Junie Local fait tourner un agent de code entièrement hors ligne sur un Mac M5 de 64 Go

24 août 2026. Qwen3.6-27B. 64 Go. Le 24 août 2026, JetBrains a annoncé Junie Local, une version gratuite de son agent de code qui s’exécute entièrement sur la machine du développeur, sans appel réseau. Le choix du modèle est volontairement conservateur : Qwen3.6-27B, un modèle ouvert de 27 milliards de paramètres sorti en avril 2026, et non le plus récent Qwen3.8-27B. La raison dit tout de l’état de l’art : sur les Mac actuels, le modèle le plus récent est quatre fois plus lent une fois son mode de raisonnement activé.

Le fossé entre « local » et « utilisable »

La plupart des outils de code assisté par IA s’appuient sur des modèles hébergés. L’exécution locale est devenue une alternative crédible pour qui veut garder son code sur sa propre machine, éviter les coûts par requête ou travailler sans connexion. Des outils comme Cline, Continue ou Aider se branchent déjà sur des runtimes comme Ollama ou LM Studio, et GitHub a ajouté en avril 2026 le support de modèles locaux à Copilot CLI, avec un mode hors ligne pour les environnements totalement isolés.

Le problème, c’est que « local » laisse encore l’essentiel de l’assemblage au développeur : choisir un modèle et la quantification adaptée à son matériel, configurer le runtime et la fenêtre de contexte, puis trouver la combinaison qui tient la route avec l’agent. Et ce dernier point compte vraiment : un modèle assez petit pour tourner confortablement sur un portable peut peiner sur l’utilisation d’outils, le raisonnement et les tâches longues qu’un agent de code exige.

C’est précisément ce que Junie Local supprime. JetBrains — l’éditeur derrière IntelliJ IDEA, PyCharm et WebStorm — a lancé Junie en janvier 2025 comme agent de code intégré à ses IDE, capable de planifier des tâches, modifier du code, lancer tests et inspections. Il s’est depuis étendu en CLI autonome. Avec Junie Local, l’éditeur a choisi le modèle, l’a quantifié et a accordé le moteur d’inférence et le harnais d’agent autour de cette combinaison précise.

Sous le capot : pourquoi Qwen3.6 et pas 3.8

Le choix du modèle est la partie la plus instructive. Junie Local embarque Qwen3.6-27B, quantifié en 4 bits, via un moteur d’inférence fondé sur mlx-vlm, qui repose sur MLX, le framework d’apprentissage d’Apple pour Apple Silicon. C’est la même approche qu’Ollama a adoptée en mars 2026 en migrant son moteur Apple Silicon vers MLX pour exploiter la mémoire unifiée des puces.

Pourquoi ne pas prendre Qwen3.8-27B, sorti début août 2026 avec des améliorations ? Dmitry Savelev, responsable marketing de JetBrains, l’explique sans détour : pour être fiable avec l’agent, Qwen3.8 exige d’activer son mode de raisonnement, et ce mode rend les tâches environ quatre fois plus longues. « Sur les Mac actuels, 3.6 gagne », écrit-il. Le message vaut pour toute l’industrie : en local, le meilleur modèle n’est pas le plus récent, c’est celui qui reste rapide et fiable dans les contraintes de mémoire du matériel.

Le plancher matériel est néanmoins élevé. Junie Local représente environ 20 Go de téléchargement et exige macOS 26, au moins 64 Go de mémoire unifiée et une puce Apple M5 ou plus récente. En pratique, ces 64 Go placent les utilisateurs de MacBook Pro en territoire M5 Pro ou M5 Max : c’est résolument du Mac haut de gamme.

JetBrains assume ce seuil. « Nous savons qu’un Mac M5 avec 64 Go de RAM est une grosse demande. Nous n’allons pas prétendre le contraire. C’est simplement ce qu’il en coûte de bien faire tourner un modèle de 27B aujourd’hui », écrit Savelev. L’éditeur dit travailler à abaisser ces exigences.

Le vrai goulot : le préfill, pas la génération

Le point technique le plus contre-intuitif de l’annonce concerne la performance. Le débit en tokens par seconde mesure la vitesse de génération, mais un agent passe une grande partie de son temps à ingérer d’abord les fichiers sources, les invites et le contexte — la phase de préfill — avant de produire une réponse.

« Tout le monde benchmarke la vitesse de génération », note Savelev. « Pour un agent de code, c’est le mauvais chiffre à poursuivre, car l’essentiel du temps est passé en préfill, pendant que le modèle lit les fichiers pour comprendre ce qui se passe. Optimiser le préfill, c’est là que se trouvaient les vrais gains. »

Cette lecture change la cible d’optimisation : pour un agent local, la valeur se joue dans la vitesse d’ingestion du contexte, pas dans le débit de sortie. C’est une leçon que les équipes qui benchmarkent leurs propres runtimes locaux ont intérêt à retenir.

# Prérequis matériels de Junie Local : macOS 26, puce M5+, 64 Go de mémoire unifiée
sysctl -n machdep.cpu.brand_string   # vérifier la puce
sysctl -n hw.memsize                  # mémoire unifiée, en octets (64 Go = 68719476736)

Le coût réel du local face au cloud

Le seuil matériel force un calcul honnête. Un MacBook Pro M5 Max avec 64 Go de mémoire unifiée se chiffre en milliers d’euros. Face à lui, un agent cloud facture au token : les petits travaux quotidiens coûtent quelques dollars par mois, et seuls les refactorings massifs ou les équipes nombreuses font grimper la note.

Le local ne se justifie donc pas par l’économie brute, sauf cas particuliers. Il se justifie par ce qu’il supprime : la dépendance au réseau, la facturation par requête qui peut exploser sur une tâche longue, et surtout l’envoi de code hors du périmètre. Dans les secteurs réglementés — finance, santé, défense — où le code source ne doit pas quitter le poste, le cloud n’est simplement pas une option, et la question devient « quel matériel » plutôt que « local ou cloud ».

La quantification en 4 bits rappelle le compromis accepté : le modèle tient en mémoire unifiée, mais au prix d’une légère perte de précision. Pour le travail mécanique que Junie Local cible — renommages, montées de dépendances, comblement de tests — cette perte est négligeable. Pour du raisonnement fin sur une architecture délicate, un modèle hébergé plus grand restera supérieur. Savoir lequel des deux vous fait défaut, c’est déjà la moitié de la décision.

Verdict

Si l’isolation, la confidentialité ou le coût vous imposent le local — poste hors réseau, code sensible, volume de travail mécanique — et que vous disposez d’un Mac M5 avec 64 Go, Junie Local est aujourd’hui l’option la plus simple : la commande /local télécharge le modèle et le moteur, démarre un serveur local et bascule l’agent, sans Ollama ni LM Studio à installer. Il excelle sur le travail long et répétitif : refactorisations multi-fichiers, comblement des trous de couverture de tests, montées de dépendances, migrations de framework.

Si votre matériel est en dessous du seuil, ou que le débit d’un modèle hébergé reste acceptable, ne forcez pas : un agent cloud coûte souvent moins cher à l’usage qu’un MacBook Pro M5 Max acquis pour la seule inférence locale.

La lecture d’ensemble tient en une phrase : l’agent de code local cesse d’être un bricolage, mais son prix d’entrée — un modèle de 27B et 64 Go de mémoire — rappelle que « local » et « gratuit » ne signifient pas « sans matériel ».

Références

• JetBrains’ Junie now runs entirely offline. Can you spare a 64 GB M5 Mac? — The New Stack, 24 août 2026
• Junie — JetBrains, consulté le 25 août 2026
• Qwen3.6 — dépôt officiel, consulté le 25 août 2026