Mon 286 à moi, c'est Ollama : quand un modèle de 2,6 Go transforme votre quotidien de développeur

**Speakers :** Mathieu (homme), Vivienne (femme) **Duration :** ~8 minutes **Date :** 2026-02-16 --- [Vivienne] Mathieu, aujourd'hui tu voulais nous parler d'intelligence artificielle locale. Mais tu m'as dit avant l'enregistrement que cette histoire commence avec ton père et un vieil ordinateur. Raconte-nous. [Mathieu] Oui. Mon père a ramené un jour à la maison un PC 286. Pour ceux qui ne connaissent pas, on parle d'un processeur à 6 mégahertz, 256 kilooctets de RAM et un disque dur de 20 mégaoctets. Aujourd'hui, la moindre photo de votre téléphone pèse plus lourd que le disque dur entier de cette machine. [Vivienne] Et pourtant, ton père était fasciné. [Mathieu] Fasciné, c'est le mot. Il avait les yeux qui brillaient. Il passait des soirées entières devant cet écran. Pour lui, c'était un saut quantique par rapport à ce qui existait avant. Avant le 286, il avait une calculatrice. Et entre une calculatrice et un ordinateur, même un 286 tout limité, il y a un monde. D'un coup, il pouvait programmer en BASIC, faire du traitement de texte, créer des tableaux. C'était pas parfait. L'écran affichait 16 couleurs. Le disque dur faisait un bruit de tracteur. Mais l'impression de pouvoir faire de grandes choses était réelle. [Vivienne] Et quel rapport avec l'intelligence artificielle en 2026 ? [Mathieu] Le rapport, c'est que je ressens exactement la même excitation. Aujourd'hui, il existe un logiciel qui s'appelle Ollama. Tu le télécharges, tu tapes une commande dans ton terminal, et trois minutes plus tard, tu as un modèle d'intelligence artificielle qui tourne sur ta propre machine. Pas de compte cloud, pas d'abonnement, pas de données qui partent chez un tiers. C'est chez toi. Et quand je l'ai fait tourner pour la première fois, j'ai eu le même sentiment que mon père devant son 286. Ce truc est limité, je le sais. Mais ce qu'il fait, c'est quand même extraordinaire comparé à ce qu'on avait avant. [Vivienne] Qu'est-ce qu'on avait avant ? [Mathieu] Rien. Enfin, on avait les gros modèles cloud : ChatGPT, Claude, Gemini. Des machines surpuissantes, mais hébergées à l'autre bout du monde. C'est comme comparer un mainframe IBM à un ordinateur personnel. Le mainframe de 1980, il écrasait le 286 en puissance brute. Mais le 286, il était chez toi, sur ton bureau. Tu pouvais bricoler avec. Tu pouvais l'ouvrir, comprendre comment il marchait, installer ce que tu voulais. C'est la même dynamique. Les gros modèles cloud sont les mainframes d'aujourd'hui. Les LLM locaux sont les PC personnels. [Vivienne] L'analogie est jolie. Mais concrètement, ces modèles locaux, ça marche vraiment ? [Mathieu] C'est toute l'histoire. Parce que la première chose que mon père a faite avec son 286, c'est un plantage. Il a essayé de lancer un programme trop gros pour la mémoire. Écran bleu. Et moi, ma première expérience avec un modèle local, c'est pareil : un échec. [Vivienne] Raconte. [Mathieu] J'ai installé un modèle qui s'appelle qwen3, quatre milliards de paramètres, développé par Alibaba. Sur le papier, c'est prometteur. L'installation est simple, une commande et c'est prêt. Mais ce modèle a un défaut fondamental : il « pense » trop. [Vivienne] Il pense trop ? Ça veut dire quoi pour un modèle d'intelligence artificielle ? [Mathieu] Avant chaque réponse, il génère en interne un long bloc de réflexion. Des centaines de tokens de « pensée » qui consomment tout le budget de réponse. C'est comme si tu demandais à quelqu'un l'heure et qu'il passait cinq minutes à réfléchir à la nature du temps avant de te répondre. Sauf que là, il réfléchit tellement qu'il n'a plus de souffle pour te donner la réponse. [Vivienne] Et en chiffres, ça donne quoi ? [Mathieu] 56 pour cent de taux de réussite global. Et sur certaines tâches, c'est pire. Les messages de commit par exemple, ces petits résumés qu'on écrit quand on sauvegarde du code. Zéro pour cent de réussite. Le modèle entre dans une boucle de réflexion infinie. 69 secondes d'attente pour rien du tout. Pas une réponse incomplète, pas une réponse approximative. Rien. [Vivienne] C'est un peu comme quand ton père essayait de lancer un jeu qui dépassait la mémoire du 286, non ? [Mathieu] C'est exactement ça. Le 286 avait 256 kilooctets de RAM. Tu lançais un programme qui en demandait 300, ça plantait. Pas d'erreur élégante, juste un blocage. Là c'est pareil. Le modèle a un budget de 3 000 tokens. La réflexion interne en consomme 2 625. Il lui reste 375 pour répondre, mais la pensée continue et consomme les 375 restants aussi. Zéro token pour la réponse. [Vivienne] Et tu ne pouvais pas désactiver ce mode pensée ? [Mathieu] J'ai essayé. Il y a un paramètre pour ça dans l'interface de programmation. Ça marche dans 20 pour cent des cas. Le reste du temps, le modèle ignore l'instruction et pense quand même. C'est un problème connu, il y a des tickets ouverts sur le dépôt du projet. [Vivienne] Donc, premier modèle, échec. Tu aurais pu arrêter là. [Mathieu] Oui. Mais mon père non plus n'a pas arrêté au premier plantage. Il a éteint le 286, il l'a rallumé, il a trouvé un autre programme compatible, il a appris à contourner les limites de mémoire. Et moi, j'ai fait pareil. J'ai cherché. Et j'ai trouvé un contributeur de la communauté, un certain hoangquan456, qui avait publié une variante du même modèle sur Ollama Hub. [Vivienne] Qu'est-ce qu'il a changé ? [Mathieu] Une seule chose. Il a désactivé le mode pensée directement dans le template du modèle. Pas via un paramètre d'interface qui marche une fois sur cinq, mais à la racine, dans la configuration profonde du modèle. C'est comme les gens dans les années 80 qui modifiaient le BIOS de leur 286 pour lui faire accepter plus de mémoire. Du bricolage de passionné. [Vivienne] Et ça change vraiment quelque chose ? [Mathieu] Le jour et la nuit. Même modèle. Mêmes quatre milliards de paramètres. Même architecture. Mais au lieu de 56 pour cent de réussite, on passe à 91 pour cent. Les messages de commit : de zéro pour cent à 100 pour cent. La revue de code : de 33 pour cent à 100 pour cent. Et le plus spectaculaire, la vitesse. De 69 secondes à 0,9 seconde. 77 fois plus rapide. [Vivienne] 0,9 seconde. C'est ça ton moment 286 ? [Mathieu] C'est exactement ça. Quand j'ai vu ce chiffre s'afficher, j'ai compris ce que mon père ressentait. Pas parce que la machine est parfaite. Elle ne l'est pas. Mais parce que cette chose, elle est chez moi, elle fait des choses incroyables comparé à ce qu'on avait avant, et je peux la bricoler comme je veux. Mon père, il comparait son 286 à sa calculatrice. Moi, je compare mon modèle de 2,6 gigaoctets à l'absence totale d'intelligence artificielle locale il y a trois ans. [Vivienne] Et comme ton père avec le traitement de texte et le BASIC, tu as commencé à exploiter la machine. [Mathieu] Exactement. Mon père a fini par faire tourner une dizaine de programmes sur son 286. Moi, j'ai fini par configurer 15 fonctionnalités autour de ce modèle. Détection de bugs, génération de messages de commit, revue de code automatique, explication d'erreurs en langage clair, traduction de commentaires, vérification des conventions de nommage, détection de code dupliqué, documentation automatique, catégorisation des priorités. Tout ça avec 2,6 gigaoctets de mémoire vidéo sur un GPU de portable. [Vivienne] Et tout tourne en parallèle ? [Mathieu] Oui. Le modèle de langage prend 2,6 gigaoctets, un deuxième modèle pour la recherche sémantique prend 1,1 gigaoctet. Total : 3,7 gigaoctets sur 6. Mon père, lui, avait 256 kilooctets et il faisait tourner un tableur. Moi, j'ai 6 gigaoctets et je fais tourner 15 automatisations d'intelligence artificielle. Les proportions sont différentes. L'esprit est le même. [Vivienne] Soyons honnêtes, Mathieu. Le 286 avait des limites sérieuses. Pas de multitâche, pas de réseau, des plantages fréquents. Ton modèle local, il a quoi comme limites ? [Mathieu] Beaucoup. Et c'est important de le dire. Quatre milliards de paramètres, ça ne fait pas de raisonnement complexe. Si je lui demande de concevoir une architecture logicielle ou d'analyser une faille de sécurité subtile, il ne sait pas faire. Le scoring n'est pas parfait non plus : il donne un trois sur cinq au mot « hello » au lieu d'un un. Et sans GPU, les temps de réponse passent de une seconde à trente secondes. [Vivienne] Alors c'est un jouet ? [Mathieu] Non. C'est un assistant. Il fait le travail répétitif et prévisible pour que je me concentre sur la réflexion et les décisions qui demandent un vrai cerveau humain ou un modèle plus puissant. Exactement comme le 286. Mon père ne lui demandait pas de faire tourner Photoshop. Photoshop n'existait même pas encore. Il lui demandait de faire du traitement de texte, et le 286 le faisait brillamment. Moi, je ne demande pas à mon modèle de 2,6 gigaoctets de concevoir une architecture. Je lui demande de me dire si mon code a un bug évident, et il le fait brillamment. [Vivienne] Et la suite ? Parce que le 286, il a quand même fini par être dépassé. [Mathieu] Dépassé, oui. Mais il a ouvert la voie. Après le 286, il y a eu le 386, le 486, le Pentium. Chaque génération plus puissante. Et surtout, le 286 a fini par se connecter à Internet. C'est ça le vrai tournant. La machine isolée qui devient une porte sur le monde. [Vivienne] Et tu vois la même évolution pour les modèles locaux ? [Mathieu] C'est déjà en cours. Ollama travaille avec l'université Stanford sur un projet qui s'appelle Secure Minions. L'idée, c'est que ton modèle local collabore avec un modèle cloud plus puissant, mais tes données restent chiffrées de bout en bout. Le modèle local traite les informations sensibles. Le modèle cloud intervient quand il faut du raisonnement complexe. Le meilleur des deux mondes. [Vivienne] Le 286 qui se connecte à Internet. [Mathieu] Exactement. Et quand ça arrivera, les limites qu'on accepte aujourd'hui disparaîtront. En attendant, mon petit modèle de 2,6 gigaoctets fait le boulot. Comme le 286 de mon père faisait le boulot. Pas parfait. Mais présent, fiable, et surtout, à moi. Mon père, quarante ans plus tard, il se souvient encore de la première ligne de code qu'il a tapée sur son 286. Moi, dans quarante ans, je me souviendrai du premier message de commit généré par mon modèle d'intelligence artificielle locale en 0,9 seconde. [Vivienne] C'est une belle façon de boucler la boucle. [Mathieu] C'est pas une boucle. C'est la même ligne droite. De génération en génération, on découvre des machines limitées qui nous émerveillent. Et à chaque fois, les gens disent que c'est un jouet. Le 286 était un jouet. Internet à 56 kilobits était un jouet. Les smartphones étaient des jouets. L'intelligence artificielle locale est un jouet. Jusqu'au jour où ce n'en est plus un.