Méthodologie et étiquettes de preuve
Un nombre sans origine et sans date n’est pas une preuve : c’est une affirmation. Cette page explique d’où vient chaque chiffre de Local AI Scope, ce que signifie chaque étiquette et — tout aussi important — ce qui n’est pas mesuré.
1. Les étiquettes de preuve
Chaque donnée publiée porte l’une de ces cinq étiquettes. Elles se distinguent par le texte et une icône, jamais par la couleur seule.
| Étiquette | Ce que cela signifie exactement | Ce qu’elle permet de soutenir |
|---|---|---|
Measured by Local AI Scope |
Nous l’avons exécuté nous-mêmes, selon un protocole écrit et reproductible : version, machine, configuration et date sont publiées | Oui, y compris une recommandation, en indiquant l’intervalle et le nombre de répétitions |
Community verified |
Envoyé par quelqu’un de l’extérieur et ayant passé les contrôles de cohérence du site ; nous ne l’avons pas exécuté nous-mêmes | Oui, avec la confiance moindre affichée de façon visible |
Estimated |
Résultat d’une formule, pas d’une exécution. La formule est publiée et peut être refaite | À titre indicatif. Jamais présenté comme un banc d’essai |
Vendor declared |
Déclaré par le fabricant dans une source primaire : fiche technique, fichier de configuration ou licence | Pour des faits déclarés (taille, licence, contexte maximal). Pas pour affirmer une performance |
Stale |
La donnée a dépassé sa péremption : une version plus récente existe, ou le prix est ancien | Elle ne soutient aucune recommandation mise en avant. Elle reste visible, avec sa date, à titre d’historique |
2. D’où vient chaque chiffre
Taille du modèle
C’est la taille du fichier réellement publié pour cette quantification, et non le produit des paramètres par les bits. Étiquette : Vendor declared.
Mémoire de contexte
Elle est calculée couche par couche, à partir du schéma d’attention que chaque modèle déclare dans son fichier de configuration officiel. Cela compte bien plus qu’il n’y paraît : les modèles de 2026 n’utilisent plus l’attention complète sur toutes leurs couches, alors que la formule générique employée par la plupart des calculateurs traite toutes les couches de la même façon. Dans un cas vérifié, cette formule générique demandait 12,00 Gio là où le calcul réel sur la configuration publiée donne 2,31 Gio : une surestimation de ×5,2. Traduction : d’autres outils disent à quelqu’un qui a 12 Go qu’un modèle ne tiendra pas, alors qu’il tient. Étiquette : Estimated, formule publiée.
Coût de la langue
C’est la mesure propre du site. On exécute le tokenizer réel de chaque modèle — le programme qui découpe le texte en unités facturées — sur un corpus parallèle interne et versionné : les mêmes textes, de quatre types différents, dans les quatre langues. On compare combien d’unités coûte le fait de dire exactement la même chose dans chaque langue. Étiquette : Measured by Local AI Scope.
Le résultat est que la pénalité liée à la langue ne dépend pas de la famille du modèle mais de la génération de son tokenizer, et qu’elle varie aussi selon le type de texte : avec un même modèle, un contrat en allemand peut coûter nettement plus qu’un courriel en allemand. C’est pourquoi la langue de travail est une entrée de l’outil et non un détail.
Vitesse
C’est une estimation déclarée à partir de la bande passante mémoire et de la puissance de calcul annoncées par le fabricant, avec des hypothèses de rendement. Elle ne décide jamais si un modèle tient ou non ; elle peut faire pencher la voie recommandée quand la machine est juste, et dans ce cas la page le dit sur la ligne même. Étiquette : Estimated.
3. Comment une mesure est identifiée
Une vitesse n’est pas une donnée si l’on ignore sur quoi elle a été mesurée. L’identité d’une mesure, c’est la combinaison complète : modèle, version, artefact, quantification, runtime et sa version, système d’exploitation, pilote, matériel, tâche, langue, protocole et date. Ainsi une nouvelle configuration n’est pas confondue avec une donnée nouvelle, et une amélioration n’est pas enregistrée comme une régression.
4. Les contrôles
Une méthode qui n’est éprouvée que sur les cas qu’elle réussit n’est pas une méthode. Chaque version du moteur de calcul passe deux contrôles opposés avant toute publication :
- Un contrôle positif : une combinaison qui doit tenir et qui doit ressortir comme tenant.
- Un contrôle négatif : une combinaison qui ne peut pas tenir et qui doit ressortir refusée, avec le chiffre qui manque.
Si l’un des deux échoue, rien n’est publié.
5. Ce qui n’est PAS mesuré
Ce qui est mesuré, c’est le coût de la langue, pas la qualité dans cette langue. Savoir qu’un modèle tient et ce qu’il coûte de travailler en allemand ne dit rien de la qualité de ses réponses en allemand : il faudrait exécuter les modèles et évaluer leurs sorties selon un protocole propre, et cela n’a pas encore été fait. Aucune page de ce site n’affirme « qualité linguistique mesurée ». Le jour où cette mesure existera, elle figurera ici avec son protocole, sa date et son étiquette.
6. Péremption et mises à jour
Chaque champ a sa propre péremption : un prix périme avant une licence. Lorsqu’une donnée la dépasse, elle est marquée Stale, cesse de soutenir les recommandations mises en avant et reste visible avec sa date au lieu de disparaître. Toute donnée publiée porte la date de sa dernière vérification.
7. Reproductibilité et corrections
L’objectif est que n’importe qui puisse refaire les calculs : les formules sont publiées, les sources primaires sont liées et le corpus de mesure est versionné avec son empreinte. Si vous reproduisez un chiffre et n’obtenez pas le même, c’est une information précieuse : écrivez à l’adresse des mentions légales. Les corrections sont publiées et datées, comme l’explique la politique éditoriale.
8. Télécharger les données et les citer
Tout ce que calculent le Trouveur de modèle et les fiches de modèles et de machines sort d’un seul et même fichier, et nous le publions tel quel, avec des tableaux simples qui s’ouvrent dans n’importe quel tableur. Si vous écrivez sur l’IA locale, construisez un outil ou voulez simplement refaire nos calculs (allez-y), servez-vous. Version 2026-10-23.2 · 26 modèles, 18 machines et 468 paires machine-modèle · modèles mesurés entre le 30 septembre 2026 et le 23 octobre 2026 (la date de chacun dans models.csv) · données des machines mises à jour le 23 octobre 2026.
dataset.json— le jeu complet : les mêmes données que celles qu’utilise le Trouveur de modèle dans votre navigateurmodels.csv— un modèle par ligne : taille du fichier pour chaque quantification, contexte maximal, licence et sourcemachines.csv— une machine par ligne : la mémoire réellement utilisable par le modèle, la bande passante avec son étiquette de preuve, les sources et le prix du fabricant quand il existefit.csv— chaque paire machine × modèle : si le modèle tient, avec quelle quantification et jusqu’à quel contextelanguage_cost.csv— ce que coûte chaque langue en tokens par rapport à l’anglais, par modèle et par type de texte
Et à côté : README.txt (ce que veut dire chaque colonne), CITATION.cff et SHA256SUMS.txt.
Licence. Les fichiers de données de localaiscope.com/data/ sont publiés sous licence CC BY 4.0 : vous pouvez les copier, les modifier et les réutiliser, y compris à des fins commerciales, à condition de citer « Local AI Scope, localaiscope.com » avec un lien, de renvoyer à la licence et de signaler si vous les avez modifiés. La licence ne couvre que ces fichiers, pas les textes, la conception, le code ni les photos du site (mentions légales, section 5). Les chiffres des fabricants sont des faits, et chacun garde sa source sur sa propre ligne. La colonne licence indique celle de chaque modèle : elle appartient à qui publie le modèle et s’applique au modèle, pas à ces tableaux.
Empreintes. Chaque fichier porte son SHA-256 dans la liste ci-dessus et dans SHA256SUMS.txt. Pour vérifier votre copie : sha256sum -c SHA256SUMS.txt. Une version est une date, et elle ne change que si les données changent ; ce qui a changé, et quand, figure dans le journal des données.
Un chiffre vous semble faux ? Dites-le-nous — fichier, ligne et ce que vous attendiez — à l’adresse des mentions légales. Si vous avez raison, la correction paraît datée dans la version suivante, et le journal des données le signale.