Un chercheur de la première heure chez DeepSeek vient de lancer un agent IA personnel qui exécute un modèle de 125B sur un GPU de 12 Go.
Le moteur répartit le modèle : les parties les plus sollicitées sur le GPU, le reste dans la RAM. Qwen3.8-Flash-Next fonctionne avec une carte de 12 Go et 64 Go de RAM.
Une seule commande suffit pour l’installer : il détecte automatiquement votre matériel et choisit le meilleur modèle.
Il analyse votre boîte de réception, votre calendrier et vos fichiers, puis crée pendant la nuit un wiki consultable.
Il se connecte à votre session Chrome. Il demande l’autorisation avant d’envoyer quoi que ce soit.
Aucun frais de jetons avec les modèles locaux.
./scripts/install/install.sh
Voilà comment exécuter des agents sans se ruiner en frais d’API. L’inférence locale est en train de dévorer le SaaS.
Le moteur répartit le modèle : les parties les plus sollicitées sur le GPU, le reste dans la RAM. Qwen3.8-Flash-Next fonctionne avec une carte de 12 Go et 64 Go de RAM.
Une seule commande suffit pour l’installer : il détecte automatiquement votre matériel et choisit le meilleur modèle.
Il analyse votre boîte de réception, votre calendrier et vos fichiers, puis crée pendant la nuit un wiki consultable.
Il se connecte à votre session Chrome. Il demande l’autorisation avant d’envoyer quoi que ce soit.
Aucun frais de jetons avec les modèles locaux.
./scripts/install/install.sh
Voilà comment exécuter des agents sans se ruiner en frais d’API. L’inférence locale est en train de dévorer le SaaS.