 NVIDIA Jetson Orin Nano Poste avec GPU d'occasion

Qwen2.5-Coder 1.5B · Alibaba

Poids du fichier 1,00 Go

RAM à prévoir 3 Go

Licence Apache 2.0

Assez léger pour tenir sur un Pi 5 tout en assistant réellement un atelier d'initiation au code.

Langues — Python, JavaScript, PHP, C, HTML/CSS

⌨️ Code Complétion de code Explication de code Initiation à la programmation

installation

ollama run qwen2.5-coder:1.5b

Raspberry Pi 5 Mini-PC Intel N100 Portable recyclé

Qwen2.5-Coder 7B · Alibaba

Poids du fichier 4,70 Go

RAM à prévoir 8 Go

Licence Apache 2.0

À brancher sur un éditeur via une extension compatible OpenAI : l'assistance au code devient locale et gratuite.

Langues — Couverture large des langages courants

⌨️ Code Assistant de développement Revue de code Génération de tests

installation

ollama run qwen2.5-coder:7b

Mini-PC Intel N100 NVIDIA Jetson Orin Nano Poste avec GPU d'occasion

Moondream 2 · Moondream

Poids du fichier 1,70 Go

RAM à prévoir 4 Go

Licence Apache 2.0

Un modèle de vision qui tient sur une carte SBC : parfait pour l'accessibilité, décrire une photo ou une affiche.

Langues — Réponses en anglais, à traduire par un second modèle

👁️ Vision Description d'image Lecture de document photographié Accessibilité

installation

ollama run moondream

Raspberry Pi 5 Mini-PC Intel N100 Portable recyclé

Qwen2.5-VL 3B · Alibaba

Poids du fichier 3,20 Go

RAM à prévoir 6 Go

Licence Apache 2.0 (variante 3B)

Sait lire un document scanné et en extraire la structure : la brique la plus utile pour numériser des archives locales.

Langues — Multilingue, dont le français

👁️ Vision Lecture de documents Extraction de tableaux Description détaillée

installation

ollama run qwen2.5vl:3b

Mini-PC Intel N100 NVIDIA Jetson Orin Nano Poste avec GPU d'occasion

Whisper base · OpenAI

Poids du fichier 0,15 Go

RAM à prévoir 1 Go

Licence MIT

Le point d'entrée de la reconnaissance vocale hors ligne. Tourne même sur un Pi 4.

Langues — Multilingue, français correct sur audio propre

🎙️ Audio Dictée Sous-titrage Prise de notes

installation

# via whisper.cpp : ./build/bin/whisper-cli -m models/ggml-base.bin -l fr audio.wav

Raspberry Pi 4 Raspberry Pi 5 Mini-PC Intel N100 +2

Whisper small · OpenAI

Poids du fichier 0,50 Go

RAM à prévoir 2 Go

Licence MIT

Le meilleur compromis pour du français : sur un mini-PC N100, la transcription est proche du temps réel.

Langues — Multilingue, nettement meilleur en français que `base`

🎙️ Audio Transcription de réunion Sous-titrage sérieux Archives audio

installation

# via whisper.cpp : ./build/bin/whisper-cli -m models/ggml-small.bin -l fr audio.wav

Raspberry Pi 5 Mini-PC Intel N100 Portable recyclé +2

Piper (voix françaises) · Rhasspy

Poids du fichier 0,07 Go

RAM à prévoir 1 Go

Licence MIT

Synthèse vocale plus rapide que le temps réel, même sur un Raspberry Pi 4. Quelques dizaines de mégaoctets par voix.

Langues — Plusieurs voix françaises disponibles

🎙️ Audio Lecture à voix haute Accessibilité Bornes vocales

installation

# echo "Bonjour" | piper -m fr_FR-siwis-medium.onnx -f sortie.wav

Raspberry Pi 4 Raspberry Pi 5 Mini-PC Intel N100 +2

nomic-embed-text · Nomic AI

Poids du fichier 0,27 Go

RAM à prévoir 1 Go

Licence Apache 2.0

La brique d'indexation la plus légère du catalogue. Indispensable pour interroger ses propres documents.

Langues — Principalement anglais

🔎 Indexation Indexation documentaire Recherche sémantique RAG

installation

ollama pull nomic-embed-text

Raspberry Pi 4 Raspberry Pi 5 Mini-PC Intel N100 +1

multilingual-e5-small · Microsoft

Poids du fichier 0,24 Go

RAM à prévoir 1 Go

Licence MIT

À préférer à un modèle anglophone dès que le corpus est en français : la qualité de recherche change du tout au tout.

Langues — Multilingue, bon en français

🔎 Indexation Indexation de documents français Recherche sémantique RAG

installation

# via Ollama : ollama pull zylonai/multilingual-e5-small

Raspberry Pi 4 Raspberry Pi 5 Mini-PC Intel N100 +1

BGE-M3 · BAAI

Poids du fichier 1,20 Go

RAM à prévoir 3 Go

Licence MIT

Plus lourd, mais gère des passages longs et le multilingue : le choix des corpus hétérogènes.

Langues — Plus de 100 langues, dont le français

🔎 Indexation Indexation multilingue Documents longs RAG exigeant

installation

ollama pull bge-m3

Raspberry Pi 5 Mini-PC Intel N100 Portable recyclé +1

Stable Diffusion 1.5 · Communauté

Poids du fichier 2,00 Go

RAM à prévoir 6 Go

Licence CreativeML Open RAIL-M

Sur CPU, comptez plusieurs minutes par image : utilisable en atelier, pas en interactif. Vérifiez la licence RAIL avant diffusion des visuels.

Langues — Consignes en anglais

🎨 Image Illustration pédagogique Atelier créatif Visuels de support

installation

# via stable-diffusion.cpp : ./sd -m sd-v1-5-ggml-model-q4_0.gguf -p "a lighthouse"

Mini-PC Intel N100 Portable recyclé NVIDIA Jetson Orin Nano +1

Tout le catalogue en un tableau

Trié par taille croissante. La colonne « RAM » inclut déjà la marge pour le contexte et le système.

Modèle	Type	Paramètres	Poids	RAM	Licence
Piper (voix françaises)	🎙️ Audio	~20 M par voix	0,07 Go	1 Go	MIT
Whisper base	🎙️ Audio	74 M	0,15 Go	1 Go	MIT
multilingual-e5-small	🔎 Indexation	118 M	0,24 Go	1 Go	MIT
nomic-embed-text	🔎 Indexation	137 M	0,27 Go	1 Go	Apache 2.0
Qwen3 0.6B	💬 Texte	0,6 Md	0,50 Go	2 Go	Apache 2.0
Whisper small	🎙️ Audio	244 M	0,50 Go	2 Go	MIT
Llama 3.2 1B	💬 Texte	1,2 Md	0,80 Go	2 Go	Llama 3.2 Community
Gemma 3 1B	💬 Texte	1 Md	0,80 Go	2 Go	Gemma Terms of Use
Qwen2.5-Coder 1.5B	⌨️ Code	1,5 Md	1,00 Go	3 Go	Apache 2.0
SmolLM2 1.7B	💬 Texte	1,7 Md	1,10 Go	3 Go	Apache 2.0
BGE-M3	🔎 Indexation	568 M	1,20 Go	3 Go	MIT
Moondream 2	👁️ Vision	1,9 Md	1,70 Go	4 Go	Apache 2.0
Llama 3.2 3B	💬 Texte	3,2 Md	2,00 Go	4 Go	Llama 3.2 Community
Stable Diffusion 1.5	🎨 Image	860 M	2,00 Go	6 Go	CreativeML Open RAIL-M
Qwen3 4B	💬 Texte	4 Md	2,50 Go	5 Go	Apache 2.0
Phi-4-mini	💬 Texte	3,8 Md	2,50 Go	5 Go	MIT
Gemma 3 4B	💬 Texte	4 Md	2,60 Go	5 Go	Gemma Terms of Use
Qwen2.5-VL 3B	👁️ Vision	3,8 Md	3,20 Go	6 Go	Apache 2.0 (variante 3B)
Mistral 7B Instruct	💬 Texte	7,2 Md	4,40 Go	8 Go	Apache 2.0
Qwen3 8B	💬 Texte	8 Md	4,70 Go	8 Go	Apache 2.0
Qwen2.5-Coder 7B	⌨️ Code	7,6 Md	4,70 Go	8 Go	Apache 2.0

Un mot sur les licences « Poids ouverts » ne veut pas dire « libre ». Certaines licences restreignent l'usage commercial, imposent une mention, ou interdisent d'entraîner un autre modèle avec les sorties. Dans un cadre institutionnel, privilégiez Apache 2.0 et MIT : ce sont les seules qui ne demandent aucune analyse juridique avant déploiement.