Hugging Face : c'est quoi, et comment s'en servir ?

◆ IA Locale — Ton ChatGPT privé et gratuit, sur ta machine, en 1 h · 24 € · ou tous les kits 49 € →

#Hugging Face, c'est quoi ?

Hugging Face est une entreprise fondée en 2016 par trois entrepreneurs français, Clément Delangue, Julien Chaumond et Thomas Wolf, et installée entre New York et Paris, son siège social restant aux États-Unis. Elle a commencé par une application de chatbot destinée aux adolescents, un projet aujourd'hui abandonné, d'où le nom emprunté à l'émoji qui sourit les mains ouvertes. Elle s'est ensuite tournée vers l'outillage open source pour le machine learning : sa bibliothèque transformers est devenue la façon quasi standard de charger et faire tourner un modèle de langage en Python, adoptée par la plupart des laboratoires de recherche et des entreprises du secteur. L'entreprise a enfin construit le Hub, une plateforme d'hébergement fondée sur le système de version Git où chacun peut publier gratuitement des modèles, des jeux de données et de petites démonstrations web, sans validation éditoriale préalable.

Pour l'IA locale, le Hub joue le rôle d'une boutique d'applications, à deux différences près : presque tout y est gratuit, et rien n'est sélectionné pour vous. Contrairement à un magasin d'applications classique, personne ne teste, n'approuve ni ne classe les modèles avant publication : n'importe qui peut créer un compte gratuit et déposer un dépôt en quelques minutes, sans validation ni contrôle qualité d'aucune sorte. Cette absence totale de filtre est à la fois la force du Hub, tout y arrive en premier, souvent avant même l'annonce officielle d'un laboratoire, et son principal piège pour un débutant, qui peut se retrouver face à des centaines de résultats de recherche sans savoir lequel est fiable. Savoir s'y repérer, distinguer un dépôt officiel d'une copie tierce, une conversion sérieuse d'un essai abandonné, est la compétence à acquérir avant de télécharger quoi que ce soit.

#Les trois rayons du Hub

Le kit IA Locale

Ton ChatGPT privé et gratuit sur ta machine en 1 heure — LM Studio, Ollama, Open WebUI, tes documents, sans cloud.

Espace en ligne à vie
PDF + fichiers
Mises à jour à vie

Le kit IA Locale →ou tous les kits à vie — 49 € →

Rayon	Contenu	Intérêt pour l'IA locale
Models	Fichiers de poids, configuration, documentation	C'est ici que se trouve le fichier que vous ferez tourner
Datasets	Données d'entraînement et d'évaluation	Seulement si vous faites du fine-tuning ou des tests
Spaces	Petites applications web, le plus souvent des démos	Essayer un modèle dans le navigateur avant de télécharger 15 Go

#Lire une page de modèle

Chaque modèle vit à une adresse de la forme huggingface.co/organisation/nom-du-modele, par exemple huggingface.co/Qwen/Qwen3-8B. Quatre éléments distincts de cette page méritent votre attention avant tout téléchargement.

Le nom de l'organisation: Qwen, google, meta-llama, mistralai, openai, deepseek-ai sont les laboratoires eux-mêmes, vérifiés. Tout autre nom désigne un tiers : parfois excellent, mais jamais l'original du laboratoire.
La fiche du modèle (model card): Le fichier README : ce qu'est le modèle, comment il a été entraîné, ses usages prévus, ses scores, son format de prompt, ses limites. La qualité va du très complet au vide.
La licence: Affichée bien en évidence en haut de la fiche, à côté du nom du modèle. Voir la section dédiée plus bas pour ce que chaque licence courante autorise réellement.
L'onglet Files and versions: La liste complète des fichiers téléchargeables. Un coup d'œil rapide y suffit pour savoir immédiatement dans quel type de dépôt vous vous trouvez.

#Quel dépôt choisir : poids d'origine ou GGUF

Ce que vous voyez dans Files	Ce que c'est	Pour quels outils	Taille pour un modèle 8B
model-00001-of-00004.safetensors…	Poids d'origine, en BF16, découpés en plusieurs fichiers	transformers, vLLM, outils de fine-tuning	≈ 16 Go
…-Q4_K_M.gguf, …-Q8_0.gguf	Conversions quantifiées, un seul fichier par niveau	Ollama, LM Studio, llama.cpp, KoboldCpp, Jan	≈ 5 Go en Q4
Dépôts …-AWQ, …-GPTQ, …-FP8	Quantification pensée pour les serveurs GPU	vLLM et moteurs équivalents	≈ 5 à 9 Go
Dépôts …-MLX-4bit	Format Apple Silicon	MLX, LM Studio sur Mac	≈ 5 Go

Les laboratoires publient surtout le premier type, les poids d'origine tels qu'ils sortent de l'entraînement. Les fichiers GGUF dont les applications de bureau ont besoin sont produits séparément, par des convertisseurs : certains laboratoires publient les leurs directement, et des contributeurs communautaires comme bartowski, unsloth ou l'organisation ggml-org couvrent presque tout le reste, en général quelques heures seulement après une sortie très attendue. Pour les trouver sans chercher au hasard, ouvrez la page du modèle d'origine et suivez le lien Quantizations dans l'arbre du modèle, affiché à droite de la page, ou cherchez simplement le nom du modèle suivi du mot GGUF dans la barre de recherche du Hub, qui remonte en général les conversions les plus téléchargées en tête de liste.

#Choisir le bon fichier pour votre carte

Un dépôt GGUF propose souvent une bonne dizaine de fichiers pour le même modèle, un par niveau de quantification disponible, du plus compressé au plus fidèle. La taille du fichier correspond, à peu de chose près, à la VRAM que les poids occuperont une fois le modèle chargé en mémoire. Gardez systématiquement 1 à 3 Go de VRAM libres pour le contexte de la conversation et la marge de fonctionnement du système.

Calculé depuis le catalogue QuelLLM · 20/09/2026 · tailles arrondies au Go supérieur

Modèle	Q4_K_M	Q5_K_M	Q8_0	BF16	Carte confortable en Q4
Qwen 3 8B	5 Go	6 Go	9 Go	16 Go	8 Go
Gemma 4 12B	7 Go	9 Go	13 Go	24 Go	12 Go
Qwen 3 14B	9 Go	11 Go	16 Go	28 Go	12 Go
gpt-oss 20B	13 Go	16 Go	23 Go	42 Go	16 Go
Mistral Small 3.2 24B	14 Go	17 Go	26 Go	48 Go	16 Go
Qwen 3.8 27B	16 Go	19 Go	29 Go	54 Go	24 Go
Llama 3.3 70B	40 Go	48 Go	75 Go	140 Go	2 × 24 Go

#Trois façons de télécharger

La plus simple consiste à laisser votre outil s'en charger. La recherche de LM Studio interroge directement Hugging Face et indique quels fichiers tiennent sur votre machine. Ollama et llama.cpp savent tous deux tirer un dépôt GGUF par son nom.

Depuis Ollama ou llama.cpp

# Ollama : lancer n'importe quel dépôt GGUF du Hub
ollama run hf.co/bartowski/Qwen_Qwen3-8B-GGUF:Q4_K_M

# llama.cpp : télécharger et servir
llama-server -hf bartowski/Qwen_Qwen3-8B-GGUF:Q4_K_M

Avec l'outil en ligne de commande

pip install -U huggingface_hub
hf download bartowski/Qwen_Qwen3-8B-GGUF --include "*Q4_K_M.gguf" --local-dir ./models

Le filtre --include est important : sans lui, vous téléchargez toutes les quantifications du dépôt, souvent plus de 100 Go. Troisième voie, le navigateur : onglet Files and versions, flèche de téléchargement à côté du fichier. Pratique pour un GGUF isolé, inadapté aux poids d'origine découpés.

Un vieux tutoriel vous parle de huggingface-cli ?

Ignorez-le : la commande huggingface-cli download est dépréciée et purement et simplement supprimée depuis la version 1.0 de la bibliothèque huggingface_hub, remplacée par la commande plus courte hf, présentée par Hugging Face elle-même comme « une CLI plus rapide et plus conviviale ». Le remplacement est mécanique : hf download partout où l'ancien tutoriel écrivait huggingface-cli download, avec les mêmes options.

Les modèles à accès conditionnel

Certains laboratoires, dont Meta pour la famille Llama, demandent d'accepter leurs conditions avant le téléchargement. Créez un compte gratuit, cliquez sur le bouton d'accès de la page du modèle, puis authentifiez l'outil en ligne de commande une fois avec hf auth login et un jeton créé dans les réglages du compte. Les conversions GGUF communautaires ne sont en général pas verrouillées, mais la licence d'origine s'applique quand même à vous.

Pas à pas : importer un GGUF de Hugging Face dans Ollama

#Licences : ouvert ne veut pas dire sans condition

Licences relevées dans le catalogue QuelLLM · 20/09/2026

Licence	Exemples du catalogue	Usage commercial
Apache 2.0	Famille Qwen 3, Gemma 4 12B, gpt-oss, Mistral Small 3.2	Oui, avec mention
MIT	Distillations DeepSeek R1, GLM 4.7 Flash	Oui
Llama Community License	Llama 3.3 70B	Oui sous conditions : règles de nommage, politique d'usage, seuil d'utilisateurs
Non commerciale, recherche	Diverses publications de recherche	Non

L'étiquette affichée sur la fiche du modèle fait foi en cas de doute, et un modèle dérivé, fine-tuné ou fusionné à partir d'un autre, hérite en général des obligations de son modèle de base, même quand le README du dérivé n'en dit rien explicitement. Pour un déploiement en entreprise ou dans un produit commercial, ces deux minutes de lecture attentive de la licence évitent de bâtir toute une intégration sur un modèle dont l'usage commercial est en réalité restreint, une erreur fréquente et coûteuse à corriger après coup.

Open weights ou open source : la différence qui compte

#Est-ce sûr ?

Préférez .safetensors et .gguf: Ce sont des formats de données pures. Les anciens fichiers PyTorch .bin et .pt reposent sur le mécanisme pickle de Python, capable d'exécuter du code au chargement. Le Hub les signale par un avertissement.
Méfiez-vous de « trust remote code »: Certains dépôts, notamment pour des architectures récentes non encore intégrées à la bibliothèque transformers, embarquent du code Python personnalisé que le chargeur demande l'autorisation explicite d'exécuter avant de continuer. N'acceptez cette autorisation que pour des organisations que vous reconnaissez et en qui vous avez confiance : ce code s'exécute avec les mêmes droits que le reste de votre programme Python, sans limite particulière.
Regardez qui publie: Le nombre de téléchargements cumulés, la liste des autres dépôts publiés par la même organisation et un lien qui pointe vers ce dépôt depuis le site officiel du laboratoire sont de bons signaux de confiance. Des comptes imitateurs, reprenant un nom proche d'une organisation connue avec une faute ou un underscore en plus, existent sur le Hub comme ailleurs sur le web : un coup d'œil au nombre de téléchargements et à l'ancienneté du compte suffit souvent à les repérer.
Le modèle reste chez vous: Une fois téléchargé, un GGUF exécuté par llama.cpp ou Ollama ne fait plus aucun appel réseau vers Hugging Face ni vers quiconque, contrairement à un modèle utilisé via une API hébergée dans le cloud. Vos prompts et vos données ne quittent jamais votre machine, un argument de confidentialité central pour qui choisit l'IA locale plutôt qu'un service en ligne.

#FAQ

À quoi sert Hugging Face ?+

À publier et télécharger des modèles d'IA ouverts, des jeux de données et des petites démonstrations web. Pour l'IA locale, c'est la source principale des fichiers de modèles, notamment des versions GGUF quantifiées que chargent directement Ollama, LM Studio et llama.cpp, souvent produites par des contributeurs communautaires quelques heures après la sortie officielle d'un modèle par son laboratoire d'origine.

Hugging Face est-il gratuit ?+

Consulter et télécharger les modèles publics est entièrement gratuit et ne demande pas de compte, sauf pour les modèles à accès conditionnel où un compte reste gratuit. L'entreprise facture en réalité l'inférence hébergée sur ses serveurs, la puissance de calcul supplémentaire pour les Spaces, le stockage de dépôts privés et ses offres destinées aux entreprises.

Hugging Face est-il une entreprise française ?+

Elle a été fondée en 2016 par trois entrepreneurs français, Clément Delangue, Julien Chaumond et Thomas Wolf, et garde une équipe importante à Paris, mais son siège social est à New York, aux États-Unis. C'est l'une des rares plateformes vraiment majeures de l'IA mondiale à avoir des racines françaises aussi marquées.

Faut-il un compte pour télécharger un modèle ?+

Pas dans la grande majorité des cas : la consultation et le téléchargement des modèles publics ne demandent rien. Un compte gratuit et un jeton d'accès ne deviennent nécessaires que pour les modèles dont le laboratoire exige l'acceptation préalable de ses conditions d'usage, comme la famille Llama de Meta ou certaines sorties de Google.

Quel fichier télécharger pour Ollama ou LM Studio ?+

Un seul fichier .gguf issu d'un dépôt GGUF, en général la variante Q4_K_M pour commencer, dont la taille reste inférieure de 1 à 3 Go à la mémoire de votre carte graphique. Les fichiers .safetensors découpés du dépôt d'origine du laboratoire sont destinés aux frameworks Python comme transformers et aux moteurs de serveur comme vLLM, pas aux applications de bureau.

Faut-il encore utiliser huggingface-cli pour télécharger un modèle ?+

Non : cette commande est dépréciée et a disparu dans huggingface_hub version 1.0. La commande actuelle, présentée par Hugging Face comme plus rapide et plus simple, s'appelle hf : hf download suivi du nom du dépôt fonctionne exactement là où un ancien tutoriel écrivait huggingface-cli download, avec les mêmes options de filtrage.

Ce guide vous a aidé ?

Un retour, une erreur, une précision ? Faites-nous signe, ça améliore le guide pour tout le monde.

Les kits QuelLLMLe guide de référence par usage

IA Locale Copilote Local Agents Locaux RAG Local IA en Entreprise IA Sans Filtre Mac Images IA

Tous les kits à vie — 49 €

Suite logique

Configuration · 9 min

Hugging Face : c'est quoi, et comment s'en servir ?