Modèle ouvert · IA locale
SmolLM2 135M
Sur le disque
0,3 Go
Mémoire sur Mac
4 Go
Carte graphique sur PC
1 Go
Paramètres
135 millions
Code, notre labo
2 %
Notre recommandation
Mac mini M6, 16 Go
Le Mac le plus modeste qui écrit 500 mots en 20 secondes ou moins avec ce modèle (environ 12 s).
SmolLM2 135M en bref
SmolLM2 135M est le plus petit modèle de la famille SmolLM2, un modèle ouvert publié par Hugging Face sous licence Apache 2.0. Avec 135 millions de paramètres, il tourne sur presque n'importe quel appareil. Il s'adresse aux développeurs qui veulent une petite tâche de texte simple, rapide et hors ligne, pas à ceux qui cherchent un assistant polyvalent.
Forces
- Il demande très peu de mémoire. Dans une étude indépendante de l'Université des Émirats arabes unis, il occupait environ 0,33 Go de mémoire vidéo par requête.
- Il se classe devant les autres modèles de sa taille dans une étude de l'Université de Birmingham, avec la moyenne la plus haute sur six épreuves de connaissances générales parmi les modèles de 135 millions de paramètres comparés.
- Publié sous licence Apache 2.0, il peut servir dans un produit commercial et être modifié ou redistribué librement.
- Selon l'éditeur, il a été entraîné sur 2 000 milliards de jetons (un jeton est un morceau de mot), beaucoup pour un modèle de cette taille.
Faiblesses
- Il raisonne mal. Dans l'étude de l'Université des Émirats arabes unis, il répondait juste à 22 % des questions de raisonnement, contre 71 % pour Qwen2.5 7B.
- Il ne sait presque pas calculer, avec un score de 1,4 sur 100 à l'épreuve de mathématiques GSM8K publié par l'éditeur.
- Il comprend et écrit surtout en anglais, selon l'éditeur, ce qui le rend peu adapté aux textes en français.
- L'éditeur prévient que ses réponses peuvent être inexactes, incohérentes ou biaisées. Vérifiez ce qu'il avance.
Notre test
Code : 2 %, rédaction : 32 %, test du 31 oct. 2026. Notre méthode.
Pour quels usages
- Servir de base à un développeur qui veut entraîner un modèle spécialisé pour une seule tâche répétitive.
- Faire des essais d'IA sur un vieil ordinateur ou un petit appareil, sans carte graphique.
D’où il vient
SmolLM2 est la deuxième génération des petits modèles ouverts de Hugging Face. La famille compte trois tailles, 135 millions, 360 millions et 1,7 milliard de paramètres. L’équipe a publié son rapport technique en février 2025. Selon ce rapport, les deux plus petits modèles ont été entraînés en une seule étape sur des données triées pour leur qualité, et l’équipe a retiré de leur réglage final les tâches trop complexes pour eux, comme l’appel de fonctions (la capacité de déclencher un outil ou un logiciel).
Ce qui le distingue
Sa taille. Un modèle de 135 millions de paramètres est environ 50 fois plus petit qu’un modèle de 7 milliards, ce qui permet de le faire tourner sur un téléphone, un vieux portable ou un petit serveur. En échange, il sait peu de choses et raisonne peu. Les chercheurs de l’Université des Émirats arabes unis le traitent comme une limite basse, le niveau de raisonnement qu’on peut attendre avec si peu de ressources. Ils notent aussi que ses bonnes réponses existent souvent parmi plusieurs essais, mais qu’il ne choisit pas toujours la bonne du premier coup.
Pour une PME, il sert surtout de pièce dans un logiciel construit par un développeur. Pour rédiger, résumer en français ou répondre à des questions, un modèle plus gros convient mieux.
Sources
- SmolLM2-135M-Instruct, fiche du modèle (Hugging Face) (site officiel, consulté le 8 nov. 2026)
- SmolLM2: When Smol Goes Big, rapport technique (Hugging Face, arXiv, février 2025) (site officiel, consulté le 8 nov. 2026)
- How Small Can 6G Reason? Scaling Tiny Language Models for AI-Native Networks (Ferrag, Lakas et Debbah, arXiv, 2026) (consulté le 8 nov. 2026)
- L20-Edu-135M: An Auditable Single-GPU Study of Data-Efficient Small Language Modeling (Yin Li, Université de Birmingham, arXiv, 2026) (consulté le 8 nov. 2026)
Fiche publiée le 27 oct. 2026, mise à jour le 8 nov. 2026.
Sur quelle machine faire tourner SmolLM2 135M
| Machine | Minimum | À l'aise | Texte de 500 mots |
|---|---|---|---|
| Mac mini M6 | 16 Go | 24 Go | environ 12 s |
| MacBook Air M5 (13 et 15 pouces) | 16 Go | 24 Go | environ 12 s |
| MacBook Pro 14 pouces M6 | 16 Go | 24 Go | environ 12 s |
| iMac 24 pouces M6 | 16 Go | 24 Go | environ 11 s |
| Mac mini M5 Pro | 24 Go | 48 Go | environ 6 s |
| MacBook Pro 14 et 16 pouces M5 Pro | 24 Go | 48 Go | environ 6 s |
| MacBook Pro 14 et 16 pouces M5 Max | 36 Go | 48 Go | environ 4 s |
| Mac Studio M5 Max | 36 Go | 48 Go | environ 4 s |
| Mac Studio M5 Ultra | 96 Go | 256 Go | environ 2 s |
| PC Windows | Carte graphique d'au moins 12 Go, 32 Go de mémoire vive. Vitesse à mesurer. | ||
Vitesses estimées à partir de notre mesure du 31 oct. 2026.
Au labo
Testé le 31 oct. 2026 : 2 % en code, 32 % en rédaction. Voir le labo IA.
Nos épreuves avancées
En plus du test de base, le modèle passe des épreuves de code, de documents et d'outils dont les réponses sont vérifiées automatiquement. L'appel d'outils vérifie que le modèle choisit la bonne fonction avec les bons paramètres. L'agent enchaîne seul plusieurs étapes. Le jury réunit trois modèles d'autres éditeurs, qui notent le texte sans savoir qui l'a écrit.
| Épreuve | Résultat |
|---|---|
| Code Python par niveaux | 12 % |
| Code difficile (tableur, base de données, adresses web) | 0 % |
| Documents (facture, résumé) | 15 % |
| Contrat et avenants | 0 % |
| Appel d'outils | 10 % |
| Agent en plusieurs étapes | 0 % |
| Adaptation québécoise | 23 % |
| Qualité de la rédaction, notée par un jury | 5,7 sur 25 |
| Adaptation québécoise, notée par un jury | 8,7 sur 25 |
Moyenne de 3 essais, mesurée le 31 oct. 2026.
L'évaluation de Claude : 5 sur 25
Après le test, Claude, le modèle d'Anthropic, lit toutes les réponses et les note de 1 à 5 sur cinq critères, selon une grille fixe. Ses notes s'ajoutent aux mesures du labo sans les remplacer.
| Critère | Note |
|---|---|
| Code | 1 sur 5 |
| Rédaction | 1 sur 5 |
| Documents | 1 sur 5 |
| Outils | 1 sur 5 |
| Constance d'un essai à l'autre | 1 sur 5 |
Bon pour
- Vérifier qu'Ollama fonctionne sur une machine modeste, avant d'installer un plus gros modèle
- Voir de vos yeux la différence entre un très petit modèle et un modèle de taille moyenne
À éviter pour
- Écrire ou corriger du code
- Rédiger ou adapter un texte en français
- Extraire des montants, des dates ou des noms d'un document
Évaluation du 31 oct. 2026.
Par Jacob Bédard
Recevez les résultats chaque semaine
Le duel du mardi et les nouveautés du lundi, dans votre boîte courriel. Désabonnement en un clic. Notre politique de confidentialité.
Labo IA
Un modèle ou un usage à tester ?
Proposez-le au labo : nous publions les résultats pour tout le monde.
Demander un test →