Notre méthode de comparaison
Les informations de chaque outil — prix, licence, plateformes, besoins matériels et attributs propres à la catégorie — sont stockées une seule fois, dans la fiche de l'outil du répertoire. Le tableau comparatif ci-dessous est généré à partir de ces fiches, et l'avis de l'outil s'appuie sur la même fiche : les deux ne peuvent donc pas indiquer des valeurs différentes.
Les attributs propres à la catégorie (par exemple la prise en charge de LoRA et QLoRA ou le tracing) proviennent du README ou du site officiel de chaque projet et ont été vérifiés d'après la formulation exacte qui s'y trouve. Lorsque la documentation est muette, le tableau affiche un tiret plutôt que de deviner ; lorsqu'une affirmation est nuancée (feuille de route uniquement, édition entreprise ou paquet séparé), l'attribut est exclu du tableau et traité dans l'avis de l'outil.
Seuls les outils disposant de leur propre avis PromptQuorum figurent dans le tableau. La comparaison ne classe pas les outils, car le bon choix dépend de votre contrainte.
Tableau comparatif
Choisissez un type d'outil ci-dessous, puis lisez la ligne de gauche à droite. Cliquez sur le nom d'un outil pour ouvrir son avis PromptQuorum complet. Remarque : dans le tableau de fine-tuning, la colonne « LoRA / QLoRA » couvre à la fois le fine-tuning de modèles de langage (LLaMA-Factory, Unsloth) et un entraîneur LoRA distinct pour les modèles d'image (Locally Uncensored) — lisez la section sous le tableau pour cette distinction avant de comparer les lignes.
| Outil | Prix | Licence | Plateformes | Exécution | Matériel | Version | LoRA / QLoRA | Interface web | Entraînement multi-GPU | Mode faible VRAM | Export vers GGUF / Ollama | Avis | lien produit · divulgué |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| LLaMA-Factory | Gratuit | Apache-2.0 | macOS, Windows, Linux | Local | 16 Go de VRAM | v0.9.5 | Oui | Oui | Oui | Oui | Oui | Lire l'avis → | LLaMA-Factory |
| Locally Uncensored | Freemium | AGPL-3.0 | Windows, Linux, macOS | Local | Variable selon le modèle | 3.0.2 | Oui | Oui | — | — | — | Lire l'avis → | Locally Uncensored |
| LoRAX | Gratuit | Apache-2.0 | Linux | Local | Variable selon le modèle | v0.12.1 | — | — | — | — | — | Lire l'avis → | LoRAX |
| Second Me | Gratuit | Apache-2.0 | macOS, Windows, Linux | Local | Variable selon le modèle | — | — | — | — | — | — | Lire l'avis → | Second Me |
| Unsloth | Gratuit | Apache-2.0 (core) / AGPL-3.0 (Studio UI) | macOS, Windows, Linux | Local | Variable selon le modèle | v0.1.909-beta | Oui | Oui | Oui | Oui | Oui | Lire l'avis → | Unsloth |
« — » signifie que la documentation du projet ne le précise pas, et non que la fonctionnalité est absente. Les valeurs proviennent du README ou du site officiel de chaque projet et sont revérifiées lors de la mise à jour de l'avis d'un outil.
Outils de fine-tuning : ce qui les distingue
- LoRA et QLoRA. LLaMA-Factory et Unsloth documentent le fine-tuning LoRA ou QLoRA pour les modèles de langage. Locally Uncensored documente un entraîneur LoRA distinct, pour les modèles d'image plutôt que pour les modèles de langage.
- Interface web. LLaMA-Factory, Unsloth et Locally Uncensored documentent une interface web pour l'entraînement.
- Entraînement multi-GPU. LLaMA-Factory et Unsloth documentent l'entraînement multi-GPU.
- Entraînement à faible VRAM. LLaMA-Factory et Unsloth documentent un mode faible VRAM ou d'économie de mémoire.
- Export vers GGUF ou Ollama. LLaMA-Factory et Unsloth documentent l'export de modèles vers GGUF ou Ollama.
- Lignes peu renseignées. LoRAX et Second Me figurent ici pour leurs fonctionnalités liées au fine-tuning, mais leur documentation n'indique aucun des attributs comparés, leurs cellules sont donc des tirets ; consultez leurs avis.
Observabilité et évaluation : ce qui les distingue
- Tracing. Langfuse et Plano documentent le tracing des appels LLM.
- Évaluations. Langfuse documente les évaluations ou le scoring.
- Gestion des prompts. Langfuse documente la gestion des prompts.
- OpenTelemetry. Plano documente la prise en charge d'OpenTelemetry.
- Docker et auto-hébergement. Langfuse et Mission Control documentent un déploiement Docker ou auto-hébergé.
- LLM locaux. Langfuse documente l'utilisation avec des LLM locaux ou auto-hébergés.
Ce que cette comparaison ne peut pas vous dire
- Elle compare des capacités documentées, pas des résultats. Elle ne dit rien de la qualité d'un modèle affiné, de la vitesse d'entraînement sur votre matériel ni de la précision d'un score d'évaluation — PromptQuorum n'a pas mesuré ces éléments pour les outils listés.
- Les tirets sont des lacunes de la documentation que nous avons consultée, pas des constats négatifs. Certains outils peuvent prendre en charge une fonctionnalité que leur README ne mentionne pas.
- Les besoins matériels du fine-tuning dépendent fortement du modèle et des réglages ; lisez l'avis de l'outil pour connaître la configuration réaliste avant de lancer un entraînement.
- Les outils évoluent vite. L'avis de chaque outil indique la version qui a été vérifiée, et ce guide est actualisé lorsqu'un avis l'est.
Questions fréquentes
Quelle est la différence entre un outil de fine-tuning et un outil d'observabilité ?
Un outil de fine-tuning adapte un modèle en l'entraînant sur vos données, souvent avec des méthodes économes en paramètres comme LoRA ou QLoRA. Un outil d'observabilité ou d'évaluation enregistre et note le comportement d'une application LLM à l'usage, par exemple en traçant chaque requête. Ils remplissent des rôles différents, c'est pourquoi ils sont comparés séparément.
Que signifie un tiret dans le tableau comparatif ?
Cela signifie que la documentation du projet n'indique pas cet attribut. Cela ne veut pas dire que la fonctionnalité est absente ; consultez l'avis de l'outil ou son dépôt.
Pourquoi y a-t-il si peu d'outils ici ?
Le répertoire compte pour l'instant peu d'outils évalués dans ce domaine, et aucun pour les jeux de données ou les hubs de modèles. La comparaison couvre ce qui est évalué ; d'autres outils seront ajoutés à mesure que leurs avis seront rédigés.
Un de ces outils a-t-il un lien d'affiliation ?
Non. PromptQuorum n'a aucune relation d'affiliation avec les outils de cette comparaison au moment de la rédaction, et aucun lien ici ne rapporte de commission.
À quelle fréquence cette comparaison est-elle mise à jour ?
Elle est actualisée deux fois par an et chaque fois que l'avis d'un des outils listés est mis à jour, car le tableau est généré à partir des mêmes données que ces avis.
Sources
- Le README ou le site officiel de chaque outil, indiqué dans l'avis PromptQuorum de l'outil (lié depuis le tableau comparatif).
- Répertoire PromptQuorum des applications d'IA locale — la fiche à partir de laquelle chaque ligne du tableau est générée.