EN
en direct
IA

Edge0-145B fait tourner un modèle de 145 milliards de paramètres sur un simple laptop

Le 12 novembre 2026, l’équipe Edge0 d’AutoArk ouvre les poids d’Edge0-145B, un MoE de 145 milliards de paramètres qui s’exécute localement sur un MacBook Pro avec 29 Go de mémoire vive et dépasse DeepSeek-V4-Flash sur plusieurs benchmarks de code. Avant de l’adopter, lisez les conditions de licence et traitez les scores comme auto-déclarés tant qu’ils ne sont pas reproduits.

Un unique ordinateur portable ouvert sur un bureau sombre, émettant un fin liseré de lumière ambrée, devant un mur flou de baies de serveurs éteintes en arrière-plan.

Septembre 2026. Edge0 frappe avec un modèle 35 milliards de paramètres qui tourne sur un iPhone 18 Pro Max. 12 novembre 2026. L’équipe, filiale d’AutoArk, ouvre les poids d’Edge0-145B et d’Edge0-120B avec son moteur d’inférence. En deux jours, le dépôt GitHub dépasse les 11 300 étoiles. Pourquoi c’est important : pour la première fois, un modèle de 145 milliards de paramètres prétend rivaliser avec les modèles frontière du cloud sans quitter la machine, ce qui change la donne pour la résidence des données et le coût des agents.

Le mur de mémoire qui tenait l’IA hors des machines

Avant septembre 2026, les modèles « on-device » restaient petits pour une raison simple : la mémoire. Le modèle local d’Apple Intelligence tournait autour de 3 milliards de paramètres, Gemini Nano de Google entre 1,8 et 3,25 milliards. Un modèle 7B peut déjà consommer 4 Go de mémoire, et un 35B compressé approche les 20 Go — trop pour un téléphone, à peine pour un portable.

Edge0 contourne le mur par l’architecture plutôt que par la compression. Le modèle est un MoE latent : sur ses 145 milliards de paramètres, seuls ~10 milliards participent à chaque étape d’inférence. Chaque groupe de 64 experts partage deux grandes matrices, et chaque expert ne conserve qu’un petit jeu de paramètres qui encode ses différences. Résultat : les poids à stocker et à déplacer chutent, sans réduire le nombre d’experts.

Le chargement est tout aussi inhabituel. Les « experts chauds » restent en mémoire GPU, une bibliothèque d’environ 40 Go vit en mémoire système, et ~48 Go de vocabulaire sont lus à la demande depuis le SSD. Le CPU et le GPU travaillent en parallèle, avec décodage spéculatif pour amortir la lecture des poids sur plusieurs jetons. C’est ce qui permet, selon l’équipe, 29 Go de mémoire vive en pic, 1 100 jetons/s en prefill, 80+ jetons/s en décodage et une consommation d’environ 120 W sur un MacBook Pro.

Des scores qui rivalisent avec le cloud, à lire avec prudence

Les chiffres publiés placent Edge0-145B au niveau des modèles frontière sur le code et les agents :

  • DeepSWE 1.1 : 64,6, devant Qwen3.8-Flash-Next (58,7) et DeepSeek-V4-Flash-0731 (54,4) ;
  • Terminal-Bench 2.1 : 86,52, devant DeepSeek-V4-Flash-0731 (82,7) et Claude-Opus-4.6 Max (78,2) ;
  • GPQA-Diamond : 90,4, proche de Claude-Opus-4.6 Max (91,3) ;
  • IFBench : 80,6, largement devant Claude-Opus-4.6 Max (62,5).

La moyenne sur six benchmarks atteint 72,8, contre 71,7 pour Qwen3.8-Flash-Next — pour une empreinte mémoire mesurée de 29 Go, soit environ 40 % des ~70 Go estimés pour un déploiement 4 bits du modèle de Qwen. Les gains les plus marqués, face à Qwen3.8-27B, portent sur le travail d’agent : +18,5 % sur Terminal-Bench et +53,1 % sur DeepSWE.

Deux réserves s’imposent. D’abord, ces scores sont auto-déclarés par Edge0, dans ses propres conditions d’évaluation — le rapport technique et le protocole de reproduction sont annoncés mais pas encore publics. Ensuite, la comparaison mémoire mêle des mesures internes (Edge0) et des estimations (les modèles concurrents, marqués d’un astérisque), ce qui doit interdire toute conclusion définitive avant reproduction indépendante.

Les limites qu’Edge0 reconnaît lui-même

L’honnêteté du tableau de bord mérite d’être soulignée, car elle trace la vraie frontière du modèle. Edge0-145B plafonne à 35,4 sur HLE (Humanity’s Last Exam), contre 40,0 pour Claude-Opus-4.6 Max — plus de 4 points d’écart sur l’évaluation de connaissances générales la plus exigeante. Sur AA-LCR, il atteint 79,3, à peu près au niveau de Claude (78,0). Le message est clair : Edge0-145B domine sur le code et les agents, là où ses benchmarks explosent, mais il n’est pas le modèle du savoir encyclopédique.

La comparaison avec Qwen3.8-27B est tout aussi instructive. Les gains relatifs atteignent +18,5 % sur Terminal-Bench et +53,1 % sur DeepSWE, mais seulement +1,3 % sur GPQA et +1,4 % sur IFBench. Autrement dit, la valeur du modèle est concentrée dans ce qui le distingue — le travail d’agent de bout en bout — et non dans le raisonnement pur où des modèles plus petits suffisent déjà.

C’est aussi ce qui commande la prudence sur les chiffres : les évaluations sont internes, et le rapport technique n’est pas encore public. Décider d’un déploiement local sur la base de scores auto-déclarés serait la même erreur qu’avec un éditeur cloud — la seule preuve valable reste la reproduction indépendante sur ses propres tâches.

Ce que ça change pour un RSSI ou un SRE

Le cas d’usage réel n’est pas de remplacer Claude ou GPT-6 partout : c’est de déplacer les agents de code sur la machine. Les démonstrations publiées vont d’une vidéo explicative produite en moins d’une heure à une scène 3D de Manhattan dans Blender, en passant par un programme de drone écrit en une instruction et un PCB routé dans KiCad puis animé sous Unreal Engine 5.

L’argument économique est chiffré : une scène de ville à l’échelle de Manhattan coûterait typiquement 12 000 à 18 000 dollars en main-d’œuvre, et un modèle cloud leader dépasserait 150 dollars de jetons pour la seule inférence. En local, ces frais de jetons disparaissent — l’électricité et le matériel restent, eux, bien réels.

Pour un RSSI, le bénéfice est ailleurs : le code et les données restent sur la machine, sans compte, sans quota et hors ligne. C’est la réponse directe aux contraintes de résidence des données et de secret industriel que les modèles cloud imposent, et la raison pour laquelle OpenAI, NVIDIA et Qualcomm ont relayé la sortie du 35B de septembre.

Sur le plan pratique, les prérequis sont simples à vérifier. Le modèle exige un portable compatible — typiquement un MacBook Pro récent ou une machine RTX — avec au moins 29 Go de mémoire vive, et fonctionne sous macOS, Windows et Linux. Les poids se téléchargent sur Hugging Face, et l’inférence passe par edge0-infer en ligne de commande, un serveur API local ou l’application Edge0 Chat. Pour un premier test, une machine de 48 Go laisse la marge nécessaire avant de toucher au SSD de vocabulaire.

Le verdict

Si vous avez une machine d’au moins 48 Go et un besoin d’agents de code sensibles qui ne peuvent pas quitter le poste, Edge0-145B vaut un test sérieux : l’empreinte mémoire annoncée est réaliste pour un MacBook Pro récent, et l’absence de frais de jetons change le calcul des longues tâches itératives. Si vous évaluez pour la production, ne signez rien sur les benchmarks : attendez la reproduction indépendante et le rapport technique, vérifiez la licence des poids sur Hugging Face, et mesurez la latence réelle sur vos propres tâches avant de généraliser. Si votre usage reste dans le cloud pour la conformité ou la simplicité, ce n’est pas encore la bascule — mais la trajectoire, elle, est claire : le modèle frontière sur votre machine n’est plus une promesse de laboratoire.

Références

Le brief cyber, chaque mardi

Les failles qui comptent, les correctifs à appliquer, en dix minutes de lecture.

Pas de spam. Désinscription en un clic.
à lire ensuite

Sur le même sujet

llama.cpp 1.0 verrouille son API et devient la fondation de l’IA locale

Le 13 novembre 2026, llama.cpp publie sa version 1.0.0 et impose la version sémantique à libllama et libggml, les bibliothèques qui font tourner l’inférence locale de bout en bout. Si vous intégrez de l’IA locale dans un produit, adoptez les canaux de distribution officiels — Docker, Debian, Homebrew — plutôt que de compiler et vendorer le code vous-même.

Le sandbox regex de LiteLLM cède face à la réécriture de bytecode et donne un shell à distance

Le 18 novembre 2026, la CISA ajoute CVE-2026-40217 à son catalogue KEV : l’endpoint de test des guardrails de LiteLLM exécute du code arbitraire en réécrivant le bytecode Python, et l’image Docker tourne en root. Toute passerelle LiteLLM antérieure à la v1.83.10-stable doit être mise à jour, et la master key traitée comme un secret root.

← Retour au fil

Tapez au moins deux caractères.

↑ ↓ naviguer ↵ ouvrir esc fermer