Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Accueil/LLM locaux avancés
Easiest Desktop Apps

Test de l’app Llama : application de bureau llama.cpp pour Mac et Windows

·6 min de lecturePar Hans Kuepper · Fondateur de PromptQuorum · Moteur de découverte de l'IA open-weight et open source

Llama (llama.app) est une petite application pour Mac et Windows 11 qui exécute des modèles ouverts sur votre propre ordinateur via llama.cpp, avec installation de modèles en un clic, chat intégré dans le navigateur et API locale sur localhost:9931. Elle est gratuite et open source. PromptQuorum ne l’a ni installée ni testée ; chaque affirmation provient de llama.app, des dépôts GitHub du projet et de l’annonce de Hugging Face.

Points clés

  • Maintenance : l’activité la plus récente des dépôts date du 22 octobre 2026 ; aucun avertissement de projet délaissé ne s’applique.
  • Coût : gratuite sous licence MIT, sans compte ; une connexion à Hugging Face est facultative et ne sert que pour les modèles à accès restreint.
  • Plateformes : Mac Apple silicon sous macOS 15 ou plus récent, et Windows 11 en x64 ou ARM64.
  • Modèles : les recommandations suivent votre mémoire ; le site recommande Gemma 4 à partir de 16 Go de mémoire Mac, GPT-OSS à partir de 24 Go et Qwen 3.8 à partir de 32 Go.
  • Maturité : les deux applications sont en version 0.x, et l’application Mac a publié quatre versions entre le 2 septembre et le 18 octobre.

📍 En une phrase

Llama est une application gratuite et open source pour Mac et Windows 11, de l’équipe llama.cpp et de Hugging Face, qui exécute des modèles ouverts en local et les met à disposition de vos autres applications.

💬 En termes simples

Vous l’installez comme n’importe quelle application, choisissez un modèle recommandé dans son menu, puis discutez dans le navigateur ou pointez éditeurs et scripts vers l’API locale.

📌Remarque: Ce test repose sur llama.app, les deux dépôts GitHub, les données du cask Homebrew et l’annonce de Hugging Face, vérifiés le 24 octobre 2026. PromptQuorum n’a ni installé, ni testé, ni mesuré l’application.

Lire en:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Llama (llama.app) est une application gratuite sous licence MIT, dans la barre de menus sur Mac et dans la zone de notification sous Windows 11, conçue par l’équipe llama.cpp et Hugging Face. Elle installe et gère llama.cpp, recommande des modèles adaptés à votre machine et lance un serveur local compatible OpenAI. Les deux applications sont de jeunes versions 0.x ; ce test se limite donc à ce que disent llama.app, les deux dépôts GitHub et l’annonce de Hugging Face, vérifiés le 24 octobre 2026.

Test de l’app Llama : application de bureau llama.cpp pour Mac et Windows

Qu’est-ce que Llama ?

Llama est une application de la barre de menus sur Mac et de la zone de notification sous Windows, qui télécharge des modèles ouverts, les configure pour votre machine et les sert en local. Cliquez sur « Open chat » dans le menu pour discuter avec un modèle dans le navigateur, ou pointez agents de code, éditeurs et votre propre code vers l’API locale compatible OpenAI. La documentation la décrit comme une application de bureau minimaliste fondée sur llama.cpp.

Ce n’est pas le moteur llama.cpp lui-même, que PromptQuorum traite séparément, ni la famille de modèles Llama de Meta. L’application Windows est un portage WinUI 3 de l’application Mac, annoncé par Hugging Face le 13 octobre 2026, avec prise en charge native de Windows on Arm.

Où l’obtenir

Llama se télécharge normalement sur Mac et Windows 11 ; les utilisateurs de Linux n’obtiennent que l’outil en ligne de commande.

Élément
Détails
MacLlama.dmg : à glisser dans Applications
Mac (Homebrew)brew install --cask llama-app
Windows 11Installateur .msixbundle pour x64 et ARM64
LinuxScript d’installation de la CLI llama, sans application
PrixGratuit, licence MIT
Site webllama.app
Code sourceLlama-macOS et Llama-Windows
Politique de confidentialitéAucune page publiée sur llama.app (vérifié le 24 octobre 2026)

Versions testées : Mac 0.45.0 / Windows 0.13.0, publiées les 18 et 20 octobre 2026 selon les pages de versions Mac et Windows ; l’activité la plus récente des dépôts date du 22 octobre 2026. Les notes de la version Windows 0.13.0 indiquent que les versions sont désormais soumises au Microsoft Store et que la fiche sera en ligne après certification, mais PromptQuorum n’a trouvé aucune fiche active. La commande Linux du site envoie un script téléchargé directement dans le shell.

Configuration requise

Llama nécessite un Mac Apple silicon sous macOS 15 ou plus récent, ou un PC Windows 11, ainsi que l’espace disque et la mémoire du modèle choisi.

Élément
Selon les sources
MacApple silicon, macOS 15 ou plus (cask Homebrew)
WindowsWindows 11, x64 ou ARM64
Taille de l’appMac 4 Mo installée ; Windows environ 86 Mo
Taille des modèles4.59 Go (gemma-4 E4B) à 19.0 Go (Qwen3.8 27B)
Conseil mémoire (Mac)16 Go+ : Gemma 4 ; 24 Go+ : GPT-OSS ; 32 Go+ : Qwen 3.8

Le site ne donne de conseil de mémoire que pour les Mac et ne publie aucune exigence de mémoire ou de GPU pour Windows ; Windows 0.13.0 ajoute des pastilles « ça tient ? » calculées d’après la mémoire de votre machine.

Pour démarrer

Ces étapes suivent llama.app et les README ; PromptQuorum ne les a pas exécutées.

  1. 1
    Installer l’application
    Why it matters: Ouvrez Llama.dmg et glissez Llama dans Applications, ou ouvrez le fichier .msixbundle sous Windows 11 et cliquez sur Installer.
  2. 2
    La trouver dans la barre de menus ou la zone de notification
    Why it matters: Llama n’a pas de fenêtre ; cliquez sur son icône dans la barre de menus du Mac ou la zone de notification de Windows, où les icônes masquées se cachent derrière la flèche ^.
  3. 3
    Choisir un modèle
    Why it matters: Choisissez l’un des modèles recommandés pour votre machine, ou parcourez le catalogue Hugging Face, et laissez Llama l’installer.
  4. 4
    Ouvrir le chat
    Why it matters: Cliquez sur « Open chat » dans le menu pour discuter avec le modèle dans votre navigateur.
  5. 5
    Connecter d’autres applications
    Why it matters: Pointez un SDK OpenAI, un éditeur ou un agent de code vers `http://localhost:9931/v1` ; selon le site, ni clé d’API ni facturation à l’usage ne sont nécessaires.
  6. 6
    Ajuster les réglages si besoin
    Why it matters: Sur Mac, placez vos surcharges dans `~/.config/llama/models.user.ini`, que l’application fusionne avec la configuration qu’elle génère.

Fonctions confirmées par les sources

Chaque élément ci-dessous provient de llama.app, des README ou des notes de version.

  • Configuration automatique. Llama règle la quantification, la taille de contexte, l’entrée d’images et le décodage spéculatif pour chaque modèle, et tous les réglages de llama.cpp restent modifiables dans un fichier texte.
  • Chargement à la demande. Les modèles se chargent à la demande et se déchargent après cinq minutes d’inactivité, selon le site.
  • Stockage partagé. Les modèles résident dans le cache Hugging Face partagé avec llama.cpp, et les modèles déjà installés via llama.cpp apparaissent dans l’application.
  • API. Points de terminaison compatibles OpenAI et Anthropic, avec streaming, appel d’outils, sortie structurée et vision, ainsi qu’un accès à distance depuis d’autres appareils via Tailscale.
  • Ajouts récents. Mac 0.45.0 a ajouté les modèles d’embeddings via /v1/embeddings ; Windows propose une surcouche de chat par Alt+Espace, et sa version 0.13.0 ajoute des pastilles d’adéquation, vos propres dossiers de modèles et « Share to Llama ».

Flux de données et usage du réseau

Les mainteneurs affirment que les prompts et l’inférence restent sur votre machine : le README Mac qualifie l’application de « 100 % locale », et le README Windows dit qu’elle n’envoie ni télémétrie, ni événements, ni analyses, ni identifiant d’installation.

Le README Windows énumère le trafic sortant : téléchargements de modèles, vérifications de nouvelles versions et appels au serveur local, chacun ne transportant qu’un User-Agent avec la version de l’application, la build Windows et l’architecture du processeur. Le README Mac n’énumère pas son usage du réseau, et le cask Homebrew indique que cette application se met à jour seule. Mac 0.45.0 ajoute une connexion facultative à Hugging Face pour les modèles à accès restreint, et le site décrit un accès à distance via Tailscale, une voie réseau que vous activez vous-même.

📌Remarque: Ce sont les déclarations des mainteneurs ; PromptQuorum n’a pas audité le trafic réseau des applications.

À qui s’adresse-t-elle

  • Les utilisateurs de Mac et de Windows 11 qui découvrent les modèles locaux et veulent une application gratuite qui choisit des réglages sensés pour leur machine.
  • Les développeurs qui veulent un point de terminaison local compatible OpenAI pour éditeurs, agents et scripts, sans gérer llama.cpp à la main.
  • Les utilisateurs de llama.cpp qui veulent partager leur cache de modèles avec une interface de barre de menus ou de zone de notification.

Ce que nous n’avons pas pu vérifier

  • Qualité à l’usage. PromptQuorum n’a exécuté aucune des deux applications ; la vitesse, la consommation de mémoire et la qualité des modèles ne sont donc pas évaluées.
  • Sécurité et comportement réseau. Le trafic des applications n’a pas été audité, et les sources examinées ne décrivent ni la signature ni la notarisation de l’application Mac.
  • Exigences Windows. Les sources citent Windows 11, mais aucun seuil de mémoire, de GPU ou de pilote.
  • Feuille de route. Les deux applications sont en version 0.x et évoluent vite, et les sources n’indiquent aucun plan.

Concurrents et alternatives

Ollama

Plateformes:
Mac, Windows, Linux
Prix / licence:
Gratuit / MIT
Différence clé:
Runtime orienté ligne de commande avec sa propre bibliothèque de modèles
Articles sur Ollama (10)

+313 autres non affichés

LM Studio

Plateformes:
Mac, Windows, Linux
Prix / licence:
Gratuit / propriétaire
Différence clé:
Application de bureau fermée avec explorateur de modèles intégré
Articles sur LM Studio (10)

+149 autres non affichés

Jan

Plateformes:
Mac, Windows, Linux
Prix / licence:
Gratuit / Apache 2.0 (variante)
Différence clé:
Application de chat de bureau open source avec bibliothèque de modèles
Articles sur Jan (10)

+36 autres non affichés

GPT4All

Plateformes:
Mac, Windows, Linux
Prix / licence:
Gratuit / MIT
Différence clé:
Application de chat de bureau qui exécute les modèles en local
Articles sur GPT4All (10)

+18 autres non affichés

Les détails des concurrents changent souvent ; vérifiez le prix, la licence et les plateformes actuels sur leur propre page.

Comparer dans l'annuaire

Questions fréquentes

Existe-t-il une application Linux ?

Pas selon llama.app : les utilisateurs de Linux obtiennent l’outil en ligne de commande llama via un script d’installation, et la documentation cite aussi les gestionnaires de paquets, les binaires précompilés, Docker et la compilation depuis les sources.

Peut-elle utiliser les modèles que j’ai déjà ?

Le README Mac indique que les modèles installés via llama.cpp apparaissent dans l’application, et l’application Windows partage le même cache Hugging Face ; Windows 0.13.0 permet aussi d’ajouter vos propres dossiers de modèles. Les sources ne disent pas si les modèles d’autres outils, comme Ollama, sont repris.

Quelles interfaces le serveur local propose-t-il ?

La documentation cite des points de terminaison compatibles OpenAI sous /v1, un point compatible Anthropic /v1/messages et des points propres à llama.cpp sur le port 9931 ; une clé d’API n’est requise que si vous lancez le serveur avec une.

Verdict

Llama (llama.app) est pour les utilisateurs de Mac et de Windows 11 un moyen gratuit, sous licence MIT, d’exécuter des modèles ouverts via llama.cpp sans terminal, avec des recommandations pour leur matériel et une API locale pour d’autres applications. En revanche, les deux applications sont des versions 0.x qui évoluent vite, il n’existe pas d’application Linux et PromptQuorum n’a testé aucune des deux. Elle convient aux débutants et aux développeurs qui veulent llama.cpp derrière une petite interface ; ceux qui veulent un explorateur de modèles plus complet peuvent comparer LM Studio ou Jan, et ceux qui préfèrent la ligne de commande Ollama.

Sources

← Retour aux LLM locaux avancés

MCP