Glossaire de l'IA : les mots de l'IA expliqués simplement

Quantification, « q4 », « q8 », « bf16 »

Une compression du modèle : chaque paramètre est stocké avec moins de précision pour prendre moins de place. « q4 » garde environ 4 bits par paramètre, « q8 » en garde 8, « bf16 » en garde 16, sans compression. Plus c'est compressé, plus c'est léger, au prix d'une légère perte de qualité.

Exemple : Gemma 4 26B pèse 16 Go en version compressée « qat », et 28 Go en « q8_0 ».

qat

Une compression prévue dès l'entraînement du modèle (« quantization-aware training »). Le modèle perd moins de qualité qu'avec une compression faite après coup.

Mémoire unifiée

Sur les Mac récents, la même mémoire sert au processeur et à la puce graphique. Un Mac de 32 Go peut donc consacrer une grande partie de ses 32 Go à un modèle d'IA.

VRAM, la mémoire graphique

La mémoire de la carte graphique d'un PC. Pour qu'un modèle soit rapide sur Windows, il doit tenir dans la VRAM. S'il déborde dans la mémoire ordinaire du PC, il ralentit fortement.

Bande passante mémoire

La vitesse à laquelle la mémoire livre les données, en gigaoctets par seconde. C'est elle qui décide surtout de la vitesse d'écriture d'une IA locale.

Exemple : 153 Go/s pour un Mac mini M6, 307 Go/s pour un M5 Pro, 400 Go/s pour notre Mac Studio M1 Max.

Échange sur le disque

Quand la mémoire est pleine, l'ordinateur déplace une partie des données sur le disque, beaucoup plus lent. Un modèle qui en arrive là devient pénible à utiliser.

Exemple : Qwen 3.8 27B a poussé environ 4 Go sur le disque de notre Mac de 32 Go.

Prompt, ou consigne

Ce que vous écrivez à l'IA : votre question ou votre demande. Une consigne claire, avec le contexte, le format voulu et un exemple, donne de meilleurs résultats qu'une question vague.

Exemple : « Résume ce courriel en trois points, en français, pour un client » plutôt que « Résume ».

Jeton

Le morceau de texte qu'un modèle lit et écrit : un mot court, ou une partie de mot. Les prix et les vitesses se calculent en jetons. En anglais : « token ».

Exemple : en français, nous avons mesuré environ 1,5 jeton par mot. Un texte de 500 mots fait donc environ 770 jetons.

Contexte, « 128K », « 256K »

La quantité de texte qu'un modèle peut garder en tête en même temps : votre demande, les documents joints et la conversation. « 256K » veut dire 256 000 jetons. Un long contexte demande aussi plus de mémoire.

Jetons par seconde

La vitesse d'écriture d'un modèle. À 20 jetons par seconde, un texte de 500 mots s'écrit en moins de 40 secondes.

Exemple : Gemma 4 26B écrit environ 65 jetons par seconde sur notre Mac.

Température

Un réglage qui rend les réponses plus prévisibles (près de 0) ou plus variées (plus élevé). Nos tests de fiabilité utilisent 0,7, proche de l'usage courant.

Hallucination

Quand un modèle invente un fait, une source ou une citation avec assurance. Toute IA peut le faire : c'est pourquoi il faut vérifier chaque référence importante.

API

L'accès direct à un modèle pour les logiciels, sans passer par l'application de clavardage. C'est ce qu'utilise un système hybride, sous contrat commercial et facturé à l'usage.

Prix par million de jetons

La façon dont les API facturent : un prix pour les jetons envoyés (entrée) et un autre, plus élevé, pour les jetons écrits (sortie).

Conservation des données

Combien de temps le fournisseur garde vos demandes. Chez Anthropic, les données de l'API sont supprimées dans les 30 jours par défaut et ne servent pas à l'entraînement (documentation consultée le 18 octobre 2026). Une entente de « conservation zéro » est possible sur approbation.

Ollama

Un logiciel gratuit qui télécharge et fait tourner des modèles ouverts sur Mac, Windows ou Linux, avec une seule commande.

ollama run gemma4:26b-a4b-it-qat

LM Studio

Une application avec une interface graphique pour chercher, télécharger et utiliser des modèles locaux, sans ligne de commande.

GGUF et MLX

Deux formats de modèles locaux. GGUF est le plus répandu, utilisé par Ollama et LM Studio. MLX est le format d'Apple, optimisé pour les puces des Mac.

Recherche dans vos documents

Le système retrouve d'abord les passages utiles dans vos documents, puis les donne au modèle pour qu'il réponde. Le modèle cite ce qu'il a lu au lieu d'improviser. En anglais : RAG.

Embeddings

Une façon de transformer un texte en coordonnées, pour retrouver les passages proches d'une question même sans les mêmes mots. C'est le moteur de la recherche dans vos documents.

Caviardage

Retirer les noms, numéros et renseignements personnels d'un texte avant de l'envoyer à un modèle du nuage, puis les remettre dans la réponse. Un petit modèle local peut s'en charger.

Agent

Une IA qui enchaîne plusieurs étapes seule : chercher, lire, écrire, utiliser des outils, jusqu'à terminer une tâche.

MCP

Une norme ouverte qui permet de brancher une IA sur vos logiciels : courriel, calendrier, dossiers. Claude l'utilise pour ses connecteurs.

Benchmark, ou banc d'essai

Un test identique passé par plusieurs modèles pour les comparer. C'est le travail de notre labo IA. Les nôtres : 57 tests de code secrets et 22 règles de rédaction. Voir la méthode.

Fiabilité

La part des tests réussis à chacun des 5 essais. Un modèle à 90 % de qualité mais 60 % de fiabilité réussit souvent, mais pas toujours les mêmes choses.