Modèle ouvert · IA locale
TinyLlama 1.1B
Sur le disque
0,6 Go
Mémoire sur Mac
5 Go
Carte graphique sur PC
2 Go
Paramètres
1,1 milliard
Code, notre labo
0 %
Notre recommandation
Mac mini M5 Pro, 24 Go
Le Mac le plus modeste qui écrit 500 mots en 20 secondes ou moins avec ce modèle (environ 12 s).
TinyLlama 1.1B en bref
TinyLlama 1.1B est un petit modèle ouvert de 1,1 milliard de paramètres, créé par une équipe de recherche de l'Université de technologie et de design de Singapour et publié sous licence Apache 2.0. Il reprend l'architecture de Llama 2 de Meta en format réduit. Il s'adresse aux développeurs et aux chercheurs qui veulent un modèle léger pour des essais ou des appareils peu puissants, pas aux entreprises qui cherchent un assistant fiable.
Forces
- Ses auteurs le publient sous licence Apache 2.0, qui autorise l'usage commercial, la modification et la redistribution sans redevance.
- Il consomme peu. Dans une étude de l'Université d'État Kennesaw sur de petits appareils, il produisait le plus de jetons par unité d'énergie à une épreuve de sens commun (HellaSwag) sur une carte Jetson Orin Nano, devant Llama 3.2, Phi-3 Mini et Gemma 2.
- Il reprend exactement l'architecture et le découpage des mots de Llama 2, selon ses auteurs, qui le présentent comme utilisable dans beaucoup de projets ouverts construits pour Llama.
- Selon son rapport technique, il dépasse de peu deux modèles ouverts de taille semblable, avec une moyenne de 53,0 sur 100 en raisonnement de sens commun pour la version 1.0, contre 51,4 pour OPT-1.3B et 51,3 pour Pythia-1.4B.
Faiblesses
- Il sait peu de choses. Dans l'étude de l'Université d'État Kennesaw, il répondait juste à 19 % des questions de connaissances générales (épreuve MMLU) sur un Raspberry Pi 5, contre 39 % pour Llama 3.2.
- Il a tendance à se répéter. Dans une étude de l'Université du Zhejiang sur la sécurité des petits modèles, la famille TinyLlama figure parmi les modèles qui répètent le plus les mêmes phrases.
- Il lit seulement 2 048 jetons d'un coup (un jeton est un morceau de mot), selon son rapport technique, soit quelques pages de texte.
- Sa fiche du modèle indique l'anglais comme seule langue, et sa version de conversation a été ajustée sur des dialogues en anglais, ce qui le rend peu adapté au français.
Notre test
Code : 0 %, rédaction : 55 %, test du 5 nov. 2026. Notre méthode.
Pour quels usages
- Mesurer ce qu'un petit modèle consomme sur un appareil à faible puissance, comme un Raspberry Pi ou une carte Jetson.
- Apprendre comment on entraîne un petit modèle, puisque ses auteurs ont rendu publics leur code et les fichiers du modèle.
D’où il vient
TinyLlama est un projet de recherche ouvert du groupe StatNLP de l’Université de technologie et de design de Singapour. L’entraînement a commencé le 1er septembre 2023, selon sa fiche du modèle. Selon le rapport technique, le modèle a lu environ 1 000 milliards de jetons trois fois, soit 3 000 milliards au total, tirés de textes du Web et de code informatique, sur 16 cartes graphiques A100. La version de conversation a ensuite été ajustée sur des dialogues générés par ChatGPT, puis alignée sur des réponses classées par GPT-4.
Ce qui le distingue
Sa sobriété. Ses auteurs ont misé sur beaucoup de données pour un petit modèle, et l’étude de l’Université d’État Kennesaw confirme qu’il convient aux appareils à très faible consommation, au prix de la justesse. La même étude conclut que Llama 3.2 offre un meilleur équilibre entre justesse, énergie et vitesse.
Pour une PME, il sert surtout à apprendre ou à tester. La rédaction et la synthèse en français demandent un modèle plus récent et plus gros.
Sources
- TinyLlama-1.1B-Chat-v1.0, fiche du modèle (TinyLlama, Hugging Face) (site officiel, consulté le 8 nov. 2026)
- TinyLlama: An Open-Source Small Language Model, rapport technique (Zhang, Zeng, Wang et Lu, Université de technologie et de design de Singapour, arXiv, juin 2024) (site officiel, consulté le 8 nov. 2026)
- Characterizing and Understanding Energy Footprint and Efficiency of Small Language Model on Edges (Islam et al., Université d'État Kennesaw, arXiv, novembre 2025) (consulté le 8 nov. 2026)
- Can Small Language Models Reliably Resist Jailbreak Attacks? A Comprehensive Evaluation (Wang et al., Université du Zhejiang, arXiv, 2025) (consulté le 8 nov. 2026)
Fiche publiée le 28 oct. 2026, mise à jour le 8 nov. 2026.
Sur quelle machine faire tourner TinyLlama 1.1B
| Machine | Minimum | À l'aise | Texte de 500 mots |
|---|---|---|---|
| Mac mini M6 | 16 Go | 24 Go | environ 25 s |
| MacBook Air M5 (13 et 15 pouces) | 16 Go | 24 Go | environ 25 s |
| MacBook Pro 14 pouces M6 | 16 Go | 24 Go | environ 25 s |
| iMac 24 pouces M6 | 16 Go | 24 Go | environ 22 s |
| Mac mini M5 Pro | 24 Go | 48 Go | environ 12 s |
| MacBook Pro 14 et 16 pouces M5 Pro | 24 Go | 48 Go | environ 12 s |
| MacBook Pro 14 et 16 pouces M5 Max | 36 Go | 48 Go | environ 8 s |
| Mac Studio M5 Max | 36 Go | 48 Go | environ 8 s |
| Mac Studio M5 Ultra | 96 Go | 256 Go | environ 3 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 5 nov. 2026.
Au labo
Testé le 5 nov. 2026 : 0 % en code, 55 % 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 | 0 % |
| 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 | 38 % |
| Qualité de la rédaction, notée par un jury | 5,3 sur 25 |
| Adaptation québécoise, notée par un jury | 5,7 sur 25 |
Moyenne de 3 essais, mesurée le 5 nov. 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 est bien installé, avec un modèle de moins de 1 Go à télécharger
- Essais techniques où la qualité de la réponse ne compte pas
À éviter pour
- Écrire ou corriger du code
- Rédiger un texte en français
- Extraire les montants et les dates d'un document
Évaluation du 5 nov. 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 →