Comment on mesure

Des chiffres vérifiables

Ce site affiche des chiffres. Les estimations du configurateur, les verdicts du catalogue, les benchmarks mesurés. Voici exactement d'où ils viennent et comment on les calcule.

Voir le pilote mesuré et ses limites · Protocole reproductible · Moteur public

Série AI TOP ATOM (GIGABYTE), octobre 2026

Pour notre série de 7 guides sur l’AI TOP ATOM, fournie gracieusement par GIGABYTE et publiée à raison d’un guide par semaine depuis le 8 octobre 2026, le protocole a été figé le 6 octobre 2026 à 13 h 30, avant la première mesure. La méthode publique reprend ses règles, les méthodes de chaque guide et la liste datée des avenants. GIGABYTE n’a ni relu ni validé nos guides avant leur publication. Nos données, infographies et photos de la série sont sous licence CC BY 4.0 : réutilisation libre en citant quelllm.fr.

Méthode de mesure et avenants datés · Empreintes SHA-256 des modèles · Données des tableaux (CSV) · Fiche AI TOP ATOM

Trois principes

  1. 01

    On distingue estimé et mesuré

    Le configurateur donne des tokens/sec estimés par formule. La page Benchmarks affiche des tokens/sec mesurés. Les deux sont étiquetés différemment pour qu'on ne les confonde pas.

  2. 02

    On affiche la marge d'erreur

    Nous ne disposons pas d’un intervalle d’erreur calibré pour toutes les estimations. Le pilote mesuré publie médiane, minimum et maximum des cinq répétitions.

  3. 03

    On date tout

    Chaque guide, chaque fiche modèle porte une date de dernière vérification. Ce qui était vrai il y a 6 mois sur Ollama ne l'est souvent plus aujourd'hui.

Les formules utilisées

Règles du moteur public de compatibilité. Elles évaluent la mémoire et une vitesse indicative ; elles ne constituent pas un classement de qualité.

01
Budget mémoire des poids
budget ≥ seuil catalogue de la quantification

Les seuils Q4/Q5/Q8/FP16 sont des approximations du catalogue. Le moteur ne calcule pas le KV cache du contexte demandé : garder de la marge.

02
Vitesse GPU estimée
tok/s = valeur low, mid ou high du modèle selon la classe du GPU

Heuristique : aucune mesure sur votre machine. Les profils Apple utilisent leur budget de mémoire unifiée.

03
Repli CPU
≤3B : mid × 0,3 ; ≤8B : low × 0,4 ; sinon max(1, low × 0,15)

Arrondi en tokens/s. Cette branche est utilisée aussi quand le GPU existe mais ne contient pas les poids.

D'où viennent les données

Tout est sourcé. Rien ne sort d'un chapeau. Si une info est fausse ou périmée, signalez-la.

Hugging Face
Fiches modèles, tailles, architectures
huggingface.co
Ollama library
Quantizations disponibles et poids
ollama.com/library
llama.cpp
Benchmarks PPL, architectures supportées
github.com/ggerganov/llama.cpp
TechPowerUp
Specs GPU (VRAM, bande passante)
techpowerup.com/gpu-specs
Notre banc de test
Trois modèles, une RTX 5070 Ti Laptop, données brutes publiées
voir Benchmarks

Biais connus

!
Ce qu'il faut savoir avant de lire nos chiffres
  • Les tokens/s estimés supposent une machine au repos, sans Chrome avec 40 onglets.
  • Le pilote du 12 septembre 2026 est exécuté avec Ollama 0.30.6 ; ses options et versions sont archivées.
  • Le configurateur ne modélise pas précisément les Mac — Apple Silicon a des comportements non linéaires sur les très gros modèles.
  • Le moteur retient la quantification la plus haute qui tient dans le budget des poids. Ce choix ne garantit ni le chargement avec un long contexte ni la qualité pour votre usage.