Modèles locaux pour agents de code

Instantané des candidats

Vérifié à partir des fiches modèles des fournisseurs le 2026-08-10. Aucun candidat ci-dessous n’a encore mérité le qualificatif universel de « meilleur modèle de code local ». La quantification exacte, le runtime, le template, le contexte et le harnais définissent le système testé.

Faits et hypothèses sur les candidats

Candidat	Format publié	Rôle plausible à tester	Risque non résolu
Qwen3-4B	dense 4B ; contexte natif 32K ; bascule de réflexion	recherche avec peu de mémoire, classification, éditions simples	capacité, répétition et fiabilité des appels structurés
DeepSeek-R1-Distill-Qwen-7B	distillation de raisonnement dense 7B	diagnostic et raisonnement algorithmique	sorties longues/variables, prompting spécial, intégration d’outils
gpt-oss-20b	MoE 21B au total / 3,6B actifs ; MXFP4 ; raisonnement configurable	expérience d’agent local de classe 16 Go	prise en charge d’Harmony, budget KV restant, qualité sur les tâches
Qwen3-Coder-30B-A3B-Instruct	MoE 30,5B au total / 3,3B actifs ; natif 256K ; sans réflexion	essai d’implémentation/d’outils quantifié de classe 24 Go	résidence de tous les poids, mémoire en contexte long, fiabilité d’édition

Le « rôle plausible » est une déduction à tester, non un fait issu de la fiche modèle. Les paramètres actifs d’un MoE décrivent le calcul par jeton ; ils ne réduisent pas l’artefact complet des poids au seul nombre de paramètres actifs.

Axes de sélection

Avant de télécharger, choisissez la tâche et évaluez les candidats selon :

• la validité exacte des correctifs et des appels d’outils ;
• la couverture des langages du dépôt, et pas seulement de Python ;
• le taux de résultats acceptés sur des exécutions répétées ;
• la latence, la mémoire de pointe, le délestage CPU et le contexte utilisable ;
• la licence et les obligations de redistribution en aval pour l’artefact exact ;
• la prise en charge des formats de discussion/raisonnement dans le runtime choisi ;
• le comportement multilingue ainsi que le comportement de sécurité/refus pertinent pour le workflow.

Un score élevé à un benchmark ne peut pas compenser un parseur que le harnais est incapable d’exploiter.

Routage basé sur les rôles

Utilisez un modèle compact pour les étapes à faibles conséquences et vérifiées en externe : tri de fichiers, génération de requêtes, réduction de journaux ou édition mécanique sur un seul fichier. Utilisez un modèle quantifié plus grand pour une implémentation ou une revue délimitée. Gardez les tests indépendants. Transférez l’architecture, la sécurité, les API inconnues ou les signatures d’erreurs répétées à un modèle plus fort ou à un humain.

Un routage multi-modèles ne doit pas transmettre silencieusement l’affirmation non étayée d’un modèle au suivant. Conservez les preuves et l’incertitude dans le registre de tâches.

Passage au protocole d’évaluation

Cette page maintient la liste datée des candidats et les hypothèses de rôle. Tout candidat sérieux doit suivre le protocole commun d’évaluation des modèles locaux, sans créer ici une deuxième suite de rejeu.

Registre de couverture et de biais

Cette présélection privilégie les modèles dotés de fiches techniques accessibles, pris en charge par les runtimes grand public courants et positionnés sur le code/les agents. Elle exclut de nombreux modèles généralistes, spécifiques à une langue, multimodaux, affinés ou récemment publiés. Elle reflète également un workflow en terminal et des paliers de mémoire de type NVIDIA grand public. L’absence n’est pas un résultat négatif.

Les benchmarks et fiches modèles des fournisseurs sont des éléments de preuve utiles pour les candidats. L’adoption requiert le même protocole de rejeu privé que pour la référence hébergée.

Mes lectures · Les notes ouvertes sont mémorisées dans ce navigateur.