Points clés
- text-generation-webui (github.com/oobabooga/textgen) est gratuit et open source sous AGPL 3.0, avec plus de 47 600 étoiles GitHub.
- Il a été créé par le développeur "oobabooga" en décembre 2022, inspiré par le Stable Diffusion WebUI d'AUTOMATIC1111.
- En avril 2026 (version 4.5.2), le projet s'est renommé "TextGen" et a déménagé vers un nouveau dépôt ; l'ancien nom et l'URL redirigent toujours vers celui-ci.
- Les backends pris en charge aujourd'hui sont llama.cpp, ik_llama.cpp, Transformers, ExLlamaV3 et TensorRT-LLM — les anciens loaders comme AutoGPTQ et ExLlamaV2 ont été abandonnés.
- Une mise à jour de mai 2026 a ajouté une application de bureau Electron native, comblant une grande partie de l'écart de complexité d'installation avec des outils clé en main comme LM Studio.
📍 En une phrase
text-generation-webui est une interface LLM locale gratuite et open source (AGPL 3.0), créée par le développeur "oobabooga" en décembre 2022, qui exécute les modèles directement via llama.cpp, ExLlamaV3, Transformers ou TensorRT-LLM, et s'est renommée "TextGen" en avril 2026 en lançant une application de bureau native.
💬 En termes simples
Contrairement à Open WebUI, text-generation-webui ne se contente pas de parler à un serveur de modèle — c'est le moteur qui charge et exécute le modèle sur votre machine, avec un très grand nombre de réglages pour ajuster exactement comment il génère le texte.
Faits rapides : text-generation-webui (TextGen)
- Licence : AGPL 3.0 (entièrement open source)
- Plateformes : Windows, Linux, macOS (builds Electron portables ou installation complète Python/Conda)
- Site / GitHub : github.com/oobabooga/textgen (anciennement github.com/oobabooga/text-generation-webui)
- Statistiques : plus de 47 600 étoiles, ~6 000 forks, ~380-395 contributeurs
- Coût : gratuit, aucune société, aucun palier payant
- Fonction principale : exécute des modèles locaux directement (llama.cpp, ExLlamaV3, Transformers, TensorRT-LLM) avec une interface de chat configurable, l'entraînement LoRA et une API tool-calling
Qu'est-ce que text-generation-webui ?
text-generation-webui est une application gratuite et open source qui charge et exécute un modèle de langage local ET fournit l'interface de chat pour celui-ci — contrairement aux outils en façade de serveur comme Open WebUI, c'est le moteur d'inférence lui-même, pas seulement un client. Il prend en charge plusieurs moteurs backend différents pour que vous puissiez choisir le format dans lequel votre modèle est distribué : GGUF via llama.cpp, EXL3 via ExLlamaV3, pleine précision via Transformers, ou inférence optimisée via TensorRT-LLM.
Il se présente soit comme un build de bureau portable (décompresser et double-cliquer, avec une fenêtre Electron native optionnelle), soit comme une installation Python complète pour les utilisateurs qui veulent aussi le fine-tuning LoRA et la génération d'images, ce qui nécessite un plus grand ensemble de dépendances.
Son trait distinctif depuis 2022 est la profondeur de contrôle : paramètres d'échantillonnage, templating de prompts, extensions et une API compatible OpenAI/Anthropic avec tool-calling sont tous intégrés, au prix d'une courbe d'apprentissage plus raide que les applications grand public à usage unique.
Historique : du side project d'oobabooga à "TextGen"
Le dépôt a été créé le 21 décembre 2022 par un développeur connu uniquement sous son pseudonyme GitHub, "oobabooga." Son vrai nom n'a été divulgué publiquement dans aucune source que nous avons pu vérifier — malgré la notoriété du projet, le mainteneur a gardé son identité privée tout du long. La documentation du projet le décrit comme construit dans l'esprit, et avec le même framework Gradio, que le Stable Diffusion WebUI d'AUTOMATIC1111 — l'outil équivalent pour la génération d'images qui le précède.
En août 2023, le mainteneur a reçu une subvention open source du fonds de capital-risque Andreessen Horowitz (a16z) pour soutenir un développement indépendant à temps plein continu — l'un des premiers exemples d'un fonds de capital-risque finançant directement un mainteneur open source individuel plutôt qu'une société. (Nous n'avons pas pu confirmer indépendamment le montant exact de la subvention auprès d'une source a16z primaire ; considérez ce détail comme non confirmé.)
Le plus grand changement du projet est arrivé en 2026, non pas comme un ajustement d'interface mais comme un rebranding complet : la version 4.5.2, sortie le 15 avril 2026, a renommé le projet de "text-generation-webui" en "TextGen" et a déplacé le dépôt GitHub vers `github.com/oobabooga/textgen` (l'ancienne URL redirige automatiquement). Une série rapide de sorties a suivi : 4.6.2 (23 avril) a ajouté la confirmation d'appel d'outil et le support des serveurs MCP stdio ; 4.7.3 (3 mai) a lancé une application de bureau Electron native — le plus grand changement d'ergonomie de l'histoire du projet, transformant un outil en onglet de navigateur en une véritable application à double-clic — ainsi que des builds DGX Spark aarch64 et le parallélisme tensoriel llama.cpp ; 4.8 (7 mai) a redessiné le compositeur de chat ; et 4.9 (20 mai) a ajouté le décodage spéculatif MTP et un affichage en direct des tokens par seconde.
Parallèlement au rebranding, la liste des backends pris en charge a changé de manière significative : AutoGPTQ, AutoAWQ, et les loaders ExLlama/ExLlamaV2 originaux ne font plus partie du README actuel, remplacés par llama.cpp, ik_llama.cpp, Transformers, ExLlamaV3 et TensorRT-LLM comme gamme actuelle.
Que pouvez-vous vraiment faire avec text-generation-webui ?
- Exécuter un modèle avec le backend adapté à votre matériel. Choisissez llama.cpp pour les modèles quantifiés GGUF, ExLlamaV3 pour la quantification EXL3 sur GPU NVIDIA, Transformers pour la pleine précision, ou TensorRT-LLM pour une inférence NVIDIA optimisée — tout depuis la même interface.
- Fine-tuner un modèle avec LoRA. L'onglet Training prend en charge le fine-tuning LoRA sur des jeux de données au format chat ou en texte brut, avec des entraînements pouvant être mis en pause et repris — une fonctionnalité que la plupart des applications de chat clé en main n'offrent pas du tout.
- Automatiser via une API tool-calling. Un serveur API compatible OpenAI et Anthropic prend en charge les fonctions Python personnalisées et les serveurs MCP (Model Context Protocol), permettant à des scripts et agents externes d'appeler des outils via le même modèle avec lequel vous discutez.
- Changer de mode de chat selon la tâche. Mode Instruct pour les questions-réponses directes, mode Chat pour la conversation basée sur des personas, Chat-Instruct en hybride, et mode Notebook pour la complétion de texte libre hors format conversationnel.
- Joindre images et documents. Les modèles à capacité vision peuvent traiter les images jointes, et les fichiers PDF/DOCX peuvent être téléversés directement dans une conversation.
- Générer des images depuis la même application. Un onglet de génération d'images intégré prend en charge des modèles d'image basés sur diffusers (comme Z-Image-Turbo) en parallèle de votre modèle de texte.
Qui devrait utiliser text-generation-webui ?
text-generation-webui est conçu pour ceux qui veulent voir et contrôler chaque réglage affectant la façon dont un modèle local génère du texte — pas pour quelqu'un qui veut une application qui fait tous les choix à sa place.
- ✅ Vous voulez fine-tuner un modèle avec LoRA sans pipeline d'entraînement séparé → l'onglet Training intégré s'en charge directement.
- ✅ Vous voulez choisir le moteur backend par modèle → llama.cpp, ExLlamaV3, Transformers et TensorRT-LLM sont tous disponibles depuis une seule application.
- ✅ Vous voulez construire des agents ou scripts contre une API tool-calling locale → l'API compatible OpenAI/Anthropic avec support MCP couvre cela sans passerelle tierce.
- ✅ Vous voulez une vraie application de bureau maintenant, pas seulement un onglet de navigateur → la refonte Electron de 2026 offre une expérience de lancement en double-clic.
- ❌ Vous voulez l'expérience de chat en un clic la plus simple possible sans réglages à comprendre → essayez plutôt LM Studio.
- ❌ Vous avez besoin de fiches de personnages, de lorebooks et d'outils spécifiques au roleplay → associez SillyTavern comme frontend avec text-generation-webui comme backend possible.
- En cas de doute : téléchargez le build portable pour votre OS et GPU, double-cliquez dessus, et chargez d'abord un petit modèle GGUF via llama.cpp — vous pourrez explorer l'entraînement LoRA et l'API plus tard.
Quand ne devriez-vous PAS utiliser text-generation-webui ?
La profondeur de contrôle est tout l'intérêt de text-generation-webui, et c'est aussi exactement ce qui en fait un mauvais choix dans certaines situations.
- Si vous voulez zéro configuration : même avec l'application Electron de 2026, il y a plus de réglages (paramètres d'échantillonnage, choix du backend, templates de prompts) qu'une application de chat grand public à usage unique n'en expose.
- Si vous avez besoin de comptes multi-utilisateurs intégrés ou de contrôles d'accès d'équipe : il n'y a aucun système de connexion ni d'accès basé sur les rôles — c'est une application locale mono-utilisateur. Utilisez Open WebUI si vous en avez besoin.
- Si le roleplay avec fiches de personnages et lorebooks est votre usage principal : text-generation-webui n'a pas d'outillage roleplay dédié ; associez-le plutôt à SillyTavern comme frontend.
- Si vous avez besoin d'un contrat de support garanti : c'est un projet communautaire maintenu par un seul développeur, sans palier de support commercial ni SLA.
- Si vous ne voulez utiliser que des modèles cloud : il est conçu autour de l'exécution de modèles localement sur votre propre matériel ; ce n'est pas un client pour gérer des clés API de fournisseurs cloud comme le font des outils tels que LibreChat.
Comment installer text-generation-webui ?
Il existe deux chemins d'installation pris en charge selon que vous avez besoin de l'entraînement et de la génération d'images :
- 1. Build portable (recommandé pour la plupart des utilisateurs). Téléchargez l'archive correspondant à votre OS et GPU depuis github.com/oobabooga/textgen/releases — des builds séparés existent pour CUDA, Vulkan, ROCm et CPU-only. Décompressez, puis double-cliquez sur l'exécutable `textgen` ; une fenêtre Electron native s'ouvre par défaut (passez `--no-electron` pour l'interface classique en onglet de navigateur à `http://127.0.0.1:7860`).
- 2. Installation complète (nécessaire pour l'entraînement LoRA et la génération d'images). Clonez le dépôt et exécutez `start_windows.bat`, `start_linux.sh` ou `start_macos.sh`, qui configure un environnement Conda et installe les dépendances automatiquement (environ 10 Go d'espace disque).
- 3. Docker. Des Dockerfiles séparés sont fournis par fabricant (NVIDIA, AMD, Intel, CPU) ; exécutez `docker compose up --build` depuis le répertoire correspondant.
- 4. Télécharger un modèle. Utilisez l'onglet Model intégré pour récupérer un modèle directement depuis Hugging Face, ou placez manuellement un fichier GGUF dans le dossier `models/`, puis sélectionnez le backend correspondant.
- 5. Choisir un mode de chat. Choisissez le mode Instruct, Chat, Chat-Instruct ou Notebook sous l'onglet Parameters selon votre usage.
- La documentation complète est maintenue sur le wiki du projet.
Tarifs : gratuit et open source
Il n'y a aucun palier tarifaire à comparer — text-generation-webui a toujours été entièrement gratuit.
- Gratuit, pour toujours, pour tout le monde. Le logiciel est sous licence AGPL 3.0, sans version payante, sans abonnement, et sans société qui le vend.
- Aucune version hébergée. Il est conçu pour tourner sur votre propre matériel ; il n'existe aucune offre officielle "TextGen as a service" hébergée dans le cloud.
- Historique de financement. Le mainteneur a reçu une subvention open source unique d'Andreessen Horowitz en 2023 pour soutenir un développement à temps plein — cela a financé le temps du développeur, pas un produit commercial, et n'a ni changé la licence ni introduit de palier payant.
- Votre seul coût réel est le matériel. Comme il exécute les modèles localement, le coût pratique est celui du GPU ou CPU que vous possédez déjà — il n'y a aucun frais par token ou par message venant du logiciel lui-même.
text-generation-webui vs KoboldCpp vs LM Studio vs Open WebUI : lequel choisir ?
Ces quatre outils résolvent des problèmes qui se recoupent mais restent distincts — trois exécutent les modèles directement, l'un est un frontend pour un backend séparé.
Outil | Lien | Idéal pour | Exécute les modèles directement | Entraînement LoRA | Multi-utilisateur | Licence |
|---|---|---|---|---|---|---|
| text-generation-webui (TextGen) | github.com/oobabooga/textgen | Configurabilité poussée : plusieurs backends, entraînement LoRA, API tool-calling | Oui (llama.cpp, ExLlamaV3, Transformers, TensorRT-LLM) | Oui | Non | AGPL 3.0 |
| KoboldCpp | github.com/LostRuins/koboldcpp | Backend léger, adapté à l'écriture créative/roleplay, association facile avec SillyTavern | Oui (basé sur llama.cpp) | Non | Non | AGPL 3.0 |
| LM Studio | lmstudio.ai | Interface clé en main la plus simple pour télécharger et exécuter des modèles GGUF | Oui (natif) | Non | Non | Gratuit (source fermée) |
| Open WebUI | openwebui.com | Frontend auto-hébergé, multi-utilisateur, pour un backend géré séparément | Non (nécessite Ollama/vLLM/API) | Non | Oui, avec rôles | Open WebUI License |
Pour un chat centré sur les personnages/roleplay pouvant utiliser text-generation-webui comme backend, voir SillyTavern. Pour une comparaison plus large backend-vs-moteur de serving, voir text-generation-webui vs vLLM vs llama.cpp.
Erreurs courantes avec text-generation-webui
- Charger un fichier GGUF avec le mauvais backend sélectionné. Faites correspondre le backend au format du modèle : llama.cpp pour GGUF, ExLlamaV3 pour EXL3, Transformers pour les safetensors pleine précision.
- Chercher "text-generation-webui" sur GitHub et supposer qu'il est abandonné parce que le premier résultat est maintenant "TextGen". C'est le même projet activement maintenu sous un nouveau nom et une nouvelle URL de dépôt depuis avril 2026 — l'ancienne URL redirige simplement.
- Utiliser un guide obsolète qui mentionne AutoGPTQ ou l'ExLlama original. Ces loaders ne font plus partie de la gamme de backends actuelle ; utilisez plutôt llama.cpp ou ExLlamaV3.
- S'attendre à une connexion multi-utilisateurs intégrée. Il n'y a aucun système de comptes — si plusieurs personnes ont besoin d'accès séparés, cela nécessite un autre outil comme Open WebUI devant un backend partagé.
- Essayer de l'utiliser comme frontend roleplay avec fiches de personnages. Il n'a aucun système de lorebook ou de fiche de personnage ; associez-le plutôt à SillyTavern pour ce workflow.
Questions fréquentes sur text-generation-webui
text-generation-webui est-il la même chose que TextGen ?
Oui. Dans la version 4.5.2 (15 avril 2026), le projet s'est renommé de "text-generation-webui" en "TextGen" et a déplacé son dépôt GitHub vers github.com/oobabooga/textgen. Il est maintenu par le même développeur et conserve le même nombre d'étoiles et le même historique de commits ; l'ancienne URL du dépôt redirige vers la nouvelle.
Qui a créé text-generation-webui ?
Un développeur connu sous le pseudonyme "oobabooga" a créé le projet, avec un premier commit daté du 21 décembre 2022. Son vrai nom n'a jamais été divulgué publiquement dans aucune source que nous avons pu vérifier.
text-generation-webui est-il gratuit ?
Oui, entièrement. Il est sous licence AGPL 3.0, sans société derrière lui, et sans palier payant. Le mainteneur a reçu une subvention open source unique d'Andreessen Horowitz en 2023 pour soutenir un développement à temps plein, mais cela n'a pas créé de produit commercial.
Quels backends text-generation-webui prend-il en charge ?
En 2026, les backends pris en charge sont llama.cpp, ik_llama.cpp, Transformers, ExLlamaV3 et TensorRT-LLM. Les backends plus anciens des versions précédentes — AutoGPTQ, AutoAWQ, et les ExLlama/ExLlamaV2 originaux — ne sont plus listés comme pris en charge dans la base de code actuelle.
text-generation-webui prend-il en charge le fine-tuning LoRA ?
Oui. L'onglet Training prend en charge le fine-tuning LoRA sur des jeux de données de chat multi-tours ou du texte brut, et les entraînements peuvent être mis en pause et repris.
text-generation-webui dispose-t-il d'une API ?
Oui. Il expose une API compatible OpenAI et une API compatible Anthropic (couvrant les endpoints de type Chat, Completions et Messages), avec support du tool-calling via des fonctions Python personnalisées ou des serveurs MCP, et une authentification optionnelle --api-key/--admin-key.
text-generation-webui est-il adapté au roleplay ?
Il peut être utilisé pour le roleplay grâce à ses contrôles détaillés des paramètres d'échantillonnage, mais ce n'est pas un logiciel roleplay-first — il n'a ni fiches de personnages, ni lorebooks, ni chat de groupe. Pour un frontend spécifique au roleplay, voir SillyTavern, qui peut utiliser text-generation-webui comme l'un de ses backends.
text-generation-webui nécessite-t-il un navigateur maintenant ?
Pas forcément. Depuis la version 4.7.3 (mai 2026), les builds portables s'ouvrent par défaut comme une fenêtre de bureau Electron native. Passez l'option --no-electron si vous préférez l'interface classique en onglet de navigateur à http://127.0.0.1:7860.
En quoi text-generation-webui diffère-t-il de KoboldCpp ?
KoboldCpp est conçu spécifiquement pour l'écriture créative et le roleplay et est couramment utilisé comme backend léger pour SillyTavern. text-generation-webui est plus large et plus configurable, avec davantage de moteurs backend, l'entraînement LoRA et une API plus complète, au prix de davantage de réglages à comprendre.
En quoi text-generation-webui diffère-t-il d'Open WebUI ?
Open WebUI est un frontend basé sur serveur, multi-utilisateur, qui se place généralement devant Ollama ou un autre backend. text-generation-webui est une application de bureau/locale mono-utilisateur qui héberge elle-même le moteur d'inférence — elle exécute le modèle directement plutôt que de se connecter à un modèle géré séparément.
Sources
- Code source, README et releases de text-generation-webui / TextGen — github.com/oobabooga/textgen
- Données du dépôt via l'API GitHub (date de création, licence, nombre d'étoiles)
- Wiki et documentation du projet — github.com/oobabooga/textgen/wiki