Peut-on coder son site internet avec une IA installée sur son propre ordinateur, sans abonnement et sans envoyer une ligne chez un géant américain ? Oui, c’est techniquement possible. Mais proprement, avec un résultat qui tient la route, ça exige une machine que la plupart des PME n’ont pas. Pour un seul site, la bonne décision en 2026 reste, dans la grande majorité des cas, de s’appuyer sur les grands services d’IA en ligne, avec des garde-fous clairs.
Nous sommes un studio de design et de digital basé à Nîmes. Nous voyons passer des dirigeants séduits par le discours « tout en local, tout gratuit ». Voici ce que ce discours oublie de dire.
En bref
- Une IA locale capable de coder correctement demande en pratique une carte graphique avec 16 à 24 Go de VRAM, pour des modèles intermédiaires fortement quantifiés.
- Les très gros modèles (plus de 100 milliards de paramètres) exigent plusieurs centaines de Go de mémoire : hors de portée d’un PC de bureau.
- « Local » ne veut pas dire « sans RGPD » : la PME qui déploie son IA reste responsable de son système.
- Pour un site unique, le matériel, le temps de réglage et la maintenance coûtent plus cher que le recours à l’IA en ligne, bien encadrée.
- Si la confidentialité est un vrai enjeu, la voie raisonnable est hybride : contrôler ses données, sans acheter ses GPU.
Table des matières
- Ce que « IA locale pour coder » veut vraiment dire
- Le matériel : la facture que personne ne mentionne
- Les modèles quantifiés : une qualité qui se paie
- Un modèle seul ne code pas : il faut l’environnement autour
- « Local » ne vous dispense pas du RGPD
- L’autre option : contrôler ses données sans posséder les GPU
- Faire le calcul pour un seul site
- Notre point de vue : l’IA est un scalpel, pas une baguette magique
- Ce que nous faisons pour votre site
- Si vous voulez quand même tester en local
- FAQ
- Sources
Ce que « IA locale pour coder » veut vraiment dire
Une IA locale, c’est un modèle de langage que vous téléchargez et que vous faites tourner sur votre machine, avec des outils comme Ollama ou LM Studio. Rien ne sort de votre ordinateur. C’est séduisant : pas de facture à l’usage, pas de dépendance à un fournisseur, pas de code qui transite par un serveur tiers.
Pour coder un site, on attend bien plus qu’un chatbot. On attend un assistant qui :
- comprend l’ensemble d’un projet (thème, plugins, composants, base de données) et pas seulement le fichier ouvert ;
- lit et modifie plusieurs fichiers, lance des commandes, corrige ses erreurs ;
- respecte vos conventions, la sécurité, l’accessibilité et la performance mobile ;
- répond assez vite pour ne pas casser votre rythme de travail.
C’est sur ces quatre points que la machine locale montre ses limites. Un petit modèle sait compléter une fonction. Un agent qui touche à une architecture entière, c’est un autre métier.
Le matériel : la facture que personne ne mentionne
Le goulot d’étranglement n’est pas le processeur, c’est la mémoire vidéo (VRAM) ou la mémoire unifiée. Le modèle doit tenir en mémoire, avec son contexte, pour répondre à une vitesse acceptable.
Selon le guide de construction 2026 du magazine c’t, les modèles intermédiaires de type Qwen en 27 à 35 milliards de paramètres demandent une carte graphique de 16 à 24 Go de VRAM, à condition de les quantifier en 4 ou 5 bits. La même référence cite une carte AMD RX 9070 XT de 16 Go comme standard grand public actuel, pour environ 35 à 57 jetons par seconde selon le modèle.
Voici ce que cela donne, palier par palier :
| Palier | Ce que vous pouvez faire tourner | Ce que ça donne pour coder un site |
|---|---|---|
| PC de bureau sans GPU dédié, 8 à 16 Go de RAM | Petits modèles de 3 à 7 milliards de paramètres | Complétion, petites fonctions, explications. Aucune autonomie sur un projet complet. |
| GPU de 8 à 12 Go de VRAM | Modèles de 7 à 14 milliards de paramètres | Utile pour des snippets. Erreurs fréquentes dès que le projet se complexifie. |
| GPU de 16 à 24 Go de VRAM | Modèles intermédiaires (27 à 35 milliards) quantifiés en 4 ou 5 bits | Le minimum sérieux. Correct sur des tâches ciblées, avec perte de précision liée à la quantification. |
| Plusieurs centaines de Go de VRAM ou de mémoire unifiée | Modèles de plus de 100 milliards de paramètres | Qualité proche des services cloud, mais infrastructure de serveur, pas de PC de bureau. |
Pour situer les ordres de grandeur, un comparatif des LLM locaux par palier de VRAM indique qu’environ 8 Go de RAM suffisent pour un modèle de 7 milliards de paramètres, tandis que les modèles de 70 milliards demandent de l’ordre de 40 Go de VRAM pour tourner en pleine qualité. La marche entre « ça démarre » et « ça code bien » est énorme.
Et ce n’est pas qu’une question de carte graphique. Une machine capable de faire tourner ces modèles consomme, chauffe, fait du bruit et doit être refroidie, alimentée et remplacée. Le test de stations de travail à mémoire unifiée publié par heise montre d’ailleurs que même les solutions compactes et « abordables » restent un investissement à part entière. Les spécialistes qui les testent rappellent que la logique du toujours plus grand, plus rapide, plus loin se heurte vite à des coûts qui explosent avant que la performance ne dépasse celle des outils cloud.
Les modèles quantifiés : une qualité qui se paie
Pour faire tenir un gros modèle dans une carte de 16 ou 24 Go, on le quantifie : on réduit la précision de ses poids, en 4 ou 5 bits. C’est devenu la norme, et c’est bien pensé. Mais c’est un compromis, pas un cadeau : une légère perte de précision, qui se traduit en code par des API inventées, des cas limites oubliés, des correctifs qui en cassent d’autres.
Or, sur un site client, une erreur discrète n’est pas un détail. Une faille dans un formulaire, un plugin mal appelé, un script qui plombe le chargement sur mobile : ce sont de la dette technique qui s’accumule sans bruit. Un code « qui marche » le jour de la livraison peut devenir un plat de spaghettis numérique dès la première évolution.
Un modèle seul ne code pas : il faut l’environnement autour
Autre point que les tutoriels passent sous silence. Un article récent de heise sur le retour d’expérience de l’utilisation d’une IA locale au quotidien insiste sur le fait que les petits modèles ne donnent le meilleur d’eux-mêmes que s’ils peuvent utiliser des outils, ce qui suppose un « harness », c’est-à-dire un logiciel qui encadre ce que le modèle peut lire, exécuter et modifier.
Autrement dit, vous ne installez pas « une IA ». Vous montez une chaîne : modèle, serveur d’inférence, agent, droits d’accès aux fichiers, journalisation, mises à jour. Chaque maillon se configure, se sécurise et se maintient. Pour un développeur qui en fait son métier, c’est un investissement raisonnable. Pour un dirigeant qui veut un site, c’est un deuxième projet greffé sur le premier.
« Local » ne vous dispense pas du RGPD
C’est l’argument numéro un des partisans du local : « mes données ne quittent pas chez moi, donc je suis tranquille ». C’est une illusion de sécurité, et elle peut devenir une bombe à retardement.
La CNIL est claire : dès que vous développez ou déployez un système d’IA, des obligations s’appliquent, et sa liste de vérification pour les systèmes d’IA détaille les points à contrôler, parmi lesquels la documentation des sources, la gestion des droits des personnes, l’analyse d’impact (AIPD) et l’association du délégué à la protection des données dès la conception. Elle évoque aussi les risques de régurgitation de données personnelles par un modèle, et la mise en place de filtres sur les sorties lorsque le réentraînement est disproportionné pour une petite structure.
Si vous affinez ou déployez vous-même un modèle, vous endossez un rôle de fournisseur sur cette partie. En cas de contrôle, l’absence de traçabilité vous retombe dessus. Sur le cadre général, la CNIL propose aussi ses questions-réponses sur l’IA générative, qui permettent de situer votre usage.
Pour approfondir les responsabilités concrètes d’une entreprise qui déploie de l’IA, ce guide sur le RGPD et l’IA générative (en hongrois) détaille la mise en conformité pas à pas.
Soyons nets : utiliser un service d’IA en ligne impose aussi des précautions (ne jamais envoyer de données clients, de mots de passe ou de clés d’API dans une requête). Mais la différence est que ces règles sont simples à appliquer pour coder un site : le code d’un site vitrine contient rarement des données personnelles, pour peu qu’on travaille sur des environnements de test propres.
L’autre option : contrôler ses données sans posséder les GPU
Le vrai besoin, derrière le désir d’IA locale, c’est souvent la maîtrise des données. Les équipes de cybersécurité des institutions européennes, dans leur note sur l’IA générative et la cybersécurité, plaident pour une approche qui garde les données dans un périmètre de confiance, plutôt que pour la construction de sa propre infrastructure de calcul. Pour une PME, l’objectif est le contrôle des données, pas la possession de la GPU.
Concrètement, trois familles de solutions existent, du plus simple au plus lourd :
- Les services d’IA en ligne, avec paramétrage rigoureux : désactivation de l’entraînement sur vos données quand l’option existe, comptes professionnels, aucune donnée personnelle dans les requêtes.
- Les services hébergés en Europe ou en colocation : vous louez de la puissance de calcul sans gérer le matériel, avec des engagements sur la localisation des données.
- L’auto-hébergement complet : pertinent pour une équipe technique qui code tous les jours, traite des données sensibles et peut amortir l’investissement.
Pour un seul site internet, la première famille suffit presque toujours.
Faire le calcul pour un seul site
Prenons un cas typique : une PME gardoise qui veut refaire son site vitrine de dix pages ou lancer une petite boutique. Comparons deux chemins.
Chemin « tout local »
- Une machine avec 16 à 24 Go de VRAM au minimum, voire une station dédiée.
- Plusieurs jours pour choisir les modèles, les quantifications, l’agent et les droits d’accès.
- Un code à relire, à tester et à sécuriser, puisque la précision est dégradée.
- Une analyse RGPD à documenter si des données personnelles sont concernées.
- Une maintenance de l’ensemble : mises à jour du modèle, du serveur, du matériel.
Chemin « IA en ligne encadrée »
- Un abonnement mensuel, que vous pouvez arrêter quand le projet est livré.
- Des modèles plus puissants que ce que votre PC peut héberger.
- Un cadre de travail simple : pas de données personnelles, relecture humaine, tests avant mise en ligne.
Le gain de temps n’est pas du côté du local. Et le temps d’un dirigeant, ou d’un salarié détourné de son métier, est le poste de coût le plus sous-estimé. Nous avons détaillé cette question dans notre article peut-on vraiment créer un site tout seul grâce à l’IA : l’IA accélère un professionnel, elle ne remplace pas la méthode.
Notre point de vue : l’IA est un scalpel, pas une baguette magique
Nous utilisons l’IA tous les jours dans notre travail, y compris pour la création de sites et l’optimisation technique. Nous l’intégrons aussi dans les processus métier de nos clients. Justement pour cela, nous nous méfions des promesses faciles.
Voici ce que nous constatons. Le marché est rempli de faux prophètes qui vendent du « site complet par IA en une heure » ou de « l’IA locale gratuite pour tout faire ». Le mirage tient en une phrase : on vous montre la démonstration, jamais la maintenance. Nous détaillons ce phénomène dans notre article sur l’IA et les faux experts.
Notre position est pragmatique :
- Pour coder un site, nous préférons les meilleurs modèles disponibles, parce que la qualité du code, la sécurité et la vitesse de chargement sur mobile ne se négocient pas.
- L’IA ne remplace ni l’architecture globale, ni la relecture. Un site doit être pensé pour convertir, pour Google et pour être cité par les moteurs de réponse IA. Aucun modèle, local ou non, ne décide de cela à votre place.
- La question de la responsabilité est centrale. Quand un agent se trompe, c’est l’entreprise qui répond, pas le logiciel. Nous y consacrons un article : agents IA, qui est responsable quand l’algorithme fait une erreur.
- L’IA locale a sa place, mais dans des cas précis : données très sensibles, volumes d’usage élevés, équipe technique capable de l’exploiter. Ce n’est pas le cas d’un site vitrine isolé.
Si vous avez un jour un usage récurrent et lourd de l’IA dans l’entreprise, la réflexion devient légitime. Nous en parlons dans notre guide sur l’intelligence artificielle pour PME, avec la même exigence : partir du besoin, pas de la technologie.
— David
Ce que nous faisons pour votre site
Vous voulez un site qui soit rapide, solide et bien référencé, sans devenir spécialiste de la VRAM ? C’est notre métier depuis 2008. Nous prenons en charge la stratégie, le design, le développement et la visibilité, avec un seul interlocuteur.
Nos fourchettes publiées pour une création de site internet : de 2 500 € à 8 000 € pour un site internet, de 5 000 € à 25 000 € pour un site e-commerce, de 3 000 € à 15 000 € pour une refonte, et de 10 000 € à 50 000 € pour un développement sur mesure. La maintenance se situe entre 80 € et 800 € par mois. Nous utilisons l’IA là où elle apporte de la vitesse, et nous gardons la main sur l’architecture et la qualité. Si votre projet inclut l’intégration d’IA dans vos process, c’est aussi notre expertise en intelligence artificielle.
Si vous voulez quand même tester en local
La curiosité est saine. Voici comment procéder sans vous brûler :
- Testez d’abord votre machine : identifiez la VRAM disponible et la RAM, avant de télécharger quoi que ce soit.
- Commencez petit : un modèle de 7 milliards de paramètres pour de la complétion ou de l’explication de code.
- Travaillez hors production : jamais directement sur le site en ligne, toujours sur une copie.
- Relisez chaque ligne : un code généré n’est pas un code validé.
- Documentez : modèle utilisé, usage, données manipulées. C’est la base d’une démarche conforme.
- Comparez avec un service en ligne sur la même tâche. Le résultat parle de lui-même.
Si vous êtes une agence ou une équipe technique avec des données sensibles, le chiffrage change, et un audit préalable s’impose. Pour le reste, gardez en tête que Google ne sanctionne pas l’IA en soi mais la qualité : notre article sur Google et les contenus créés par l’IA précise ce point.
FAQ
Quelle IA locale choisir pour coder un site internet ?
Il n’y a pas de réponse unique : tout dépend de votre VRAM. Avec 8 Go, visez un petit modèle orienté code pour la complétion. Avec 16 à 24 Go, des modèles intermédiaires quantifiés en 4 ou 5 bits deviennent utilisables. Au-delà, on entre dans l’infrastructure de serveur.
Peut-on utiliser l’IA en local sur un PC de bureau classique ?
Oui, avec des petits modèles, mais le résultat reste limité pour du développement sérieux. Sans carte graphique dédiée, la réponse est lente et les modèles utilisables sont peu performants. Pour un projet de site complet, ce n’est pas suffisant.
Une IA locale est-elle conforme au RGPD par défaut ?
Non. Que le modèle tourne chez vous ou chez un fournisseur, vous restez responsable de vos traitements de données personnelles. La CNIL détaille les points à vérifier, comme la documentation, l’analyse d’impact et la gestion des droits des personnes. Pour un cas précis, rapprochez-vous de votre délégué à la protection des données ou d’un juriste.
Est-il plus économique de coder son site avec une IA locale ?
Rarement pour un seul site. Le matériel, le temps de configuration et la maintenance dépassent vite le coût d’un abonnement à un service en ligne. L’équation peut s’inverser pour un usage intensif et quotidien, par une équipe technique.
Peut-on créer un site entier avec une IA seule ?
On peut générer une base, pas un site professionnel fiable. Sans architecture, tests, SEO et sécurité, le résultat se dégrade vite. L’IA gagne du temps à un professionnel, elle ne remplace pas son jugement.
Sources
- KI lokal auf dem PC : der c’t-Bauvorschlag 2026, heise online
- Drei Unified-Memory-Workstations für lokale KI im Test, heise online
- Was ich über lokale KI gelernt habe, heise online
- Développement des systèmes d’IA : que faut-il vérifier ? CNIL
- Les questions-réponses de la CNIL sur l’IA générative
- Generative AI in Cybersecurity : Balancing Innovation and Risk, CERT-EU
- Meilleur LLM local par VRAM 2026
