Comparatifs

Les meilleurs LLM locaux pour le jeu de rôle en 2026 : 6, 8, 12 et 16 Go de VRAM

Plus intelligent ne veut pas toujours dire plus captivant. Choisis un modèle pour ton personnage, prévois la mémoire et télécharge le bon GGUF.

Tu veux un personnage IA sur ton PC, mais tu ne sais pas quel modèle télécharger ? Commence par la mémoire de ta carte graphique : Stheno 8B Q4 pour 6 Go, Qwen3.5-9B Q4 ou Stheno Q5 pour 8 Go, un 12B comme Rocinante-X pour 12 Go et un quant compact de Gemory ou un bon quant 12B pour 16 Go. Voyons les compromis avant de remplir ton SSD.

Le jeu de rôle local a une drôle de particularité : un modèle plus intelligent ne joue pas forcément un personnage plus captivant. Donne à un excellent résolveur de problèmes la fiche d'un contrebandier sarcastique et, cinq échanges plus tard, tu risques de parler à un thérapeute d'entreprise bienveillant. Voix, sous-entendus, initiative et continuité comptent autant que les capacités brutes.

Cette sélection de l'équipe Multiic s'appuie sur l'expérience de jeu de rôle de l'auteur d'origine et sur des fiches de modèles vérifiées. Les conseils de style sont des pistes de comparaison, pas un classement indépendant. Nous n'avons pas mesuré la vitesse ou l'exécution entièrement sur GPU pour chaque carte graphique. Les détails techniques ont été vérifiés le 5 octobre 2026 ; les tailles concernent les conversions GGUF indiquées.

Quel modèle local de jeu de rôle essayer en premier ?

Quel modèle local de jeu de rôle essayer en premier ?
Mémoire GPU et objectif Premier candidat À vérifier
6 Go, discussion avec un personnage en anglais Stheno 8B Q4_K_M Contexte court ; scènes complexes à tester séparément
6 Go, simulation multilingue Qwen3.5-9B Q3/IQ3 Qualité du quant faible et vitesse avec transfert en RAM
8 Go, discussion généraliste Qwen3.5-9B Q4_K_M Mémoire libre et bon gabarit de conversation
8 Go, dialogues en anglais Stheno Q5_K_M Cohérence du personnage sur la durée
8 Go, essayer un 12B Saiga Nemo Q4_K_M, éventuellement avec transfert en RAM Temps de réponse et budget de contexte serré
12 Go, histoires et aventures Rocinante-X Q5 ; comparer Bloodmoon ou Eclipse Comportement avec ta fiche de personnage
12 Go, autre candidat conversationnel Saiga Nemo Q5_K_M Style et place pour le contexte
16 Go, jeu de rôle créatif Gemory-26B-A4B Q3_K_M Cache, compatibilité du moteur et qualité Q3
16 Go, sandbox complexe Gemma 4 26B-A4B ou quant compact de Qwen3.5-27B Taille du fichier, contexte et transfert éventuel en RAM

Choisis deux candidats pour ton objectif. Télécharger tout le catalogue de modèles reste facultatif, même si ton SSD commence à en douter.

Taille GGUF et VRAM : les poids ne sont que le début

GGUF est un format de modèle utilisé par des moteurs compatibles, dont llama.cpp et KoboldCpp. Q4, Q5 et Q6 sont des variantes de quantification : les poids occupent moins de place, souvent au prix d'une certaine perte de qualité. La VRAM est la mémoire graphique ; la RAM, la mémoire du système.

Le budget comprend les poids, le cache de contexte et les tampons de travail. Le bureau, un jeu ou un générateur d'images peuvent déjà utiliser de la VRAM. Le cache dépend de l'architecture, du contexte, de la précision et du moteur. Il n'existe pas de règle universelle « ajoute exactement deux gigaoctets ».

Un fichier d'environ 7.5 Go n'est pas automatiquement à l'aise sur une carte de 8 Go. Faire entrer le canapé ne crée pas une piste de danse. Un transfert partiel en RAM déplace données et calculs vers le système ; la vitesse dépend du CPU, de la RAM et de la liaison GPU. Les notes de Google sur la mémoire expliquent les besoins au-delà des poids.

Charge avec un contexte modéré, observe la consommation réelle, mène une longue conversation, puis augmente les réglages. Les tailles ci-dessous sont des Go décimaux de fichiers, pas une consommation de VRAM mesurée ; ton logiciel peut afficher des Gio.

6 Go de VRAM : Stheno 8B et essais prudents avec Qwen

Compare d'abord des modèles de jeu de rôle 8B en Q4. Ils laissent souvent un budget de conversation plus pratique qu'un grand modèle très comprimé. Qwen constitue une autre piste si les règles du monde passent avant le style littéraire. Les liens pointent vers des conversions GGUF précises ; seules les tailles des poids sont comptées. « Pourquoi essayer » décrit un scénario de comparaison, pas un classement mesuré.

Langues des tableaux : EN signifie anglais, RU russe, ZH chinois, JA japonais et HE hébreu. Le gras indique les recommandations RP de la sélection d'origine, pas un benchmark linguistique indépendant. La couverture de la base est précisée séparément : l'affinage peut changer les performances. Nemo a été évalué en EN, FR, DE, ES, IT, PT, RU, ZH et JA ; c'est un repère, pas une garantie pour ses dérivés RP. Couverture officielle : Qwen3.5, 201 langues et dialectes, Qwen3, plus de 100, Gemma 4, plus de 35 directement utilisables. Bloodmoon annonce un entraînement supplémentaire en russe, japonais et hébreu.

6 Go de VRAM : Stheno 8B et essais prudents avec Qwen
Modèle et GGUF Base / type Quant de départ Poids, Go Langues et atouts en RP Pourquoi essayer Limites de mémoire
Stheno v3.2 8B Llama 3 / affinage RP Q4_K_M 4.92 EN ; autres non annoncées Dialogues de personnages, petites scènes Commencer à 4k ; tester plusieurs PNJ et états séparément
Lunaris v1 8B Llama 3 / fusion RP Q4_K_M 4.92 EN ; autres non annoncées Comparer créativité et logique avec Stheno Budget tout aussi serré ; une fusion n'améliore pas toutes les fiches
Hathor v0.2 8B Llama 3 / affinage Q4_K_M 4.92 EN ; autres non annoncées Autre style narratif à taille égale Vérifier rythme et consignes avec un historique court
Qwen3.5-9B Qwen3.5 / généraliste IQ3_M 4.98 201 langues et dialectes ; RP : EN, ZH Secrets de PNJ, règles et dépendances Plus comprimé que Q4 ; vérifier cohérence et compatibilité IQ

Lunaris et Hathor : changer de style sans changer de GPU

Lunaris est une fusion intégrant Stheno. Son auteur cherchait à associer créativité et logique. Compare-les avec la même fiche : un autre acteur pour presque le même budget mémoire.

Hathor a été entraîné notamment sur de la prose et des dialogues de jeu de rôle. Essaie-le si l'écriture de ton premier modèle tourne en rond. Il propose un autre style, sans garantir qu'un ancien 8B gérera parfaitement un RPG complexe.

L3-8B-Stheno-v3.2 : commencer par un personnage

Stheno vise le jeu de rôle et la narration. Dans la sélection d'origine, il reste un point de départ utile pour de petites scènes en anglais, des personnages expressifs, des aventures et des romances. Fiche de Stheno.

La conversion GGUF de Bartowski pèse environ 4.92 Go en Q4_K_M et 5.73 Go en Q5_K_M. Sur 6 Go, commence en Q4 avec environ 4k de contexte, puis vérifie la mémoire restante. C'est une configuration à tester, pas une garantie de résidence complète sur GPU.

Si la scène devient cinq PNJ, un inventaire et des états de quête, compare un généraliste plus récent. Dialogues expressifs et suivi fiable du monde sont deux compétences distinctes.

Qwen3.5-9B : quand la scène a besoin de règles

Teste Qwen sur des secrets et des dépendances : un PNJ ment, un autre connaît la vérité, un troisième ne doit pas la révéler. Cela en dit plus qu'une belle salutation.

Qwen3.5-9B annonce 201 langues et dialectes et 262,144 tokens de contexte. Ces chiffres ne garantissent ni une qualité littéraire égale ni cette longueur de contexte sur ta carte.

Dans la conversion de Bartowski, IQ4_XS pèse environ 5.50 Go et Q4_K_M 6.17 Go. Même IQ4 laisse peu de marge sur 6 Go. Envisage Q3/IQ3 ou un transfert partiel en RAM ; ne prévois pas Q4_K_M entièrement en mémoire GPU ici.

8 Go de VRAM : des 8–9B plus confortables, des 12B plus serrés

Tu peux améliorer le quant d'un 8B ou essayer un 12B avec moins de marge. Un 8–9B est le départ le plus simple ; teste 12B pour une comparaison choisie. Le temps de réponse compte autant que la taille affichée.

8 Go de VRAM : des 8–9B plus confortables, des 12B plus serrés
Modèle et GGUF Base / type Quant de départ Poids, Go Langues et atouts en RP Pourquoi essayer Limites de mémoire
Stheno v3.2 8B Llama 3 / RP Q5_K_M 5.73 EN ; autres non annoncées Dialogues moins comprimés qu'en Q4 Un long historique exige toujours de vérifier la mémoire
Lunaris v1 8B Llama 3 / fusion RP Q5_K_M 5.73 EN ; autres non annoncées Autre style sans passer à 12B Un contexte disponible ne garantit pas le souvenir de l'intrigue
Hathor v0.2 8B Llama 3 / affinage Q5_K_M 5.73 EN ; autres non annoncées Comparer prose et voix du personnage Tester toi-même les autres langues
Qwen3.5-9B Qwen3.5 / généraliste Q4_K_M 6.17 201 langues et dialectes ; RP : EN, ZH Règles du monde et plusieurs PNJ Moteur compatible nécessaire ; vérifier la VRAM libre
Rocinante-X 12B v1 Mistral Nemo / RP IQ4_XS 6.74 RP : EN ; base Nemo multilingue Tester 12B avant de passer à 12 Go Cache serré ; transfert en RAM possible ; bon gabarit indispensable
Saiga Nemo 12B Mistral Nemo / conversation Q4_K_M 7.48 RU, EN Autre candidat conversationnel Essai avec contexte court et transfert possible en RAM

Essaie Qwen3.5-9B Q4_K_M pour un usage généraliste ou Stheno Q5_K_M pour des personnages en anglais. Commence avec 4–8k de contexte si pris en charge, puis vérifie la mémoire libre.

Saiga Nemo 12B Q4_K_M est un essai avec réserves sur 8 Go. Ses quelque 7.48 Go de poids laissent peu de place à l'historique et aux tampons. Contexte court, quant inférieur ou transfert partiel en RAM peuvent aider. Compare vitesse et prose.

Si les réponses arrivent péniblement, un petit modèle peut offrir une meilleure soirée. Le jeu de rôle a un rythme. Un personnage qui prend une minute pour chaque « oui » en développe un assez particulier.

12 Go de VRAM : Rocinante-X, Saiga Nemo, Bloodmoon et Eclipse

12B est une taille séduisante pour jouer chez soi : de la place pour le personnage sans exigences de station de travail. Les quants supérieurs et les longues conversations restent en concurrence pour la mémoire.

12 Go de VRAM : Rocinante-X, Saiga Nemo, Bloodmoon et Eclipse
Modèle et GGUF Base / type Quant de départ Poids, Go Langues et atouts en RP Pourquoi essayer Limites de mémoire
Rocinante-X 12B v1 Mistral Nemo / RP Q5_K_M 8.73 RP : EN ; base Nemo multilingue Aventures et dialogues créatifs Mistral v3 Tekken / Metharme selon l'auteur
Saiga Nemo 12B Mistral Nemo / conversation Q5_K_M 8.73 RU, EN Comparer dialogue et continuité Q6 pèse 10.1 Go ; Q5 peut mieux convenir à un long contexte
Impish Bloodmoon 12B Mistral Nemo / affinage RP Q5_K_M 8.73 EN, RU, JA, HE ; RP : EN Conflits et personnages aux intérêts propres Moins de positivité est un objectif de l'auteur, pas une garantie
Angelic Eclipse 12B Mistral Nemo / affinage Q5_K_M 8.73 RP : EN ; base Nemo multilingue Relations qui se construisent progressivement Vérifier initiative des PNJ et cohérence des longues scènes
NemoMix-Unleashed 12B Mistral Nemo / fusion RP Q5_K_M 8.73 RP : EN ; base Nemo multilingue Autre prose et autre narration Vérifier d'abord format Mistral et préréglage de l'auteur
Gemma 4 12B IT Gemma 4 / généraliste Q4_K_M 7.66 35+ langues ; RP : EN Comparer gestion du monde et affinage RP Q5 pèse 8.77 Go ; fichiers multimodaux supplémentaires exclus
Qwen3-14B Qwen3 / généraliste Q4_K_M 9.00 100+ langues et dialectes ; RP : EN, ZH Taille intermédiaire entre 9B et 27B Vérifier mode de réflexion et marge pour le cache
Qwen3.5-9B Qwen3.5 / généraliste Q5_K_M 7.11 201 langues et dialectes ; RP : EN, ZH Modèle plus petit, quant supérieur Non spécialisé en RP ; comparer l'expressivité

NemoMix et Qwen3-14B : élargir la comparaison

NemoMix-Unleashed ajoute un candidat Nemo pour le RP. L'auteur insiste sur la narration, la réduction des répétitions et des réglages précis. Essaie-le si 12B convient à ton matériel, mais pas le style de Rocinante ou Bloodmoon.

Qwen3-14B est un généraliste intermédiaire entre 9B et 27B. Vérifie les consignes du mode sans réflexion pour accélérer les dialogues. Compare son comportement aux modèles RP sans supposer qu'un meilleur raisonnement produit forcément un meilleur personnage.

Rocinante-X 12B : histoires et aventures

Rocinante-X mérite un essai pour les dialogues anglais et les scènes créatives. Son auteur met en avant RP, prose et conversation : des objectifs d'entraînement, pas une promesse pour chaque fiche. Description et gabarits.

Commence en Q5 si la mémoire suffit. L'auteur indique Mistral v3 Tekken ou Metharme et avertit des prompts système mal formatés. Vérifie le gabarit avant de corriger des réponses étranges avec la température. Téléchargements GGUF.

Saiga Nemo 12B : un autre candidat conversationnel

Compare Saiga Nemo avec la même fiche. Juge dialogues, continuité et temps de réponse dans tes scènes. Fiche originale.

Ces tailles viennent de la conversion GGUF de QuantFactory :

Saiga Nemo 12B : un autre candidat conversationnel
Quantification Saiga Nemo Taille GGUF Point de départ
Q4_K_M 7.48 Go Garder plus de mémoire libre
Q5_K_M 8.73 Go Premier candidat à tester sur 12 Go
Q6_K 10.1 Go Contexte modéré si la mémoire réellement libre suffit
Q8_0 13 Go Les poids seuls dépassent 12 Go

Vérifie modèle original, version et gabarit. Des noms de quant identiques ne rendent pas les conversions interchangeables.

Impish Bloodmoon et Angelic Eclipse : comparer les personnalités

L'auteur d'Impish Bloodmoon vise moins de positivité excessive et la prise en charge de mécaniques de jeu. À essayer si un PNJ méfiant ou jaloux devient sans cesse un assistant accommodant.

Angelic Eclipse vise des réactions réalistes et des relations qui se construisent lentement. Compare les deux avec la même scène. Les jolis noms sont un bonus ; les réponses réelles tranchent.

Gemma 4 12B : tester un sandbox plus complexe

Compare Gemma 4 12B lorsque le modèle doit jouer les PNJ et suivre les règles du monde. La présentation de Google décrit une famille généraliste avec raisonnement et rôle système. De quoi justifier un test face à un affinage RP, pas désigner un vainqueur à l'avance.

16 Go de VRAM : Gemory, Gemma 4 et Qwen3.5-27B

Compare un 12B plus précis, un 24B dense et un MoE 26B plus compact. Écriture, place pour le cache et vitesse varient. Pour les modèles multimodaux, les tailles ne concernent que le fichier principal du modèle de langage.

16 Go de VRAM : Gemory, Gemma 4 et Qwen3.5-27B
Modèle et GGUF Base / type Quant de départ Poids, Go Langues et atouts en RP Pourquoi essayer Limites de mémoire
Gemory-26B-A4B Gemma 4 / MoE créatif Q3_K_M 13.3 RP : EN ; autres langues de la base non vérifiées Jeu de rôle créatif spécialisé Comparer Q3_K_S à 12.2 Go si le cache manque de place
Gemma 4 26B-A4B IT Gemma 4 / MoE généraliste Q3_K_M 13.02 35+ langues ; RP : EN Personnages et règles de sandbox IQ4_XS pèse 14.21 Go ; le cache peut exiger un transfert en RAM
Cydonia 24B v4.1 Mistral Small / RP dense Q4_K_S 13.55 RP : EN ; base compatible avec 24 langues Alternative RP plus grande que Gemory Q4_K_M pèse 14.33 Go ; commencer avec un contexte modéré
Qwen3.5-27B Qwen3.5 / généraliste IQ3_M 14.12 201 langues et dialectes ; RP : EN, ZH Dépendances complexes et logique du monde Budget serré ; Q4_K_M dépasse la VRAM ; transfert possible en RAM
Qwen3-14B Qwen3 / généraliste Q5_K_M 10.51 100+ langues et dialectes ; RP : EN, ZH Moins de compression, plus de place pour l'historique Pas un affinage RP ; la réflexion change le rythme
Rocinante-X 12B v1 Mistral Nemo / RP Q6_K 10.06 RP : EN ; base Nemo multilingue Bon quant 12B plutôt qu'un grand Q3 Évaluer aussi continuité de l'intrigue et cache
Saiga Nemo 12B Mistral Nemo / conversation Q6_K 10.1 RU, EN Comparer les dialogues avec de la place pour l'historique Q8 pèse 13 Go ; le contexte peut compter plus que la précision

Cydonia 24B : un modèle RP plus grand sans MoE

Cydonia v4.1 ajoute un 24B dense à côté de Gemory MoE et Nemo 12B. Commence en Q4_K_S, puis teste Q4_K_M si la mémoire réellement disponible le permet. L'auteur indique Mistral v7 Tekken ; ne copie pas le gabarit de Rocinante-X simplement parce que les deux viennent de Drummer.

Sur 12 Go, les quelque 11.47 Go de Q3_K_M laissent trop peu de marge pour un conseil confortable. C'est pourquoi Cydonia figure ici dans la catégorie 16 Go. Pouvoir lancer un modèle et bien débuter sont deux choses différentes.

Gemory-26B-A4B : un MoE créatif à essayer

Gemory vise l'écriture créative et le jeu de rôle. Consulte la fiche de l'auteur ; les tailles suivantes correspondent à la conversion Abiray.

Gemory-26B-A4B : un MoE créatif à essayer
Quantification Gemory Taille GGUF Conséquence sur 16 Go
Q3_K_S Environ 12.2 Go Plus de place pour l'historique, compression accrue
Q3_K_M Environ 13.3 Go Candidat raisonnable à tester
Q4_K_S Environ 15.5 Go Serré avec cache et tampons
Q4_K_M Environ 16.8 Go Poids au-delà de 16 Go ; transfert en RAM nécessaire

Un modèle mixture-of-experts n'active qu'une partie de ses paramètres par token, mais les autres poids doivent aussi être stockés. A4B ne veut pas dire la mémoire d'un modèle 4B classique. La fiche Gemma 4 explique paramètres totaux et actifs.

Gemma standard ou Qwen 27B ?

Compare Gemma 4 26B-A4B à Gemory si un même moteur doit gérer personnages et règles de sandbox. L'affinage modifie le comportement ; une base commune ne garantit pas une expérience identique.

Qwen3.5-27B est une piste si les petits modèles peinent dans tes scènes. Mais les GGUF de Bartowski pèsent environ 17.98 Go en Q4_K_M, 15.78 Go en IQ4_XS et 14.82 Go en Q3_K_M. Même sous 16 Go, un fichier ne garantit pas la place du contexte. Envisage quants compacts et transfert en RAM.

Un 12B Q5/Q6 reste utile sur 16 Go avec plus de place pour l'historique. Compare grand modèle comprimé et petit modèle plus précis avant de décider au nombre de paramètres.

Quel quant télécharger : Q4, Q5, Q6 ou Q3 ?

Une progression pratique : Q4_K_M, puis Q5_K_M ou Q6_K si la mémoire le permet. Compare le même modèle et la même version de conversion.

  • Q4_K_M : un bon équilibre taille-qualité pour commencer.
  • Q5_K_M : le suivant si tu gardes assez de mémoire pour l'historique.
  • Q6_K : intéressant si le contexte et la vitesse nécessaires restent possibles.
  • Q8_0 : pour une comparaison précise, pas pour un chiffre plus grand.
  • Q3/IQ3 : de grands modèles sur un petit budget ; vérifie cohérence et répétitions.

La quantification n'est qu'un facteur. Une fiche inadaptée ou un mauvais gabarit peuvent nuire au dialogue plus que Q4 contre Q5.

Contexte et mémoire du personnage : commencer à 4–8k

Le contexte inclut consignes, fiche, monde, historique et place pour la réponse. Une limite de 8k ne réserve pas 8k à tes seuls messages. Le maximum annoncé ne promet ni mémoire disponible ni souvenirs aussi fiables sur toute la longueur.

Commence avec 4–8k pris en charge, puis teste 16k et plus selon le vrai usage mémoire. N'étire pas un ancien modèle au-delà de son contexte prévu simplement parce qu'un champ accepte le nombre.

Pour les histoires longues, conserve un résumé : où sont les personnages, ce qu'ils veulent, ce qu'ils savent et ce qui a changé. Mets-le à jour après les événements importants ; garde les faits stables séparément. Un long contexte ne transforme pas un LLM en base de données. Un frère inventé peut toujours débarquer sans invitation.

Régler le jeu de rôle et tester un modèle en une soirée

Commence par le gabarit et les réglages de la fiche. Sans préréglage de l'auteur, une température vers 0.8 et un top-p vers 0.9 sont des départs expérimentaux, pas des optimums universels. Change un réglage à la fois.

Limite d'abord les réponses à 150–300 tokens. Les tours courts facilitent l'évaluation et te laissent agir. Augmente progressivement les pénalités de répétition ; trop fortes, elles abîment aussi le texte.

Une scène de comparaison :

Lea est mécanicienne sur une station orbitale. Elle veut partir, mais cache une pièce de moteur disparue. Le joueur l'a aidée hier ; elle est reconnaissante, mais méfiante. Un garde sait qu'une pièce manque, pas qui l'a prise. Le joueur demande à Lea de le laisser entrer dans l'atelier.

Ajoute : « Décris paroles et actions des PNJ. Ne décide pas ce que le joueur pense, dit ou fait. » Joue 20–30 tours avec la même fiche, scène et quantité de contexte disponible. Utilise le bon gabarit pour chaque modèle.

Observe sept points :

  1. Personnalité. Lea reste méfiante tout en reconnaissant l'aide reçue.
  2. Sous-texte. Le secret influence ses paroles sans être révélé arbitrairement.
  3. Liberté du joueur. Le modèle te laisse tes répliques et tes décisions.
  4. État du monde. Le garde n'acquiert pas des informations sorties de nulle part.
  5. Initiative. Les PNJ font avancer la scène par leurs actions.
  6. Long dialogue. La scène ne recommence pas sans cesse et n'aligne pas les mêmes formules.
  7. Vitesse. L'attente préserve le rythme de conversation.

Note réglages, version du fichier et nombre de régénérations. Recommence avec une autre scène : une bonne réponse ne prouve pas la fiabilité.

Où lancer un GGUF : KoboldCpp, SillyTavern et Multiic

Le schéma habituel est GGUF → moteur d'inférence compatible → interface de chat ou jeu. KoboldCpp et llama.cpp exécutent les modèles ; SillyTavern et Multiic proposent des expériences de personnages différentes. Vérifie la compatibilité de l'architecture dans ta version du moteur, surtout pour les nouveaux Qwen et Gemma. KoboldCpp et llama.cpp.

Le guide Multiic des modèles locaux explique la connexion. Pour choisir entre jeu et chat personnalisable, lis le comparatif Multiic, SillyTavern et alternatives. Un modèle local n'est qu'une partie du système : voix ou images dans le cloud ne deviennent pas locales avec lui.

Ce qu’un modèle fait tourner dans le jeu — cartes de personnage, conversations de groupe, contexte du monde et images de scène en option — est présenté dans l’aperçu du roleplay IA dans Multiic.

Tu quittes Character.AI ? Voici un comparatif de neuf alternatives à Character.AI, des services en ligne aux configurations entièrement locales.

Questions fréquentes sur les LLM locaux pour le jeu de rôle

Quel modèle pour débuter en jeu de rôle anglais ?

Stheno Q4 sur une petite GPU ou Rocinante-X Q5 avec plus de mémoire. Compare Gemory si tu as 16 Go et veux explorer un MoE créatif. La fiche et la scène décident de ce qui fonctionne le mieux.

Un modèle 12B peut-il tourner sur 8 Go de VRAM ?

Oui, avec quantification et réglages adaptés, parfois avec transfert partiel en RAM. Mais 7.48 Go de poids laissent peu de place au reste. Un 8–9B peut mieux équilibrer vitesse et historique.

16 Go suffisent-ils pour un MoE 26B ?

Certains GGUF compacts sont des candidats réalistes, dont Gemory Q3_K_M. Il faut encore régler contexte et répartition GPU/RAM. A4B ne signifie pas que seuls quatre milliards de paramètres doivent être stockés.

Pourquoi mon personnage se répète-t-il ou écrit-il mes actions ?

Vérifie gabarit, fiche et exemples. Retire les consignes qui encouragent à écrire les deux côtés de la scène. Si le problème persiste avec plusieurs fiches, compare un autre modèle. Un quant supérieur ne garantit pas un meilleur comportement.

Puis-je jouer sans connexion internet ?

Après téléchargement, un moteur local peut produire du texte sans API cloud. Le fonctionnement hors ligne de toute l'application dépend des autres fonctions et ressources. Vérifie voix, images et connexions séparément.

Choisis ton modèle comme un acteur : qui doit jouer ce personnage ? Une réplique mémorable, le souvenir de la dispute d'hier et un refus au bon moment peuvent valoir plus qu'un graphique impressionnant de plus.

Essaie Multiic

Commence par une conversation

Choisis un personnage prêt à jouer. L’aide t’explique comment configurer les modèles et les voix.