IA à la maison : llama.cpp passe en version 1.0, c'est quoi et pourquoi c'est une bonne nouvelle ?
« Ça a été bricolé en une soirée, je n'ai aucune idée si ça marche correctement. » C'est ce qu'on pouvait lire en mars 2023 sur la page de présentation de llama.cpp, un petit programme écrit par le développeur bulgare Georgi Gerganov pour faire tourner une IA sur un MacBook. Trois ans et demi plus tard, ce bricolage d'un soir est devenu le moteur de l'IA à la maison, et il compte plus de 135 000 étoiles sur GitHub au 15 novembre (l'équivalent des « j'aime » chez les développeurs), et vendredi 13 novembre, il est enfin passé en version 1.0. Il en aura fallu, du temps, pour oser écrire « 1 » devant le point !
Le bricolage d'un soir de 2023, et la version 1.0 de 2026
Le moteur que tu ne vois jamais
llama.cpp, c'est un logiciel gratuit qui permet de faire tourner un modèle d'IA, le « cerveau » d'un assistant comme ChatGPT, directement sur ton ordinateur. Pas sur un serveur en Californie : sur ton PC, dans ton salon. Tes questions ne partent nulle part, et une fois le modèle téléchargé, ça marche même sans Internet.
La plupart des gens qui s'en servent ne le savent même pas. Des applis comme LM Studio ou Ollama, que beaucoup utilisent pour avoir leur IA à la maison, embarquent chacune leur propre version de ce moteur. C'est un peu comme le moteur d'une voiture : tu conduis la voiture, tu ne regardes jamais sous le capot, mais c'est lui qui fait tout le boulot. Il est sous licence MIT, ce qui veut dire en clair que tout le monde peut l'utiliser gratuitement, même une entreprise qui vend ses propres produits. D'après sa page GitHub, plus de quatre cents personnes y ont contribué, et depuis février 2026, l'équipe d'origine travaille chez Hugging Face.
Pourquoi ce « 1.0 » compte vraiment
Bon, soyons honnêtes : à première vue, passer de la version 0.9 à la 1.0, ça ressemble à un simple changement d'étiquette. Sauf que là, c'est une promesse.
Jusqu'ici, le logiciel sortait à un rythme fou, une nouvelle version presque tous les jours, numérotée bêtement : la dernière avant la 1.0 portait le numéro 12 359 ! Et à chaque mise à jour, un développeur qui avait construit une appli au-dessus pouvait se réveiller avec un programme qui ne démarrait plus, parce qu'un réglage avait changé de nom pendant la nuit. Pour moi qui développe depuis vingt-cinq ans, c'est le genre de truc qui te fait perdre une matinée entière.
Désormais, le numéro de version a un sens, et il se lit en trois morceaux. Le premier chiffre ne change que si quelque chose casse. Le deuxième, quand il y a des nouveautés qui ne cassent rien. Le troisième, pour les simples réparations. C'est exactement comme une prise électrique normalisée : le fabricant de grille-pain sait que la prise ne changera pas de forme la semaine prochaine, alors il peut enfin fabriquer ses grille-pain tranquille.
Une prise qui ne change plus de forme, et tout le monde peut se brancher dessus
Pour faire place nette avant la promesse, l'équipe a fait le ménage : 35 vieilles fonctions, qui étaient déjà annoncées comme abandonnées, ont été supprimées d'un coup, d'après la note de version. Ceux qui les utilisaient encore ont dû adapter leur code. C'est le dernier gros dérangement avant le calme, en principe.
Ce qu'il y a de neuf sous le capot
La version 1.0 n'est pas qu'une étiquette, elle arrive aussi avec du neuf. D'après Hugging Face, llama.cpp sait maintenant faire tourner plus de 150 familles de modèles différentes, dont trois nouvelles d'un coup, parmi lesquelles Kimi K3.1 Pro et Ripple 65B. Il sait aussi parler : un modèle de synthèse vocale, drama-3, lui permet de lire ses réponses à voix haute. Et il range la mémoire de la conversation de façon plus compacte, ce qui permet de tenir des discussions plus longues avec la même carte graphique.
L'IA lit maintenant à voix haute, et sans Internet
Le petit clin d'œil de l'histoire, c'est que dès sa première semaine, en 2023, Georgi Gerganov écrivait qu'« en théorie », on devrait pouvoir faire tourner un modèle de 65 milliards de paramètres (le nombre de petits réglages appris par l'IA, en gros sa taille) sur un MacBook avec 64 Go de mémoire. Trois ans et demi plus tard, c'est pile ce qu'il faut pour Ripple 65B, d'après le site spécialisé ModelFit : 64 Go de mémoire, sinon ça ne rentre pas. Il avait vu juste dès le premier soir !
Et puis il y a la partie sécurité, beaucoup moins sexy mais très importante. llama.cpp peut tourner en petit serveur sur ton PC, pour que d'autres programmes lui parlent. Plusieurs trous ont été bouchés, qui auraient pu permettre à une page web piégée de discuter en douce avec l'IA installée sur ta machine. Et ta clé d'accès à Hugging Face (le mot de passe qui sert à télécharger certains modèles) ne peut plus partir que vers le site de Hugging Face, et nulle part ailleurs.
Si tu es sur Mac et que tu l'as installé avec Homebrew, le petit gestionnaire de logiciels des développeurs, la mise à jour se fait en une ligne. Tape ceci dans le Terminal :
brew upgrade llama.cppConcrètement, à quoi ça te sert ?
Si tu n'as jamais ouvert un Terminal de ta vie, la vraie bonne nouvelle est ailleurs. La même équipe a sorti une appli toute simple, Llama, qui se loge dans la barre du haut sur Mac et à côté de l'horloge sur Windows 11. Pas de commande à taper : tu choisis un modèle dans une liste, tu cliques, il se télécharge, et tu discutes avec ton IA, sans abonnement et sans que rien ne sorte de ton ordinateur. Elle est gratuite, sur llama.app, et depuis le 10 novembre, la version Windows est même dans le Microsoft Store. Petit détail qui me fait plaisir : la version Windows est écrite en .NET, mon langage de tous les jours.
Ça sert à quoi, une IA qui reste à la maison ? À lui faire résumer le contrat de ta mutuelle ou le bulletin de notes de ton gamin sans envoyer ces papiers chez une entreprise américaine. À avoir un assistant dans le train ou l'avion, là où le Wi-Fi rame. Ou tout simplement à ne pas payer une vingtaine d'euros par mois pour poser trois questions par semaine. J'expliquais d'ailleurs le mois dernier ce qu'on peut faire avec un petit modèle de 4 Go sur un PC ordinaire.
Pas de réseau dans le train, et l'IA répond quand même
Soyons clairs quand même : une IA qui tourne sur ton portable n'a pas la puissance des gros modèles de ChatGPT ou de Claude. Elle est plus lente, un peu moins futée, et les plus gros modèles demandent un ordinateur bien musclé. Mais pour résumer, traduire ou reformuler un mail, un petit modèle fait très bien le travail.
Ce qui m'épate dans cette histoire, c'est le chemin parcouru. Un gars qui écrit un soir « je n'ai aucune idée si ça marche », et trois ans et demi après, c'est la fondation sur laquelle s'appuie une bonne partie de l'IA qui tourne chez les particuliers. Chapeau bas, Georgi ! Et pour la 2.0, rien ne presse : avec la nouvelle règle, ça voudrait dire que tu as tout cassé.
Sources
- GitHub, 13 novembre 2026 : la note de version de llama.cpp 1.0.0 (en anglais)
- Hugging Face, 13 novembre 2026 : llama.cpp v1.0.0, une base plus solide pour l'IA locale (en anglais)
- Hugging Face, 13 octobre 2026 : Llama Windows, llama.cpp dans la barre des tâches de Windows (en anglais)
- ModelFit : llama.cpp 1.0 sur Mac, ce qui casse et ce qui tourne (en anglais)
Article écrit avec l'aide de Claude Code, relu et corrigé par moi.




Rejoignez la conversation
Vous devez avoir un compte pour commenter cet article. La création est gratuite et prend moins d'une minute.
Aucun commentaire pour le moment.