Des articles pour ceux qui
livrent le stack
Textes sur React, Node.js, TypeScript et AI. Un corps traduit est affiché quand il existe. Sinon vous voyez le texte anglais et une note qui le dit.
Tag : benchmarks
Combien de mémoire faut-il pour une IA locale ? Vitesses allant de 16 Go à 512 Go.
Vitesse et qualité locales mesurées des LLM sur des machines de 16, 32, 128, 256 et 512 Go, ce que chaque catégorie peut exécuter, ainsi que les GPU, Macs et mini-PC compatibles avec chacune.
5 min de lectureLe Mac Studio M5 Ultra contre le DGX Spark : vitesse des modèles de langage locaux avec les mêmes modèles.
Le Mac Studio M5 Ultra 256 GB contre une, deux et quatre unités DGX Spark sur Nemotron, Qwen3.8 et DeepSeek-V4.1-Flash : décodage, préremplissage, agrégation et traitement d’images.
4 min de lectureTests de performance des LLM locaux sur RTX 5090 : même Qwen3.8-27B, de 67 à 253 tokens par seconde.
Qwen3.8-27B sur une RTX 5090 via TensorFold, NInfer, ExLlamaV3, Qwentin et vLLM : décodage, préremplissage, débit en parallèle, qualité et choix du stack à utiliser.
4 min de lectureRTX 5060 Ti 16 GB pour l’IA locale : vitesses mesurées pour les modèles LLM, les images et la parole.
Test de la RTX 5060 Ti 16 GB pour l’IA locale : cinq modèles LLM avec des vitesses allant de 42 à 116 tok/s, temps de génération du premier token à 32K, vitesses pour les images, vidéos, 3D et la parole, ainsi que les applications compatibles.
6 min de lectureTensorFold contre llama.cpp sur un Mac Studio M5 Ultra : un débit 1,84 fois supérieur pour du travail JSON réel
J’ai comparé TensorFold 1.2.0 avec llama.cpp sur un Mac Studio M5 Ultra équipé de Qwen3.8-27B, en effectuant 80 requêtes JSON réelles : un débit 1,84 fois supérieur avec 8 tâches simultanées.
9 min de lectureLe Hy-MT2-7B sur cinq environnements locaux : lequel convient pour la traduction sur un Mac ?
Le Hy-MT2-7B a été testé en charge sur llama.cpp, LM Studio, mlx-lm, Ollama et MLX-Serve sur deux ordinateurs Mac Studio M5 Ultra : débit, échelle, déterminisme, mémoire.
9 min de lectureGemini 3.8 Flash au lancement : vitesse, date limite des prix et précautions en matière de sécurité.
Un aperçu de Gemini 3.8 Flash : des performances officielles améliorées, une vitesse de 304 tokens par seconde, une fin des prix promotionnels en 2027, le modèle Cyber et des problèmes de sécurité multilingue.
7 min de lecturePourquoi deux cartes RTX 3090 atteignent-elles 55 tok/s au lieu de 220 avec SGLang et DFlash2 ?
Une présentation pratique de l’exécution de Qwen3.8-27B sur deux cartes 3090 à l’aide de SGLang, ainsi que de la manière dont les liaisons PCIe x4, l’absence de fonction P2P, un cache KV trop restreint et des pics d’énergie ont limité la vitesse annoncée.
7 min de lectureMiniCPM5-2B contre 4B : pourquoi un système d’exploitation agentiel raconte une histoire différente
MiniCPM5-2B bat ses concurrents 4B en termes de scores sur une seule tentative, mais reste deux à trois fois en retrait dans les environnements agents. Problèmes de benchmark et faible débit d’Ollama.
10 min de lecture
À propos de ces articles
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.