Twoody
Calculateur de LLM local
Quel LLM local votre ordinateur peut-il faire tourner, et à quelle vitesse ?
Choisissez votre Mac ou votre PC. Voyez quels modèles ouverts tiennent dans sa mémoire, à quelle vitesse ils écrivent, en combien de temps ils lisent un document, et à quoi ils servent.
Les modèles pour cet ordinateur
Sur iMac, Mac mini Intel (2017–2020) avec 64 Go : 58 modèles sur 62 tournent bien.
Ce que Twoody propose pour ce Mac
Qwen3.5 9B, en un clic, avec des conversations de 64k tokens.
Demande 7,9 Go de mémoire · Tourne confortablement · 2,4–4,3 tokens/s (plus lent que votre lecture) · 20 pages en 10 min
À partir de 24 Go, Twoody propose aussi le plus grand Qwen3.6 35B-A3B : il demande 16,8 Go de mémoire sur cet ordinateur.
Sur un Mac Intel, le modèle tourne sur le processeur : ça fonctionne, lentement.
Twoody est en bêta privée : laissez votre e-mail pour demander un accès.
Tournent bien sur cet ordinateur
46,3 sur 60 Go
Tourne confortablement
6,5–12 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
44,9 sur 60 Go
Tourne confortablement
0,4–0,7 tokens/s
plus lent que votre lecture
20 pages en 73 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
16,8 sur 60 Go
Tourne confortablement
8,8–16 tokens/s
plus rapide que votre lecture
20 pages en 4 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
21,2 sur 60 Go
Tourne confortablement
6,9–12 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
22,9 sur 60 Go
Tourne confortablement
6,4–11 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
22,7 sur 60 Go
Tourne confortablement
0,8–1,5 tokens/s
plus lent que votre lecture
20 pages en 34 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
19,6 sur 60 Go
Tourne confortablement
0,8–1,5 tokens/s
plus lent que votre lecture
20 pages en 33 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Agents
21,4 sur 60 Go
Tourne confortablement
4,8–8,5 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
19,4 sur 60 Go
Tourne confortablement
0,9–1,6 tokens/s
plus lent que votre lecture
20 pages en 32 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
19,2 sur 60 Go
Tourne confortablement
6,5–12 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
20,5 sur 60 Go
Tourne confortablement
0,8–1,4 tokens/s
plus lent que votre lecture
20 pages en 29 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
21,4 sur 60 Go
Tourne confortablement
0,7–1,3 tokens/s
plus lent que votre lecture
20 pages en 29 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
21,5 sur 60 Go
Tourne confortablement
0,7–1,3 tokens/s
plus lent que votre lecture
20 pages en 29 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
15,5 sur 60 Go
Tourne confortablement
6,2–11 tokens/s
à votre vitesse de lecture
20 pages en 5 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
17,3 sur 60 Go
Tourne confortablement
1,1–2 tokens/s
plus lent que votre lecture
20 pages en 25 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Agents
11,2 sur 60 Go
Tourne confortablement
1,8–3,2 tokens/s
plus lent que votre lecture
20 pages en 15 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
11,9 sur 60 Go
Tourne confortablement
1,8–3,1 tokens/s
plus lent que votre lecture
20 pages en 15 min
- Discussion et rédaction
- Vos documents
11,6 sur 60 Go
Tourne confortablement
1,9–3,5 tokens/s
plus lent que votre lecture
20 pages en 14 min
- Discussion et rédaction
- Vos documents
- Traduction
7,6 sur 60 Go
Tourne confortablement
2,3–4,1 tokens/s
plus lent que votre lecture
20 pages en 12 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
7,9 sur 60 Go
Tourne confortablement
2,6–4,7 tokens/s
plus lent que votre lecture
20 pages en 11 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
7,9 sur 60 Go
Tourne confortablement
2,4–4,3 tokens/s
plus lent que votre lecture
20 pages en 10 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
6,7 sur 60 Go
Tourne confortablement
2,6–4,7 tokens/s
plus lent que votre lecture
20 pages en 10 min
- Discussion et rédaction
- Vos documents
- Traduction
8,4 sur 60 Go
Tourne confortablement
3–5,4 tokens/s
plus lent que votre lecture
20 pages en 9 min
- Discussion et rédaction
- Vos documents
- Traduction
8 sur 60 Go
Tourne confortablement
2,8–5,1 tokens/s
plus lent que votre lecture
20 pages en 9 min
- Discussion et rédaction
- Vos documents
- Traduction
7,2 sur 60 Go
Tourne confortablement
3,1–5,6 tokens/s
plus lent que votre lecture
20 pages en 8 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
6,9 sur 60 Go
Tourne confortablement
3,2–5,7 tokens/s
plus lent que votre lecture
20 pages en 8 min
- Discussion et rédaction
- Vos documents
- Traduction
8,2 sur 60 Go
Tourne confortablement
3,3–5,8 tokens/s
plus lent que votre lecture
20 pages en 7 min
- Discussion et rédaction
- Vos documents
6,6 sur 60 Go
Tourne confortablement
5,5–9,7 tokens/s
à votre vitesse de lecture
20 pages en 5 min
- Discussion et rédaction
- Traduction
4,9 sur 60 Go
Tourne confortablement
4,9–8,7 tokens/s
à votre vitesse de lecture
20 pages en 5 min
- Discussion et rédaction
- Traduction
4,9 sur 60 Go
Tourne confortablement
6,1–11 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Traduction
3,6 sur 60 Go
Tourne confortablement
4,8–8,5 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
5 sur 60 Go
Tourne confortablement
7,1–13 tokens/s
plus rapide que votre lecture
20 pages en 4 min
- Discussion et rédaction
- Traduction
4,6 sur 60 Go
Tourne confortablement
6,1–11 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Traduction
3,9 sur 60 Go
Tourne confortablement
7,5–13 tokens/s
plus rapide que votre lecture
20 pages en 3 min
- Discussion et rédaction
- Traduction
4,7 sur 60 Go
Tourne confortablement
10–18 tokens/s
plus rapide que votre lecture
20 pages en 2 min
2,9 sur 60 Go
Tourne confortablement
9,7–17 tokens/s
plus rapide que votre lecture
20 pages en 2 min
1,7 sur 60 Go
Tourne confortablement
16–48 tokens/s
quasi instantané
20 pages en 57 s
22,8 sur 60 Go
Tourne confortablement
0,8–1,5 tokens/s
plus lent que votre lecture
20 pages en 34 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
18,1 sur 60 Go
Tourne confortablement
7,5–13 tokens/s
plus rapide que votre lecture
20 pages en 4 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
19,1 sur 60 Go
Tourne confortablement
6,5–12 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Agents
19,2 sur 60 Go
Tourne confortablement
6,5–12 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
16,1 sur 60 Go
Tourne confortablement
1,1–2 tokens/s
plus lent que votre lecture
20 pages en 25 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
16,1 sur 60 Go
Tourne confortablement
1,1–2 tokens/s
plus lent que votre lecture
20 pages en 25 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Agents
12 sur 60 Go
Tourne confortablement
5,4–9,7 tokens/s
à votre vitesse de lecture
20 pages en 5 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
- Raisonnement
- Agents
10,4 sur 60 Go
Tourne confortablement
8,6–15 tokens/s
plus rapide que votre lecture
20 pages en 3 min
- Discussion et rédaction
- Vos documents
- Traduction
- Code
11,7 sur 60 Go
Tourne confortablement
1,8–3,2 tokens/s
plus lent que votre lecture
20 pages en 15 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
11,9 sur 60 Go
Tourne confortablement
1,8–3,1 tokens/s
plus lent que votre lecture
20 pages en 15 min
- Discussion et rédaction
- Vos documents
- Raisonnement
10,5 sur 60 Go
Tourne confortablement
1,9–3,5 tokens/s
plus lent que votre lecture
20 pages en 14 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
6,7 sur 60 Go
Tourne confortablement
2,6–4,7 tokens/s
plus lent que votre lecture
20 pages en 10 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
7,2 sur 60 Go
Tourne confortablement
3,1–5,6 tokens/s
plus lent que votre lecture
20 pages en 8 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
6,9 sur 60 Go
Tourne confortablement
3,2–5,7 tokens/s
plus lent que votre lecture
20 pages en 8 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
5,5 sur 60 Go
Tourne confortablement
3,4–6,1 tokens/s
plus lent que votre lecture
20 pages en 8 min
- Discussion et rédaction
- Vos documents
- Traduction
- Raisonnement
4,9 sur 60 Go
Tourne confortablement
6,1–11 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
- Traduction
4,6 sur 60 Go
Tourne confortablement
6,1–11 tokens/s
à votre vitesse de lecture
20 pages en 4 min
- Discussion et rédaction
3,2 sur 60 Go
Tourne confortablement
8–14 tokens/s
plus rapide que votre lecture
20 pages en 3 min
- Discussion et rédaction
- Traduction
2,4 sur 60 Go
Tourne confortablement
8–14 tokens/s
plus rapide que votre lecture
20 pages en 3 min
2,5 sur 60 Go
Tourne confortablement
9,5–17 tokens/s
plus rapide que votre lecture
20 pages en 3 min
1,6 sur 60 Go
Tourne confortablement
13–40 tokens/s
quasi instantané
20 pages en 74 s
Trop gros pour cet ordinateur (4)
- gpt-oss 120B · 59,9 sur 60 Go · Pas dans le catalogue de Twoody
- Mistral Small 4 119B · 69,4 sur 60 Go · Pas dans le catalogue de Twoody
- Qwen3.5 122B-A10B · 74,7 sur 60 Go · Pas dans le catalogue de Twoody
- Qwen3 235B-A22B Instruct 2507 · 136,1 sur 60 Go · Pas dans le catalogue de Twoody
La mémoire de chaque modèle est celle que Twoody affiche dans « Modèles » pour cet ordinateur : la même formule, les mêmes fichiers (celui qui lui fait lire les images compris), la même longueur de conversation — catalogue vérifié le 15 octobre 2026. Les vitesses sont des estimations, pas des mesures faites avec Twoody, calculées à partir des benchmarks publics de llama.cpp. Chiffres revus le 16 octobre 2026.
Comment lire les résultats
Choisissez votre ordinateur et sa mémoire. Le calculateur passe en revue les modèles du catalogue de Twoody, et quelques plus grands qu'il ne propose pas, et dit comment chacun tournerait sur cet ordinateur.
- Ce que Twoody propose
- Le modèle que l'app installe en premier sur cet ordinateur, l'un de ceux qu'elle a mesurés avec sa mémoire, ses outils et vos documents, et la mémoire qu'il y demande.
- Tournent bien sur cet ordinateur
- Les modèles qui tiennent dans sa mémoire, du plus fort au moins fort : « Tourne confortablement », ou « Tourne — fermez les autres apps » quand il reste peu de place. Plus bas, ceux qui tourneraient en partie sur le processeur, bien plus lentement, puis ceux qui sont trop gros.
- Mémoire
- Ce que Twoody affiche dans « Modèles » pour cet ordinateur : les fichiers du modèle, la conversation qu'il garde en tête et de quoi travailler. La barre montre la part qu'il prend de la mémoire qu'un modèle peut y utiliser.
- Écrit
- La vitesse à laquelle le modèle écrit sa réponse, en tokens par seconde. Un token est un morceau de mot, et vous lisez en silence à environ 5 tokens par seconde.
- Lit un document
- Le temps que met le modèle à lire un document d'environ 20 pages avant de répondre à son sujet.
- Bon pour
- Ce à quoi sa taille se prête : discussion et rédaction, vos documents, traduction, code, raisonnement ou agents.
- En un clic dans Twoody
- Le modèle est dans le catalogue de Twoody et s'installe depuis l'app en un clic ; les autres portent « Pas dans le catalogue de Twoody ».
De combien de mémoire a-t-on besoin pour un LLM local ?
La mémoire décide des modèles qui tiennent : le fichier du modèle et celui qui lui fait lire les images, la conversation qu'il garde en tête (de 8k à 64k tokens selon la mémoire de l'ordinateur, comme dans Twoody), et un peu de place pour travailler. Un Mac laisse ses graphiques utiliser environ les deux tiers de sa mémoire jusqu'à 32 Go, les trois quarts au-delà. Ce qui tourne confortablement :
| Mémoire | Les plus forts qui tournent confortablement | Proposé d'office par Twoody |
|---|---|---|
| 8 Go | Qwen3.5 4B, Qwen3 4B Instruct 2507, Nemotron 3 Nano 4B | Qwen3.5 4B (4 Go) |
| 16 Go | Gemma 4 12B, GLM-4.6V Flash, Qwen3.5 9B | Qwen3.5 9B (7,4 Go) |
| 24 Go | Qwen3 14B, Phi-4 14B, Ministral 3 14B | Qwen3.5 9B (7,4 Go) |
| 32 Go | Qwen3.6 35B-A3B, Gemma 4 31B, Qwen3 30B-A3B Instruct 2507 | Qwen3.5 9B (7,9 Go) |
| 48 Go | Qwen3.6 35B-A3B, Qwen3.6 35B-A3B (4 bits), Qwen3.5 35B-A3B | Qwen3.5 9B (7,9 Go) |
| 64 Go | Qwen3-Next 80B-A3B*, Llama 3.3 70B, Qwen3.6 35B-A3B | Qwen3.5 9B (7,9 Go) |
| 128 Go | Qwen3.5 122B-A10B*, Mistral Small 4 119B*, Qwen3-Next 80B-A3B* | Qwen3.5 9B (7,9 Go) |
| 256 Go | Qwen3 235B-A22B Instruct 2507*, Qwen3.5 122B-A10B*, Mistral Small 4 119B* | Qwen3.5 9B (7,9 Go) |
| 512 Go | Qwen3 235B-A22B Instruct 2507*, Qwen3.5 122B-A10B*, Mistral Small 4 119B* | Qwen3.5 9B (7,9 Go) |
* Pas dans le catalogue de Twoody ; les autres s'installent en un clic.
Pourquoi la bande passante mémoire fait la vitesse
Pour écrire chaque mot, l'ordinateur relit en mémoire les poids actifs du modèle. La vitesse suit donc la bande passante mémoire plus que la puissance du processeur. Qwen3 8B, en 4 bits, sur quelques machines :
| Ordinateur | Bande passante mémoire | Écrit |
|---|---|---|
| M1 | 68 Go/s | 8,7–12 tokens/s |
| M2 | 100 Go/s | 13–19 tokens/s |
| M4 | 120 Go/s | 15–21 tokens/s |
| M5 | 153 Go/s | 19–27 tokens/s |
| M4 Pro | 273 Go/s | 31–45 tokens/s |
| M4 Max | 546 Go/s | 53–76 tokens/s |
| M5 Max | 614 Go/s | 72–104 tokens/s |
| GeForce RTX 4090 (24 GB) | 1 008 Go/s | 100+ tokens/s |
4 bits ou 8 bits ?
Les modèles sont diffusés compressés. En 4 bits (Q4_K_M, Q4_0 pour Gemma, MXFP4 pour gpt-oss), un fichier fait la moitié de sa version 8 bits pour une petite perte de qualité : c'est ce qu'installe Twoody (en 3 bits pour le plus grand Qwen3.6 35B-A3B, qui tient ainsi sur un Mac de 24 Go) et ce que compte ce calculateur. Le 8 bits est un peu plus fin et demande deux fois plus de mémoire.
Les tokens par seconde, en pratique
Un token est un morceau de mot : environ trois quarts de mot en anglais, un peu moins en français. Vous lisez en silence à environ 5 tokens par seconde.
| moins de 5 | plus lent que votre lecture |
| 5 à 10 | à votre vitesse de lecture |
| 10 à 20 | plus rapide que votre lecture |
| 20 à 50 | quasi instantané |
| plus de 50 | semble instantané |
Un modèle qui réfléchit écrit d'abord 300 à 3 000 tokens de raisonnement avant sa réponse : à 10 tokens par seconde, de trente secondes à cinq minutes. Dans Twoody, les réglages Rapide, Réfléchi et Approfondi choisissent combien de temps il réfléchit.
Lire un document
Avant de répondre sur un document, le modèle le lit — et c'est là que les puces récentes gagnent le plus. Qwen3 8B qui lit un document de 20 pages, avec 16 Go :
| M1 | 3 min |
| M4 | 76 s |
| M5 | 27 s |
Mac ou PC ?
Un Mac partage sa mémoire entre le processeur et les graphiques : un Mac de 64 Go fait tourner des modèles qu'aucune carte graphique de 24 Go ne contient. Une carte graphique de PC a moins de mémoire mais la lit très vite : avec un modèle qui tient, une RTX 4090 écrit plus vite que n'importe quel Mac. Twoody est en bêta privée sur Mac, Windows et Linux : sous Windows, il utilise la carte graphique via Vulkan quand son pilote le permet ; sous Linux, il fait tourner le modèle sur le processeur.
Le meilleur LLM local, par ordinateur
Méthode et sources
La mémoire n'est pas une estimation du site : c'est le calcul de l'app Twoody, avec les mêmes fichiers et la même longueur de conversation — le fichier du modèle, celui qui lui fait lire les images et 0,3 Go pour s'en servir, la conversation (en q8_0, sur 8 bits, pour un modèle hybride comme Qwen3.5 ; sur 16 bits sinon), l'état de ses couches récurrentes et 0,3 Go de mémoire de travail. Mesuré avec llama.cpp, Qwen3.5 9B avec une conversation de 32k tokens prend 7,4 Go, comme le calcul. Les modèles sont ceux du catalogue de Twoody, vérifié sur Hugging Face le 15 octobre 2026, et quelques plus grands qu'il ne propose pas, comptés de la même façon.
La vitesse de chaque machine est calculée à partir de sa vitesse mesurée sur le modèle de référence de llama.cpp (LLaMA 2 7B, 4 bits), mise à l'échelle de ce que chaque modèle lit par mot, avec les bandes passantes mémoire des fiches techniques d'Apple et de NVIDIA. Vérifiée sur 20 mesures publiées qui n'ont pas servi à la construire : écart médian de 4,5 %, le plus grand de 23 %, toutes dans les fourchettes affichées.
Chiffres revus le 16 octobre 2026.
Sources
- www.apple.com/newsroom/
- support.apple.com/specs
- github.com/ggml-org/llama.cpp/discussions/4167
- github.com/ggml-org/llama.cpp/discussions/15013
- github.com/ggml-org/llama.cpp/discussions/10879
- github.com/ggml-org/llama.cpp/discussions/15396
- www.nvidia.com/en-us/geforce/graphics-cards/compare/
- huggingface.co/models
- www.sciencedirect.com/science/article/abs/pii/S0749596X19300786
Questions sur les LLM en local
Peut-on faire tourner un LLM local avec 8 Go de mémoire ?
Oui, un petit. Sur un Mac à puce Apple de 8 Go, les plus forts qui tournent confortablement sont Qwen3.5 4B, Qwen3 4B Instruct 2507 et Nemotron 3 Nano 4B. Tous s'installent en un clic depuis le catalogue de Twoody. Twoody propose d'office Qwen3.5 4B, qui y demande 4 Go de mémoire : c'est l'un des modèles qu'il a mesurés avec sa mémoire, ses outils et vos documents. Fermez les applications lourdes pendant ce temps.
Quel LLM pour un Mac de 16 Go ?
Sur un Mac à puce Apple de 16 Go, les plus forts qui tournent confortablement sont Gemma 4 12B, GLM-4.6V Flash et Qwen3.5 9B. Tous s'installent en un clic depuis le catalogue de Twoody. Twoody propose d'office Qwen3.5 9B, qui y demande 7,4 Go de mémoire : c'est l'un des modèles qu'il a mesurés avec sa mémoire, ses outils et vos documents.
De combien de mémoire un modèle 70B a-t-il besoin ?
Environ 45 Go dans Twoody, avec une conversation de 16k tokens : un Mac de 64 Go fait tourner Llama 3.3 70B, à 4,2–15 tokens/s selon la puce. Les mélanges d'experts comme gpt-oss 120B demandent plus de mémoire (60 Go) mais écrivent bien plus vite.
Un modèle en 4 bits est-il bien moins bon qu'en 8 bits ?
Un peu. Pour rédiger, résumer et interroger des documents, la différence se remarque à peine, et le 4 bits divise la mémoire par deux et double la vitesse : c'est ce que Twoody installe, et ce que compte ce calculateur.
Mac ou carte graphique NVIDIA pour un LLM local ?
Une carte graphique écrit plus vite avec un modèle qui tient dans sa mémoire (8 à 32 Go) ; un Mac contient des modèles bien plus grands dans sa mémoire unifiée (jusqu'à 512 Go). Pour une personne qui travaille sur des documents, un Mac de 16 à 64 Go est le choix le plus simple.
Un LLM local fait-il trop chauffer un MacBook Air ?
Un MacBook Air n'a pas de ventilateur : après quelques minutes d'écriture continue, il ralentit pour rester frais. Pour des réponses de longueur normale, cela ne se remarque pas ; pour de longues sessions, un MacBook Pro ou un Mac mini gardent leur vitesse.
Faut-il installer autre chose que Twoody ?
Non : Twoody télécharge le modèle et le fait tourner avec son propre moteur, llama.cpp, en un clic. Sur un Mac à puce Apple, il peut aussi installer MLX, le moteur d'Apple, si vous le lui demandez (Modèles › « Avancé »).
Ces chiffres sont-ils fiables ?
La mémoire est celle que l'app Twoody affiche, calculée de la même façon : pour Qwen3.5 9B avec une conversation de 32k tokens, llama.cpp a mesuré 7,4 Go, comme le calcul. Les vitesses sont des estimations : sur 20 mesures publiées qui n'ont pas servi à construire la formule, l'écart médian est de 4,5 % et le plus grand de 23 % ; chacune tombe dans la fourchette affichée. Votre vitesse dépend aussi de l'application, de sa version et de ce que fait l'ordinateur en même temps.
Essayez Twoody avant son ouverture à tous.
La bêta privée est gratuite, sur Mac, Windows et Linux, et sur iPhone et Android avec Twoody sur votre ordinateur. Laissez votre e-mail pour demander une invitation : nous vous écrirons quand elle sera prête pour vous.