GPT4All : premiers pas

#Ce qu'est GPT4All, et son état en 2026

GPT4All est développé par Nomic AI. Le dépôt officiel le décrit comme un outil qui exécute des modèles de langage de façon privée sur des ordinateurs de bureau et portables, sans appel d'API ni GPU obligatoire. Le dépôt compte environ 77 000 étoiles et la licence est MIT. L'application s'appuie sur llama.cpp et sait charger des modèles au format GGUF.

L'état du projet est la première chose à savoir. La dernière version publiée est la 3.10.0, du 25 février 2025, soit plus d'un an et demi avant cet article. Le site historique gpt4all.io redirige désormais vers une page de Nomic centrée sur sa plateforme pour les entreprises. L'application reste utilisable, et rien n'indique qu'elle cesse de fonctionner, mais vous ne devez pas vous attendre à de nouvelles fonctions ni à un moteur d'inférence à jour.

#1. Installation

Les installateurs se trouvent sur la page du dépôt officiel nomic-ai/gpt4all (Windows, Windows ARM, macOS, Ubuntu). Téléchargez-les uniquement depuis cette source : la page qui s'ouvre à l'adresse historique gpt4all.io n'est plus celle du logiciel. Les prérequis indiqués par le dépôt : pour Windows et Linux, un processeur Intel Core i3 de deuxième génération, AMD Bulldozer ou mieux ; le build Linux est x86-64 uniquement ; pour macOS, Monterey 12.6 ou plus récent, avec de meilleurs résultats sur les puces Apple Silicon de la série M.

#2. Premier modèle

Au premier lancement, l'application propose un modèle par défaut. La documentation recommande de commencer par Llama 3, que l'on télécharge depuis le bouton d'ajout de modèle. Elle précise que GPT4All se connecte à des modèles de Hugging Face avec un moteur llama.cpp, et que la plupart portent l'extension .gguf.

1. 01
   Ouvrir Models

   Dans le menu de gauche, cliquez sur Models, puis sur + Add Model pour accéder à la page Explore Models.
2. 02
   Chercher un modèle

   Cherchez parmi les modèles disponibles en ligne, ou triez les résultats par popularité, téléchargements ou date via l'icône d'engrenage.
3. 03
   Télécharger

   Cliquez sur Download. Le fichier est enregistré sur votre disque ; aucune inscription n'est demandée.
4. 04
   Charger et discuter

   Allez dans Chats, cliquez sur Load Default Model (Llama 3 ou le modèle que vous venez de télécharger) et posez votre première question.

Le tableau ci-dessous reprend les exemples de la documentation officielle, avec la mémoire vive que l'éditeur indique. La colonne « Licence » compte : GPT4All liste des modèles aux conditions très différentes, dont un sous licence non commerciale.

Où sont rangés les modèles ? Le dossier de téléchargement se règle dans les paramètres et, par défaut, il se trouve dans AppData\Local\nomic.ai\GPT4All sous Windows, dans Library/Application Support/nomic.ai/GPT4All sous macOS et dans .local/share/nomic.ai/GPT4All sous Linux. Un modèle de 4 à 5 Go occupe autant sur le disque : si votre disque système est petit, redirigez ce dossier vers un disque secondaire avant de télécharger plusieurs modèles.

#GPT4All en français

L'application propose un réglage de langue et de paramètres régionaux pour l'interface. Pour les réponses, tout dépend du modèle : Llama 3 et les modèles dérivés de Mistral comprennent et écrivent en français, avec une qualité variable. Ne comptez pas sur un classement anglophone : posez trois questions dans votre domaine, en français, et jugez la réponse. Si le français est votre usage principal, les modèles Mistral et Qwen du catalogue QuelLLM sont de meilleurs candidats, sous réserve qu'ils se chargent dans le moteur figé.

#Beaucoup de RAM sur un processeur : ce que ça change

Une machine à 256 Go de mémoire vive sans carte graphique peut charger de très gros modèles, mais la vitesse de génération dépend de la bande passante mémoire, pas de la capacité. Ordre de grandeur théorique : tokens par seconde plafonnés par la bande passante en Go/s divisée par le poids du modèle en Go. À titre d'illustration arithmétique, 80 Go/s divisés par 40 Go de poids donnent au plus 2 tokens par seconde. Ce n'est pas une mesure, seulement un plafond.

Le seul réglage qui peut aider est le nombre de threads du processeur. Dans les paramètres avancés, GPT4All l'a fixé par défaut à 4 ; la documentation indique que davantage de threads peut accélérer les réponses. Augmentez-le progressivement, en gardant des cœurs libres pour le système. Si vous disposez d'une carte graphique, l'appareil est réglable sur Auto, Metal, CPU ou GPU.

#3. Le chat et les réglages qui comptent

L'interface est celle d'une messagerie : conversation au centre, message en bas, réglages du modèle dans les paramètres. Trois valeurs par défaut méritent attention. La longueur de contexte est de 2 048 tokens, très courte pour un long document. La température est de 0,7. Et le nombre de couches placées en mémoire vidéo est fixé à 32, à ajuster selon votre carte.

#4. LocalDocs : le RAG intégré, avec ses limites

LocalDocs permet de discuter avec vos fichiers sans écrire une ligne de code. Vous créez une collection en pointant vers un dossier ; l'application découpe vos fichiers en extraits et les indexe avec les modèles d'embeddings de Nomic, exécutés sur votre machine. Dans un chat, vous activez la collection, et le modèle reçoit dans sa consigne les extraits sémantiquement proches de votre question, avec l'affichage des sources sous la réponse.

1. 01
   Créer la collection

   Ouvrez LocalDocs, donnez un nom à la collection et choisissez le dossier, puis cliquez sur Create Collection.
2. 02
   Attendre l'indexation

   La progression s'affiche ; un indicateur vert Ready signale la fin. Vous pouvez déjà interroger les fichiers prêts.
3. 03
   L'activer dans un chat

   Ouvrez LocalDocs avec le bouton en haut à droite du chat, puis cochez la collection.
4. 04
   Vérifier les sources

   Cliquez sur Sources sous la réponse pour voir quels fichiers ont été utilisés.

#Ce que LocalDocs ne fait pas

Trois limites documentées expliquent les déceptions. D'abord, les types de fichiers indexés par défaut sont .txt, .pdf, .md et .rst : un fichier Word doit être converti avant. Ensuite, chaque extrait fait 512 caractères par défaut et l'application n'en injecte que trois au maximum par requête : le modèle ne voit donc qu'environ 1 500 caractères de vos documents à chaque question. Enfin, cette approche répond bien à une question ciblée (« que dit la clause 4 ? ») et mal à une synthèse de tout un dossier.

Les réglages avancés permettent d'augmenter la taille des extraits et leur nombre, avec cette réserve donnée par la documentation : cela peut améliorer la fiabilité des réponses mais ralentit la génération, et cela consomme du contexte, déjà limité à 2 048 tokens par défaut. Si votre besoin est de discuter avec une vraie base documentaire, un outil comme AnythingLLM ou Open WebUI est mieux adapté.

#5. Le serveur local compatible OpenAI

GPT4All embarque un serveur d'API compatible OpenAI, désactivé par défaut. Pour l'activer : Paramètres, Application, section Avancé, puis case « Enable Local API Server ». Il écoute sur le port 4891, sur localhost uniquement (127.0.0.1), et n'accepte que le HTTP, pas le HTTPS. L'adresse de base est http://localhost:4891/v1.

curl -X POST http://localhost:4891/v1/chat/completions -d '{
  "model": "Phi-3 Mini Instruct",
  "messages": [{"role":"user","content":"Who is Lionel Messi?"}],
  "max_tokens": 50,
  "temperature": 0.28
}'

Les points d'accès disponibles sont /v1/models, /v1/models/nom-du-modèle, /v1/completions et /v1/chat/completions. Le nom du modèle dans la requête doit correspondre à celui affiché dans l'application. Une astuce documentée : LocalDocs peut être activé pour le chat du serveur depuis l'interface (pas via l'API), et les références utilisées reviennent dans la réponse, dans choices[0].references.

#Confidentialité : trois réglages à connaître

Par défaut, tout reste sur votre machine. Trois options changent cela, et il faut savoir où elles se trouvent. L'option Datalake, qui partage anonymement vos interactions avec la communauté GPT4All, est désactivée par défaut. L'option « Use Nomic Embed API », qui crée les collections LocalDocs hors de l'appareil avec l'API de Nomic, est désactivée par défaut et exige une clé. Enfin, l'ajout d'un « Model API » (une clé d'un fournisseur distant) fait partir vos prompts vers ce fournisseur, ce que la documentation précise sans ambiguïté.

#Avantages, limites, et alternatives

Points forts

Cycle court « télécharger puis chatter », pas de compte, LocalDocs sans code, serveur compatible OpenAI, fonctionne sans GPU.

Points faibles

Moteur figé depuis février 2025, contexte par défaut de 2 048 tokens, LocalDocs limité à trois extraits de 512 caractères, catalogue vieillissant.

• Ollama vs LM Studio vs Jan vs GPT4All
• Jan : l'alternative open source à ChatGPT
• Démarrer avec LM Studio
• AnythingLLM : RAG production-ready en local
• Open WebUI avec Ollama : guide complet
• Source : dépôt GPT4All
• Source : documentation GPT4All, modèles
• Source : documentation GPT4All, réglages