Points clés
- La question centrale est « combien d'heures par mois ? », pas une règle fixe local-vs-cloud
- La location cloud GPU (RunPod, Vast.ai) coûte environ 0,13–0,69 $/h pour un GPU classe RTX 4090
- Une workstation RTX 4090 locale recommandée coûte environ 2 600 € au total
- Seuil naïf (prix ÷ tarif cloud) : 5 600 heures — mais ignore électricité et revente
- Seuil TCO complet (matériel + électricité − revente) : environ 4 780 heures, soit environ 20 mois à 8 h/jour — voir le calculateur ci-dessous
- L'électricité ajoute environ 0,02 $/h (États-Unis) à 0,06 $/h (Allemagne) pour un système 450 W
- Le cloud gagne pour les charges sporadiques ou expérimentales sous ~100 h/mois
- Le local gagne pour l'usage quotidien continu, les données sensibles ou 500+ h/mois
Réponse rapide : quelle option correspond à votre usage ?
C'est un point de départ, pas une règle stricte — prix du matériel, votre tarif cloud, votre tarif électrique et la valeur de revente déplacent le seuil réel. Le calculateur ci-dessous donne la réponse exacte pour vos chiffres.
Heures/mois | Recommandation |
|---|---|
| Moins de 20 h | Louer — le local ne se rentabilise presque jamais |
| 20–100 h | Généralement louer |
| 100–250 h | Comparer précisément selon le matériel |
| 250–500 h | Le matériel local devient intéressant |
| 500+ h | Le local gagne généralement au total |
| Continu 24/7 | Acheter du matériel local |
Calculateur de coût interactif : local vs cloud
Entrez vos heures d'utilisation mensuelles, votre tarif GPU cloud, le prix de votre matériel local, votre tarif électrique, la valeur de revente attendue et la durée de possession. Le calculateur ci-dessous calcule en direct votre coût cloud mensuel, votre coût d'exploitation local, votre coût total de possession et votre seuil de rentabilité. Toutes les valeurs sont des estimations calculées à partir de vos données et de prix de référence recherchés, pas des mesures effectuées par PromptQuorum.
Average daily use × 30. Example: 8 hr/day = 240 hr/month.
Blended spot/on-demand rate for a comparable GPU (RunPod, Vast.ai, Lambda Labs).
Full system cost — GPU, case, PSU, RAM, storage, not just the GPU.
What you expect to sell the hardware for at the end of the ownership period.
How long you plan to keep and use this hardware.
Recommendation
BUY LOCAL
At this usage, owning hardware costs less than renting over your ownership period.
See the GPU workstation guide →Your numbers
Cloud cost / month
$120
Local operating cost / month
$18
Total local cost over period (hardware + electricity − resale)
$2,461
Break-even (full TCO)
23 months
Break-even in cumulative hours
5,465 hours
Naive break-even (hardware price ÷ cloud rate only, ignoring electricity and resale) for these hardware/cloud-rate inputs: 6,400 hours
Tableau de décision matériel
Associez la taille de modèle visée et votre usage à un niveau de matériel avant de chiffrer une configuration précise.
Niveau | VRAM / RAM | Idéal pour | Gamme de prix |
|---|---|---|---|
| Mini PC N150 | 16 Go RAM | Chat léger, jusqu'à 7B | Moins de 500 € |
| Mini PC Ryzen | 32–64 Go RAM | 7B–14B quotidien, serveur 24/7 | 500–1 000 € |
| RTX 3090 (occasion) | 24 Go VRAM | Jusqu'à 30B Q4, meilleur VRAM/€ | 750–1 200 € |
| RTX 4090 | 24 Go VRAM | Jusqu'à 34B Q4, GPU unique le plus rapide | 1 900–2 900 € |
| Setup GPU 48 Go | 48 Go VRAM | Jusqu'à 70B Q4, R&D | 4 000 €+ |
| Mac (mémoire unifiée) | 48–128 Go unifié | 70B+ via MLX, faible consommation | 2 000–4 000 €+ |
Voie 1 — Usage faible : louer un GPU cloud
La location convient à l'expérimentation, au fine-tuning occasionnel, aux charges variables ou aux tests avant achat. Vous ne payez que les heures utilisées, sans entretien, avec un accès immédiat à des GPU (H100, A100 80 Go) qui coûteraient des milliers de dollars à l'achat.
Comparez les prix cloud actuels : tarifs RunPod et tarifs Vast.ai sont des liens éditoriaux de référence, non des liens d'affiliation — PromptQuorum n'a de relation de commission avec aucun des deux fournisseurs.
Voie 2 — Usage moyen : un mini PC peut battre une workstation GPU
Pour des modèles 7B–14B utilisés quotidiennement — chat, automatisations Home Assistant, Ollama en continu — un mini PC Ryzen bat souvent une GPU dédiée en coût par watt et encombrement. Voir le test du Beelink SER8 pour un vrai déploiement Ollama 24/7, ainsi que le guide des meilleurs mini PC pour LLM local et le meilleur mini PC AMD pour LLM local, incluant le Minisforum UM890 Pro et le GMKtec G3 Plus.
Voie 3 — IA locale intensive : workstation GPU
Dès que vous avez besoin de modèles 30B+, de fine-tuning ou d'une inférence multi-utilisateurs rapide, une workstation GPU dédiée est le bon niveau. La métrique qui compte est le VRAM par dollar, pas la vitesse brute — le VRAM détermine quelles tailles de modèle peuvent même se charger. Voir le guide de construction de workstation LLM locale et le guide de build workstation GPU de PromptQuorum.
« Que dois-je acheter ? » par gamme de prix
Moins de 500 € — N'achetez pas de matériel IA dédié. Utilisez ce que vous avez déjà ou louez pour des besoins occasionnels.
500–1 000 € — Un mini PC Ryzen avec 32 Go+ de RAM. Voir le meilleur mini PC AMD pour LLM local et le test Beelink SER8.
750–1 200 € — Une RTX 3090 d'occasion, ou un mini PC plus puissant. Voir le guide des meilleurs mini PC et le guide meilleure GPU sous 500 $.
1 900–2 900 € — Une workstation GPU dédiée (RTX 4090, prix occasion post-EOL) ou un Mac à grande mémoire unifiée (env. 2 000–4 000 €). Voir le guide de build workstation et le guide Apple Silicon.
4 000 €+ — 48 Go+ VRAM, multi-GPU ou classe workstation. Calculez votre taux d'utilisation avec soin — ce niveau ne se rentabilise qu'en usage intensif soutenu. Voir le guide de build workstation GPU de PromptQuorum.
Sélections matérielles par catégorie
- Budget : GMKtec G3 Plus — mini PC d'entrée pour modèles 7B
- Milieu de gamme : Beelink SER8 — 7B–14B, Home Assistant, serveur Ollama 24/7 ; Minisforum UM890 Pro en alternative Ryzen
- Meilleur rapport GPU : RTX 3090 (occasion, env. 750–1 200 €) — meilleur VRAM par euro en 24 Go
- Performance GPU : RTX 4090 (env. 1 900–2 900 €, prix occasion post-EOL, août 2026 — fin de production au T2 2026) — GPU unique le plus rapide, voir le guide de build workstation
- Option Apple : Mac à grande mémoire unifiée pour modèles 70B+ à faible consommation — voir le guide Apple Silicon
Les liens RTX 3090/4090 et Apple ci-dessus sont de simples liens produit/éditoriaux — PromptQuorum n'a aucun programme d'affiliation et ne perçoit aucune commission sur un achat matériel.
Quand NE PAS acheter de matériel IA local
- Usage occasionnel (~10 h/mois ou moins) — le matériel restera inactif la plupart du temps
- Charge très variable — parfois intensive, parfois nulle
- Besoin de GPU différents par projet — le cloud permet de passer instantanément de 24 Go à 80 Go
- Refus de la maintenance matérielle — pilotes, refroidissement, mises à niveau, pannes sont à votre charge en local
- Besoin occasionnel de très grands modèles — louer un H100 une semaine bat l'achat
Quand l'IA locale gagne
- Usage quotidien et prévisible — les heures s'additionnent vite, voir le tableau d'usage ci-dessus
- Prévisibilité des coûts — un coût matériel fixe se budgète plus facilement que des factures cloud variables
- Données sensibles ou besoin hors ligne — rien ne quitte votre réseau
- Besoin d'inférence illimitée — la documentation d'Ollama indique que l'exécution de modèles sur votre propre matériel est illimitée ; seul le service cloud géré d'Ollama, distinct de l'usage local, applique des limites selon le forfait
- Horizon d'usage pluriannuel avec un matériel bien utilisé
Prix de l'électricité par pays
Une workstation locale de 450 W fonctionnant 240 h/mois (8 h/jour) coûte environ 18 $/mois en électricité aux États-Unis, contre environ 24 $/mois en France. Utilisez votre propre tarif dans le calculateur ci-dessus — ce sont des valeurs de référence.
Pays | Tarif résidentiel | Système 450 W, 240 h/mois |
|---|---|---|
| États-Unis | ~0,17 $/kWh | ~18 $/mois |
| Allemagne | ~0,37 €/kWh (~0,37 $) | ~40 $/mois |
| Royaume-Uni | ~0,26 £/kWh (~0,33 $) | ~36 $/mois |
| France | ~0,22 €/kWh (~0,22 $) | ~24 $/mois |
Comparatif des fournisseurs de GPU cloud
Tarifs représentatifs classe RTX 4090, août 2026 — vérifiez toujours les prix actuels avant de louer, ils changent fréquemment.
Fournisseur | Idéal pour | Modèle de prix | Verdict |
|---|---|---|---|
| RunPod | Fiabilité, pods gérés | À la seconde, 0,34–0,69 $/h | Bon choix par défaut pour usage régulier |
| Vast.ai | Prix le plus bas, flexible | Enchères marketplace, 0,13–0,34 $/h | Le moins cher, qualité d'hôte variable |
| Lambda Labs | GPU data-center (A100/H100) | À l'heure, 1,99–4,29 $/h | Idéal pour l'entraînement, pas pour louer une 4090 pas chère |
Verdict final : pas de gagnant universel
Les règles empiriques d'heures d'usage de cet article sont des repères, pas des lois strictes. Votre seuil de rentabilité réel dépend de votre tarif cloud, du prix de votre matériel, de votre tarif électrique et de la valeur de revente — le calculateur ci-dessus calcule la réponse réelle pour vos données, pas un seuil fixe.
Décidez selon
Utilisez un LLM local si :
- •Vous utilisez des LLM 250+ h/mois ou en continu
- •Vous avez besoin de prévisibilité des coûts sur plusieurs années
- •La confidentialité des données ou le hors ligne est requis
- •Vous pouvez bien utiliser le matériel, sans le laisser inactif
Utilisez un modèle cloud si :
- •Vous utilisez des LLM moins de 100 h/mois
- •Votre charge est sporadique ou expérimentale
- •Vous avez besoin de GPU trop coûteux à posséder (H100, A100 80 Go)
- •Vous ne voulez ni maintenance ni investissement initial
Décision rapide :
- →Utilisez le calculateur ci-dessus avec vos vrais chiffres
- →Moins de 100 h/mois → louer
- →500+ h/mois ou continu → acheter en local
- →100–500 h/mois → prix du matériel et tarif électrique décident
Prochaines étapes selon votre résultat
- Usage faible (moins de 100 h/mois) : comparer les prix GPU cloud actuels
- Petits modèles, usage quotidien : meilleurs mini PC pour LLM local
- 7B–14B, serveur 24/7 : test Beelink SER8 ou meilleur mini PC AMD
- Modèles 30B+, usage local intensif : guide de build workstation
- Classe 70B, usage continu : guide de build workstation GPU de PromptQuorum
L'IA locale est-elle toujours moins chère que le cloud ?
Non. Le matériel local n'est moins cher qu'au-delà d'un seuil d'usage dépendant du prix du matériel, du tarif électrique et du tarif cloud — typiquement environ 250–500 h/mois pour une workstation GPU milieu de gamme. En dessous, la location cloud est généralement moins chère.
À partir de combien d'heures l'achat de matériel local devient-il rentable ?
Pour une workstation RTX 4090 à 2 600 € face à un tarif cloud de 0,50 $/h, le seuil naïf (prix ÷ tarif) est de 5 600 heures cumulées. En intégrant électricité et valeur de revente, le seuil TCO complet à 240 h/mois (8 h/jour) est d'environ 4 780 heures, soit environ 20 mois. Utilisez le calculateur ci-dessus pour vos chiffres.
L'électricité est-elle incluse dans les estimations de coût de l'IA locale ?
Elle devrait l'être, mais elle est souvent absente des comparaisons simples. Un système de 450 W fonctionnant 8 h/jour ajoute environ 18 $/mois aux États-Unis ou environ 24 $/mois en France, selon les tarifs résidentiels.
Un Mac convient-il pour les LLM locaux ?
Les Mac à grande mémoire unifiée peuvent exécuter de grands modèles (classe 70B) à faible consommation, ce qui améliore leur coût de possession, en particulier dans les pays à tarif électrique élevé. Voir le guide Apple Silicon lié plus haut pour les tailles de modèle et performances actuelles.
24 Go de VRAM suffisent-ils pour les LLM locaux ?
24 Go (RTX 3090 ou RTX 4090) exécutent confortablement des modèles jusqu'à environ 30–34B de paramètres en quantification 4 bits, ce qui couvre la plupart des usages IA locale mono-utilisateur. Les modèles classe 70B nécessitent environ 48 Go, atteints avec des configurations bi-GPU ou des Mac à grande mémoire unifiée.
Faut-il acheter une RTX 4090 ou louer du temps de GPU cloud ?
Achetez si vous prévoyez un usage soutenu au-delà d'environ 250–500 h/mois sur plusieurs années et pouvez garder le matériel bien utilisé. Louez si votre usage est occasionnel, sporadique, ou si vous validez encore la charge de travail — la location évite entièrement l'investissement initial d'environ 1 900–2 900 € d'une RTX 4090 (prix occasion post-EOL, août 2026, fin de production au T2 2026).
Quel est le moyen le moins cher d'exécuter un LLM local ?
Pour le coût initial le plus bas, un mini PC Ryzen (500–1 000 €) exécutant un modèle 7B–14B quantifié est la configuration locale dédiée la moins chère. Pour le coût le plus bas par inférence à faible volume, la location cloud GPU sans aucun achat de matériel est moins chère.
Exécuter l'IA en local signifie-t-il que les données ne quittent jamais mon ordinateur ?
Oui, pour l'inférence locale via des outils comme Ollama sur votre propre matériel — aucune donnée n'est envoyée nulle part. Ceci est distinct du service cloud géré séparé d'Ollama, qui envoie bien des requêtes à l'infrastructure d'Ollama ; seul le mode local sur l'appareil garde les données entièrement sur votre machine.
Est-il moins cher de construire un serveur LLM local ou de louer un GPU cloud ?
Cela dépend du volume d'utilisation. En dessous de 100 h/mois, la location cloud gagne presque toujours. Au-delà de ~500 h/mois, posséder le matériel gagne généralement une fois électricité et revente pris en compte.