--- title: "Un modèle hébergé chez soi" description: "Ce qu'il faut de machine, quels modèles, et ce qu'on y gagne vraiment." url: https://meridal.fr/apprendre/modele-chez-soi/ language: fr written: 2026-10-09 verified: 2026-10-09 license: CC BY 4.0 --- [Apprendre](https://meridal.fr/apprendre/) › [Choix des outils](https://meridal.fr/apprendre/dossier/outils/) Choisir · Niveau 3, Construire · 14 minutes # Un modèle hébergé chez soi Un modèle open weight peut tourner sur une machine de l'entreprise : aucun texte ne sort, et personne ne peut vous le retirer. Ce qu'il faut de machine, quels modèles y tiennent et ce qu'ils valent face aux modèles payants, ce que cela coûte acheté ou loué, et la sécurité qu'il faut tenir soi-même. Avec ce que disent l'ANSSI et la CNIL. Écrit le 9 octobre 2026 · Vérifié le 9 octobre 2026 ## Vous saurez - Savoir quels modèles tiennent sur quelle machine, et ce qu'ils valent - Comparer un poste, un serveur, un serveur loué et une API européenne - Tenir la sécurité d'un serveur de modèles - [← Avant Modèles open weight et modèles fermés](https://meridal.fr/apprendre/open-weight-et-modeles-fermes/) - [↑ Plus général Les abonnements d'IA pour une équipe](https://meridal.fr/apprendre/abonnements-d-equipe/) - [→ Ensuite Modèles sur un cloud européen](https://meridal.fr/apprendre/modeles-sur-un-cloud-europeen/) Rappel de la page précédente Répondez de tête, puis ouvrez. [Les modèles open weight et les modèles fermés](https://meridal.fr/apprendre/open-weight-et-modeles-fermes/) **1 Un modèle open weight est-il open source ?** Pas forcément. L'Open Source Initiative exige aussi des informations détaillées sur les données d'entraînement et le code complet ; un modèle open weight peut ne publier que ses paramètres. **2 Que permet un modèle open weight qu'un modèle fermé ne permet pas ?** Le faire tourner sur vos serveurs ou chez l'hébergeur de votre choix : vos textes restent où vous le décidez, et personne ne peut vous retirer le modèle. L'essentiel 1. Ce qui tient sur une machine de 32 Go reste loin des modèles payants : le meilleur, Qwen3.8 27B, obtient 34 à l'indice d'Artificial Analysis ; le petit Claude Haiku 5.5, 43 ; le meilleur modèle, 58. 2. La mémoire décide : gpt-oss-20b demande 16 Go, gpt-oss-120b 80 Go ; « Mistral Small 4 » compte 119 milliards de paramètres et pèse 72 Go à 4 bits. 3. Acheter coûte vite : un Mac Studio de 96 Go, 6 599 € TTC ; une carte RTX PRO 6000 de 96 Go, 19 370 € chez LDLC. Louer une carte en France commence vers 0,75 € hors taxes de l'heure. 4. Un serveur de modèles n'a pas de mot de passe par défaut : LeakIX en a compté 12 269 ouverts sur l'Internet, dont 1 425 en France. 5. La CNIL juge l'installation chez soi généralement plus appropriée pour des données personnelles ou sensibles ; l'ANSSI demande un hébergement de confiance et un mode dégradé. ## La qualité selon la taille La qualité des modèles open weight, selon la mémoire qu'ils demandent *Indice d'Artificial Analysis, version 4.3.2, dix évaluations, mesuré par un tiers ; tailles des fichiers de la bibliothèque d'Ollama, à la quantification par défaut, et celle d'une version communautaire pour Mistral Small 4. La mémoire nécessaire dépasse la taille du téléchargement. Relevé du 9 octobre 2026.* **Voir en tableau** | Modèle | Téléchargement | Indice | |---|---|---| | Qwen3.8 27B | 18 Go | 34 | | Qwen3.6 35B A3B | 23,5 Go | 18 | | Muse Glimmer 30B | 18 Go | 17 | | Gemma 4 26B A4B | 17,5 Go | 17 | | Gemma 4 31B | 19,5 Go | 15 | | Granite 4.2 30B | 18 Go | 15 | | Gemma 4 12B | 7,85 Go | 14 | | Qwen3.5 9B | 7,1 Go | 11 | | Granite 4.2 8B | 5,3 Go | 11 | | gpt-oss-20b | 14 Go | 10 | | Mistral Medium 3.5 | 80 Go | 14 | | gpt-oss-120b | 65 Go | 12 | | Mistral Small 4 | 72,1 Go | 11 | | Llama 4 Scout | 67 Go | 8 | | Llama 4 Maverick | 245 Go | 10 | Les classements par préférence disent la même chose : sur LMArena, le premier modèle ouvert est 16e, et Gemma 4 31B, le mieux placé de ceux qui tiennent sur un poste, 75e ; sur Compar:IA, l'arène francophone de l'État, Gemma 4 31B est le premier open weight, dans la troisième classe. ## Options - **Un poste puissant** : un Mac à grande mémoire unifiée, ou un PC avec une carte graphique ; Ollama ou LM Studio pour faire tourner le modèle. Pour une ou quelques personnes. La mise en place : [Ollama et LM Studio](https://meridal.fr/apprendre/ollama-et-lm-studio/). - **Un serveur dans l'entreprise** : une ou plusieurs cartes de 48 à 96 Go, et un serveur comme vLLM pour plusieurs personnes à la fois ; sous Linux, cartes NVIDIA récentes. - **Un serveur loué en Europe** : une machine à carte graphique chez Scaleway ou OVHcloud, à l'heure ; vous y installez le modèle, et vous le tenez. - **Une API de modèles ouverts, en Europe** : l'hébergeur fait tourner le modèle et facture au token ; rien à tenir, mais vos textes sortent chez lui. Le détail : [les modèles sur un cloud européen](https://meridal.fr/apprendre/modeles-sur-un-cloud-europeen/). ![Ce que la mémoire doit contenir, exemple de gpt-oss-20b sur une machine de 24 Go : les poids, 14 Go ; le cache de la conversation, jusqu'à 16 Go ; une marge pour une fenêtre longue, et le système. La fenêtre de contexte : Ollama la fixe selon la mémoire graphique, 4 000 tokens sous 24 Go, 32 000 jusqu'à 48 Go, 256 000 au-delà ; il conseille 64 000 pour les agents. Les demandes simultanées : une par modèle par défaut ; chacune de plus ajoute son cache. Le cache compressé : q8_0 divise sa mémoire par deux, q4_0 par quatre, avec une petite perte.](https://meridal.fr/assets/apprendre/medias/apprendre-mcs-memoire.svg) ## Sélection par besoin | Situation | Choix | Pourquoi | |---|---|---| | Des documents qui ne doivent pas sortir, une ou deux personnes | Un poste puissant | rien ne sort ; qualité à essayer sur vos cas | | Des documents qui ne doivent pas sortir, toute une équipe | Un serveur dans l'entreprise | plusieurs demandes à la fois ; quelqu'un pour le tenir | | Un essai, sans acheter de matériel | Un serveur loué, à l'heure | on l'éteint après ; quelques euros | | Un traitement en volume, données hébergées en France | Une API de modèles ouverts | le moins cher par document ; un contrat de sous-traitance | | Des données de santé, ou des exigences de l'État | Un hébergeur certifié HDS, ou qualifié SecNumCloud | les API d'IA de Scaleway et d'OVHcloud ne sont pas dans leurs listes HDS | | La meilleure qualité possible | Un modèle fermé, sous contrat | aucun modèle ouvert sur poste n'approche les meilleurs | Certifications HDS et SecNumCloud : listes des hébergeurs lues le 9 octobre 2026. ## Comparatif | Matériel ou service | Prix | Ce qu'il faut savoir | |---|---|---| | Mac Studio M5 Ultra, 96 Go | 6 599 € TTC ; 256 Go, 4 400 € de plus | des modèles de 65 Go, comme gpt-oss-120b ; 480 W au plus | | Mac mini M5 Pro, 64 Go | 3 649 € TTC | les fichiers de moins de 30 Go, comme Qwen3.8 27B, 18 Go | | Carte RTX 5090, 32 Go | 2 099 € conseillés ; vue vers 4 900 € en magasin | 575 W ; une alimentation de 1 000 W | | Carte RTX PRO 6000, 96 Go | 19 370 € TTC chez LDLC | 600 W ; mémoire corrigée | | Carte L4 de 24 Go, louée | 0,75 € HT de l'heure chez OVHcloud ; 0,79 € chez Scaleway | environ 550 à 575 € par mois allumée en continu | | Carte H100 de 80 Go, louée | 2,80 € HT de l'heure chez OVHcloud ; 2,87 € chez Scaleway | environ 2 050 à 2 100 € par mois allumée en continu | | gpt-oss-120b par une API française | 0,08 € et 0,40 € HT le million de tokens chez OVHcloud | à Gravelines ; quelques euros pour des milliers de documents | Prix lus le 9 octobre 2026 : Apple et LDLC toutes taxes comprises, Scaleway et OVHcloud hors taxes. Aucune mesure indépendante de vitesse sur ces machines n'a été trouvée. ## Méthode 1. **Essayer avant d'acheter** : la même tâche, sur dix cas réels, avec le modèle ouvert visé, par une API ou un serveur loué à l'heure, et avec un modèle fermé ; comparer. 2. **Choisir la machine d'après le modèle** : la taille du fichier, plus le cache de la fenêtre voulue, plus une marge. 3. **Lire la licence du modèle** : Apache 2.0 ou MIT pour la plupart ; celle de Mistral Medium 3.5 exclut les entreprises au-delà de 20 millions de dollars de revenu mensuel. 4. **Télécharger des formats sûrs**, comme safetensors, et proscrire pickle, comme le demande l'ANSSI ; un modèle peut contenir du code malveillant, rappelle le CERT-FR. 5. **Garder le serveur sur la machine ou le réseau interne**, journaliser, et prévoir de travailler sans lui. 6. **Mettre à jour** : la plupart des serveurs exposés tournent avec des versions vulnérables, rarement mises à jour. ![Le port d'un serveur de modèles. Par défaut, Ollama écoute sur 127.0.0.1, port 11434 : seule la machine elle-même peut l'appeler. Avec OLLAMA_HOST égal à 0.0.0.0, ou docker -p 11434:11434, il écoute sur 0.0.0.0 : tout le réseau l'appelle, et l'Internet si rien ne filtre ; aucun mot de passe. 12 269 serveurs Ollama exposés sans authentification, dont 1 425 en France, selon LeakIX en février 2026. Docker : publier un port l'ouvre au-dehors ; -p 127.0.0.1:11434:11434 le garde sur la machine.](https://meridal.fr/assets/apprendre/medias/apprendre-mcs-port.svg) ## Pièges de lecture | On lit | Ce qu'il faut savoir | |---|---| | « Chez soi, c'est sûr » | Un serveur de modèles n'a pas de mot de passe par défaut ; des dizaines de failles ont été publiées depuis 2025, dont des critiques, comme CVE-2026-7482, qui laissait lire la mémoire d'Ollama sans authentification. | | « Small, donc petit » | Mistral Small 4 compte 119 milliards de paramètres et demande deux cartes dans la recette de Mistral. | | « La taille du fichier, c'est la mémoire » | La fenêtre de contexte et les demandes simultanées ajoutent leur cache. | | « Open weight, donc libre pour tous » | Chaque licence fixe ses conditions ; certaines excluent des entreprises. | | « Le classement d'un modèle vaut pour le français » | Les mesures sont surtout en anglais ; gpt-oss a été entraîné sur des textes surtout anglais. Seule Compar:IA mesure les préférences en français. | | « Le modèle est gratuit, donc l'installation aussi » | Le matériel, l'électricité, la tenue et les mises à jour se paient ; une API ouverte en Europe coûte souvent moins pour un usage modéré. | ## Vérification **1 Comprendre Qu'est-ce qui décide qu'un modèle tient sur une machine ?** Sa taille à la quantification choisie, plus le cache de la fenêtre de contexte et des demandes simultanées, plus le système : la mémoire graphique ou unifiée doit contenir le tout. **2 Comprendre Pourquoi un serveur de modèles installé chez soi n'est-il pas sûr de lui-même ?** Parce qu'il n'a pas de mot de passe par défaut : ouvert au réseau, ou publié par Docker, il répond à qui l'appelle ; et ses failles se corrigent par des mises à jour qu'il faut faire. **3 Appliquer Une PME veut résumer des dossiers clients qui ne doivent pas sortir, pour trois personnes. Que proposez-vous ?** Essayer d'abord un modèle ouvert sur dix dossiers, par un serveur loué à l'heure ; puis un poste à grande mémoire avec Ollama, le serveur gardé sur la machine, si la qualité suffit. ## Lectures suivantes ↑ Plus général [Les abonnements d'IA pour une équipe Choisir · Niveau 1 · 10 minutes](https://meridal.fr/apprendre/abonnements-d-equipe/) ← Avant [Modèles open weight et modèles fermés Comprendre · Niveau 2 · 12 minutes](https://meridal.fr/apprendre/open-weight-et-modeles-fermes/) Vous êtes ici Un modèle hébergé chez soi → Ensuite [Modèles sur un cloud européen Choisir · Niveau 3 · 16 minutes](https://meridal.fr/apprendre/modeles-sur-un-cloud-europeen/) ↓ Plus concret Rien avant : c'est un point de départ. [Tout le dossier « Choix des outils »](https://meridal.fr/apprendre/dossier/outils/) Les pages qui renvoient ici - [Modèles en local : Ollama, vLLM et quantification](https://meridal.fr/apprendre/modeles-en-local-ollama-vllm/) - [Ollama et LM Studio : mise en place](https://meridal.fr/apprendre/ollama-et-lm-studio/) - [Outils de programmation avec l'IA](https://meridal.fr/apprendre/outils-de-programmation-avec-l-ia/) **Limites et sources** La qualité vient d'un indice de tiers, en anglais surtout ; essayez sur vos propres cas, en français. Les tailles sont celles des fichiers d'Ollama ; la mémoire nécessaire est plus grande. Aucune mesure indépendante de vitesse sur ces machines n'a été trouvée. Les prix de matériel sont ceux des boutiques lues le 9 octobre 2026 ; ceux des cartes graphiques bougent beaucoup. 1. [Artificial Analysis](https://artificialanalysis.ai/leaderboards/models) ; [LMArena](https://lmarena.ai/leaderboard/text) ; [Compar:IA](https://arene.comparia.beta.gouv.fr/ranking) ; [ANSSI, recommandations pour un système d'IA générative](https://messervices.cyber.gouv.fr/documents-guides/Recommandations_de_s%C3%A9curit%C3%A9_pour_un_syst%C3%A8me_d_IA_g%C3%A9n%C3%A9rative.pdf) ; [CNIL, IA générative](https://www.cnil.fr/fr/les-questions-reponses-de-la-cnil-sur-lutilisation-dun-systeme-dia-generative) ; [LeakIX, serveurs Ollama exposés](https://blog.leakix.net/2026/02/ollama-exposed/). 2. Le relevé : `apprendre/recherches/2026-10-09-modele-chez-soi.json`. Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/deed.fr) : reprenez-les en citant Meridal. Le code sous licence MIT. Service correspondant Choisir vos outils 275 € à 850 € [Voir le service](https://meridal.fr/offre/#choisir) ## Un premier échange de 30 minutes En visio et sans frais : vous décrivez votre situation, nous vous indiquons ce qui est réalisable, avec quels outils et pour quel ordre de prix. Vous pouvez aussi nous écrire ; chaque message reçoit une réponse écrite. [Réserver 30 minutes](https://meridal.fr/contact/#reserver) [Écrire un message](https://meridal.fr/contact/)