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 Français, Clément Delangue, Julien Chaumond et Thomas Wolf, et installée entre New York et Paris. Elle a commencé par une application de chatbot pour adolescents, d'où le nom emprunté à l'émoji. Elle s'est ensuite tournée vers l'outillage open source : sa bibliothèque transformers est devenue la façon standard de charger un modèle de langage en Python. L'entreprise a enfin construit le Hub, une plateforme d'hébergement fondée sur Git où chacun peut publier des modèles, des jeux de données et de petites démonstrations web.

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. Savoir s'y repérer est la compétence à acquérir.

#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
Remboursé 30 j

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. Quatre éléments de la page méritent votre attention.

Le nom de l'organisation: Qwen, google, meta-llama, mistralai, openai, deepseek-ai sont les laboratoires eux-mêmes. Tout autre nom désigne un tiers : parfois excellent, mais pas l'original.
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 en haut de la fiche. Voir la section dédiée plus bas.
L'onglet Files and versions: Les téléchargements. Un coup d'œil suffit pour savoir dans quel type de dépôt vous êtes.

#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 GGUF dont les applications de bureau ont besoin sont produits par des convertisseurs : certains laboratoires publient les leurs, et des contributeurs comme bartowski, unsloth ou ggml-org couvrent presque tout le reste quelques heures après une sortie. Pour les trouver, ouvrez la page du modèle d'origine et suivez le lien Quantizations dans l'arbre du modèle, à droite, ou cherchez le nom du modèle suivi de GGUF.

#Choisir le bon fichier pour votre carte

Un dépôt GGUF propose souvent une dizaine de fichiers pour le même modèle, un par niveau de quantification. La taille du fichier correspond, à peu de chose près, à la VRAM que les poids occuperont. Gardez 1 à 3 Go libres pour le contexte.

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.

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 de la fiche du modèle fait foi, et un modèle dérivé hérite des obligations de son modèle de base. Pour un déploiement en entreprise, ces deux minutes de lecture évitent de bâtir sur une licence inadaptée.

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 embarquent du code Python que le chargeur demande l'autorisation d'exécuter. N'acceptez que pour des organisations que vous connaissez.
Regardez qui publie: Le nombre de téléchargements, les autres dépôts de l'organisation et un lien depuis le site du laboratoire sont de bons signaux. Des comptes imitateurs existent.
Le modèle reste chez vous: Une fois téléchargé, un GGUF exécuté par llama.cpp ou Ollama ne fait aucun appel réseau. Vos prompts ne partent pas chez Hugging Face.

#FAQ

À quoi sert Hugging Face ?+

À publier et télécharger des modèles d'IA ouverts, des jeux de données et des démonstrations. Pour l'IA locale, c'est la source principale des fichiers de modèles, notamment des versions GGUF quantifiées que chargent Ollama, LM Studio et llama.cpp.

Hugging Face est-il gratuit ?+

Consulter et télécharger les modèles publics est gratuit et ne demande pas de compte, sauf pour les modèles à accès conditionnel. L'entreprise facture l'inférence hébergée, la puissance de calcul des Spaces, le stockage privé et les offres entreprise.

Hugging Face est-il une entreprise française ?+

Elle a été fondée par trois Français et garde une équipe importante à Paris, mais son siège est aux États-Unis. C'est l'une des rares plateformes majeures de l'IA à avoir des racines françaises.

Faut-il un compte pour télécharger un modèle ?+

Pas dans la plupart des cas. Un compte et un jeton d'accès ne sont nécessaires que pour les modèles dont le laboratoire exige l'acceptation préalable de ses conditions, comme les Llama de Meta.

Quel fichier télécharger pour Ollama ou LM Studio ?+

Un seul fichier .gguf issu d'un dépôt GGUF, en général la variante Q4_K_M, dont la taille est inférieure de 1 à 3 Go à la mémoire de votre carte graphique. Les fichiers .safetensors découpés du dépôt d'origine sont destinés aux frameworks Python et aux moteurs de serveur.

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 ?