Edge0 open source Edge0-145B le 12 novembre 2026, aux côtés d'un Edge0-120B plus petit, d'un cadre d'inférence unifié et d'outils de déploiement. La startup décrit Edge0-145B comme le premier modèle d'IA open source sur appareil avec 145 milliards de paramètres, et affirme qu'il apporte au matériel grand public des capacités de codage, de raisonnement et d'agent qui rivalisent avec les modèles cloud frontières.

La version a atterri le jour même où elle a grimpé à 219 points sur Hacker News, où la perspective d'un modèle de plus de 100 milliards de paramètres fonctionnant sans serveur a attiré une attention considérable de la part des développeurs qui suivent l'inférence locale. Pour plus de contexte sur cette histoire, consultez notre actualités IA.

Les chiffres derrière la revendication d'un ordinateur portable

Selon l'annonce de la société, Edge0-145B fonctionne sur un ordinateur portable personnel compatible tel qu'un MacBook Pro avec les résultats suivants :

  • 29 Go de mémoire maximale, suffisamment faible pour tenir sur des machines grand public haut de gamme sans serveur dédié
  • Plus de 1 100 jetons par seconde de pré-remplissage, permettant au modèle de traiter des invites couvrant des dizaines de pages de code avant le début de la génération
  • Plus de 80 jetons par seconde décodés, ce qui, selon la société, est plus rapide qu'une personne ne lit
  • Puissance typique d'environ 120 W, fonctionnement continu sans limitation dans la configuration signalée
  • Contexte de 128 000 à 256 000, avec une vitesse de génération essentiellement inchangée sur les entrées longues

Ces chiffres proviennent des propres benchmarks publiés par Edge0 plutôt que de tests indépendants, et la société a publié la pile complète (poids, cadre d'inférence et outils de déploiement) afin que les développeurs puissent reproduire les mesures sur leur propre matériel.

Pourquoi les modèles sur appareil sont restés petits

L'annonce inclut un contexte utile sur les raisons pour lesquelles les grands modèles ont toujours été absents des ordinateurs portables. Avant septembre 2026, les limites de mémoire maintenaient la plupart des modèles intégrés à l'appareil en dessous de 10 milliards de paramètres. Le modèle de base intégré à l'appareil d'Apple Intelligence comportait environ 3 milliards de paramètres, tandis que le Gemini Nano de Google était livré en versions 1,8B et 3,25B.

La contrainte est physique : les poids des modèles doivent être lus dans la mémoire à chaque étape de génération, en concurrence pour la bande passante avec le système d'exploitation et d'autres applications. Même un modèle 35B fortement compressé pourrait nécessiter environ 20 Go de mémoire, ce qui est bien au-delà de ce que les téléphones pourraient allouer.

La version précédente d'Edge0 montrait où allait l'approche de l'entreprise. Le modèle de téléphone Edge0-35B a signalé une mémoire maximale inférieure à 2,5 Go, délivrant plus de 37 jetons par seconde sur un iPhone 18 Pro Max. Edge0-145B a environ quatre fois les paramètres de ce modèle tandis que la configuration de son ordinateur portable rapporte environ le double de la vitesse de décodage avec 28 Go de mémoire – la société prend soin de noter que ces mesures s'appliquent à différents modèles et matériels.

Un assistant qui termine le travail

Au-delà de la vitesse brute, Edge0 positionne le modèle comme un agent plutôt que comme un chatbot. L'annonce décrit un système qui planifie, écrit et exécute du code, débogue les erreurs et vérifie visuellement les résultats pour des projets tels que des scènes 3D, des jeux, des programmes matériels et des conceptions de PCB.

La société rapporte que les résultats de codage, de raisonnement et de suivi des instructions sont compétitifs par rapport aux modèles de cloud frontaliers spécifiques, bien que ses comparaisons publiées n'aient pas encore été vérifiées de manière indépendante. Comme pour tout benchmark rapporté par un fournisseur, les développeurs voudront consulter des évaluations tierces avant de tirer des conclusions sur la parité au niveau frontière.

L'argument de la confidentialité et du coût

Le pitch repose sur trois avantages par rapport aux workflows cloud. L'inférence locale n'entraîne aucun frais d'API par jeton, les données sensibles peuvent rester sur l'appareil et les fonctionnalités principales continuent de fonctionner hors ligne. Pour les entreprises traitant des données réglementées et pour les développeurs travaillant dans des environnements à bande passante limitée, ces propriétés peuvent surpasser la capacité brute d'un modèle frontière hébergé.

Le matériel et l’électricité ne sont bien sûr pas gratuits. Edge0 le reconnaît directement, notant que ses chiffres de puissance reflètent une consommation soutenue d'environ 120 W, comparable à celle d'un ordinateur portable hautes performances exécutant une charge de travail exigeante, ce qui a de réelles implications sur la durée de vie de la batterie et les performances thermiques.

Ce que cela signifie pour l'écosystème local de l'IA

L'analyse qui accompagne l'annonce suit 67 modèles ouverts d'au moins 1 milliard de paramètres provenant de 14 laboratoires destinés aux téléphones, ordinateurs portables et PC IA, et la trajectoire est abrupte. Si les chiffres rapportés se confirment lors d'un examen indépendant, Edge0-145B représenterait un changement radical dans ce que le matériel grand public peut héberger : une classe de modèle qui exigeait jusqu'à présent que les GPU des centres de données soient disponibles sur les machines que les gens possèdent déjà.

Les concurrents vont dans la même direction. Meta a livré son modèle agent ouvert Muse Glimmer, conçu pour fonctionner sur des GPU grand public, et le framework Foundation Models d'Apple a renouvelé l'intérêt des développeurs pour l'inférence sur l'appareil. La différence réside dans l'échelle : rien dans l'écosystème actuel à pondération ouverte ne se rapproche des paramètres de 145 B ciblant les budgets de mémoire des ordinateurs portables.

Cette publication intervient également au milieu d’un débat qui s’intensifie sur la centralisation. Des navigateurs axés sur la confidentialité ajoutant des flux de paiement agents aux cadres d'inférence locaux, le camp ouvert de l'industrie a passé 2026 à affirmer qu'une IA performante n'a pas besoin de vivre dans le centre de données d'un hyperscaler. Edge0-145B est le point de données le plus agressif à ce jour dans cet argument.

Les développeurs peuvent télécharger les poids du modèle, explorer le cadre d'inférence ou essayer l'application Edge0 via le site de l'entreprise. La question reste ouverte de savoir si les benchmarks survivent à l’examen minutieux de la communauté – mais avec la pile complète publiée pour la reproduction, cet examen ne devrait pas prendre longtemps.

---

Restez à la Pointe de l'IA

Les dernières actualités, analyses et percées en IA — au même endroit.

Lire plus d'actualités IA →