Aller au contenu principal
PromptQuorumConçu pour les humains. Structuré pour l'IA.
Accueil/LLM locaux avancés
Overview & Reference

Test de RAMen : mémoire de session locale pour llama.cpp, avec offre gratuite

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

RAMen (version 1.0.0, publiée le 6 novembre 2026) est une couche locale propriétaire au-dessus de llama.cpp qui enregistre chaque chat sur disque de sorte que, selon le fabricant, il se rouvre en quelques secondes, avec une offre gratuite et des formules payantes. La réserve décisive : chaque chiffre de vitesse provient des propres tests du fabricant et PromptQuorum n’a pas exécuté le logiciel.

Points clés

  • Maintenance : la version 1.0.0 a été publiée le 6 novembre 2026, jour de ce test, donc aucun avertissement de projet délaissé ne s’applique et le produit n’a pas encore d’historique.
  • Coût : une offre gratuite à mémoire limitée, des abonnements payants et une offre de lancement à vie.
  • Installation : une ligne de commande dans le terminal sur chaque système ; pas d’installateur à double-clic ni de fiche sur un app store.
  • Données : le fabricant affirme que rien ne quitte votre machine, hormis l’installation, les téléchargements de modèles et la vérification de licence des formules payantes.

📍 En une phrase

RAMen est une couche propriétaire en ligne de commande sur llama.cpp qui enregistre les chats d’IA locale sur disque et, selon le fabricant, accélère les longues conversations, avec une offre gratuite.

💬 En termes simples

Vous installez une commande, la lancez et dirigez votre agent de code ou votre appli de chat vers elle ; RAMen mémorise chaque conversation, si bien que vous n’attendez pas que le modèle la relise après un redémarrage.

📌Remarque: Ce test s’appuie sur getramenai.com, sa politique de confidentialité et son contrat de licence, les scripts d’installation et les données de version GitHub, consultés le 6 novembre 2026. PromptQuorum n’a ni installé, ni exécuté, ni mesuré RAMen : la vitesse, la stabilité et la qualité des réponses ne sont donc pas évaluées.

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

Vérifié par le fondateur. Le fondateur de RAMen a vérifié l'exactitude des caractéristiques techniques et de la description de cette fiche. L'avis lui-même reste un contenu éditorial indépendant de PromptQuorum.

RAMen est une couche en ligne de commande propriétaire de NEOTECH Inc. qui exécute des modèles locaux avec sa propre version de llama.cpp, enregistre chaque session de chat ou d’agent sur disque pour la rouvrir en quelques secondes après un redémarrage, et affirme garder rapides les longues conversations. Elle fonctionne sur les Mac à puce Apple, Windows 10 et 11 et Linux, expose une API compatible OpenAI et propose une offre gratuite. Ce test présente ce que l’on installe, ce que cela coûte, où vont vos données et quelles affirmations reposent uniquement sur les mesures du fabricant.

Test de RAMen : mémoire de session locale pour llama.cpp, avec offre gratuite

Qu’est-ce que RAMen ?

RAMen est un gestionnaire de sessions d’IA locale créé par NEOTECH Inc., placé devant llama.cpp, le moteur open source sur lequel reposent la plupart des outils de modèles locaux. Il fournit sa propre version de llama.cpp (licence MIT) avec deux ajouts : il enregistre sur disque la mémoire de travail du modèle (le cache KV) de chaque conversation et la restaure quand la conversation reprend, et il ne lit que les parties d’une longue conversation qui comptent pour chaque nouveau mot.

La page « comment ça marche » du fabricant note que llama.cpp dispose déjà de l’enregistrement et de la restauration par slot, et que de petits outils l’automatisent ; RAMen prétend le faire automatiquement pour chaque session, avec des vérifications que le cache enregistré correspond au modèle et aux réglages. Le logiciel est fermé, sous contrat de licence propriétaire ; le dépôt GitHub public n’héberge que les paquets de téléchargement.

Où l’obtenir

RAMen s’installe depuis le terminal avec une commande par système ; les paquets sont hébergés sur GitHub Releases et il n’existe pas d’installateur graphique.

Option
Comment l’obtenir
Mac (Apple silicon)Terminal : curl -fsSL https://getramenai.com/install.sh | bash
Linux (x64)Même commande ; choisit la version NVIDIA quand nvidia-smi fonctionne, sinon la version CPU
Windows 10/11 (x64)PowerShell : irm https://getramenai.com/install.ps1 | iex
Téléchargement manuelRAMen sur GitHub Releases, .tar.gz ou .zip avec sommes de contrôle .sha256
TéléphoneAucune appli iPhone ou Android n’est mentionnée
Site webgetramenai.com
Politique de confidentialitéPolitique de confidentialité de RAMen ; Contrat de licence

Version testée : 1.0.0 (6 novembre 2026). Un terminal est nécessaire : après l’installation, ramen start télécharge un modèle si vous n’en avez aucun et lance RAMen en arrière-plan. L’installateur ajoute ~/.ramen/bin au PATH de votre shell et garde les chats enregistrés dans ~/.context-engine ; rm -rf ~/.ramen supprime le programme.

Configuration requise

Le fabricant n’indique aucun minimum de RAM, de disque ou de version de système ; la page dit seulement qu’il faut un ordinateur capable d’exécuter llama.cpp.

Mac

Ce que disent les sources:
Apple silicon (M1 ou plus récent) uniquement ; l’installateur refuse les Mac Intel

Windows

Ce que disent les sources:
Windows 10 et 11, 64 bits ; version CPU, avec une version NVIDIA quand un GPU NVIDIA est détecté

Linux

Ce que disent les sources:
x64 uniquement, version CPU ou NVIDIA ; l’installateur refuse pour l’instant Linux ARM

Accélération des longs chats

Ce que disent les sources:
Exige une carte NVIDIA RTX série 20 ou plus récente, ou un Mac à puce Apple ; elle n’est pas revendiquée pour les machines CPU seul

Modèles

Ce que disent les sources:
N’importe quel modèle GGUF, ou un modèle que RAMen choisit et télécharge ; les licences des modèles sont celles de leurs auteurs

Compte

Ce que disent les sources:
Aucun pour l’offre gratuite ; les formules payantes utilisent une clé de licence de la boutique Polar

Pour bien démarrer

Les étapes suivent les pages du fabricant ; PromptQuorum ne les a pas exécutées.

  1. 1
    Lancer l’installateur
    Why it matters: Utilisez la ligne de commande de votre système ; les scripts téléchargent un paquet et vérifient sa somme de contrôle SHA-256 avant l’installation.
  2. 2
    Démarrer RAMen
    Why it matters: `ramen start` trouve un modèle adapté à votre ordinateur, le télécharge depuis Hugging Face et s’exécute en arrière-plan, ou vous pointez vers un fichier GGUF que vous avez déjà.
  3. 3
    Connecter vos applis
    Why it matters: `ramen connect cline` (ou continue, aider, opencode, open-webui) configure l’outil ; tout ce qui parle l’API OpenAI peut utiliser le point d’accès local.
  4. 4
    N’activer une formule payante que si vous en voulez une
    Why it matters: `ramen activate YOUR-KEY` débloque les fonctions payantes ; `ramen deactivate` libère l’un des ordinateurs liés à une clé.

Fonctions confirmées par les sources

Chaque point ci-dessous est la description du fabricant ; les chiffres de vitesse et de qualité sont ses propres mesures, pas des tests indépendants.

  • Mémoire de session. Le cache KV de chaque conversation est enregistré sur disque au fil de l’eau et restauré quand la conversation reprend, même après un redémarrage ; de nombreux chats et agents se partagent quelques slots GPU actifs et les autres attendent sur disque. Le fabricant indique qu’un chat de 70 082 jetons sur un Mac mini M2 Pro avec Qwen3 4B se rouvre en 3.7 secondes, au lieu de 12 minutes 47 secondes de relecture.
  • Lecture sélective. Au lieu de lire toute la mémoire pour chaque nouveau mot, RAMen garde un résumé de chaque bloc et lit l’équivalent d’environ 8 000 jetons, plus le début et la partie la plus récente de la conversation, selon une méthode qui, d’après le fabricant, s’appuie sur des travaux de recherche sur l’attention parcimonieuse sensible à la requête (Quest, 2024). Elle ne s’active d’elle-même qu’au-delà d’une longueur où elle est plus rapide sur votre machine, entre 16K et environ 43K jetons.
  • Benchmark du fabricant. Sur une NVIDIA RTX A6000 avec Qwen3 32B et une conversation de 87K jetons, le fabricant a mesuré 20.4 jetons par seconde contre 8.4 pour llama.cpp classique, et sur une NVIDIA L4 avec Qwen3 4B à 128K jetons, 42.2 contre 9.1 ; le gain est faible en dessous d’environ 30K à 40K jetons sur une carte NVIDIA rapide.
  • Plusieurs agents, un seul GPU. Passer d’un agent à l’autre reprend chacun là où il s’était arrêté ; le fabricant cite 99.7 % de l’historique de chaque agent réutilisé quand trois agents se partagent un GPU.
  • Limites indiquées par le fabricant. La lecture sélective accélère l’écriture, pas la première lecture d’un nouveau long prompt ; elle ne se combine pas encore avec les modèles brouillons (décodage spéculatif) ; les modèles à fenêtre glissante y gagnent peu en vitesse.

Formules et tarifs

RAMen propose une offre gratuite et des abonnements payants vendus via la boutique Polar ; chaque installation démarre avec 14 jours de toutes les fonctions, sans carte bancaire.

Gratuite

Prix:
0 $, sans date de fin
Ce qu’elle inclut:
Mémorise les 3 derniers chats, un chat à la fois ; fonctionne avec vos applis

Pro

Prix:
3,99 $ par mois ou 29 $ par an
Ce qu’elle inclut:
Mémorise chaque chat et session d’agent, plusieurs agents sur un GPU, longs chats gardés rapides, jusqu’à 3 ordinateurs

Team

Prix:
9,99 $ par personne et par mois, à partir de 3 personnes
Ce qu’elle inclut:
Pro pour toute l’équipe, postes transférables, support prioritaire par e-mail

Server

Prix:
149 $ par serveur et par mois
Ce qu’elle inclut:
Une machine GPU au service d’une équipe, une clé par personne, usage par personne, métriques Prometheus

Enterprise

Prix:
Sur demande
Ce qu’elle inclut:
Licences hors ligne pour machines sans internet, factures, bons de commande, contrat de support

Le site annonce aussi une offre de lancement, Pro à vie pour 19,99 $ en une fois pour les 1 000 premiers acheteurs. Les prix sont en dollars américains et la taxe sur les ventes est gérée au paiement ; vérifiez-les sur le site du fabricant avant d’acheter. Si une licence payante prend fin, le contrat de licence indique que RAMen continue de fonctionner avec l’offre gratuite.

Flux de données et confidentialité

La politique de confidentialité (en vigueur depuis le 6 novembre 2026) indique que RAMen s’exécute sur votre ordinateur et que vos prompts, fichiers, conversations et modèles y restent. Elle énumère ce que RAMen envoie : sur les formules payantes, au démarrage, la clé de licence, l’identifiant de boutique et une étiquette de machine anonyme (la plateforme plus un court code dérivé de la machine, jamais son nom) au prestataire de paiement Polar ; et, quand ramen start télécharge un modèle, une connexion à Hugging Face, qui voit votre adresse internet et le fichier demandé. La politique précise qu’il n’y a ni analytique, ni rapport de plantage, ni suivi dans le logiciel.

Le site web compte les visites avec Cloudflare Web Analytics sans cookies et est hébergé sur GitHub Pages. Les achats passent par Polar, qui transmet au fabricant votre nom, votre adresse e-mail, votre pays et ce que vous avez acheté. Le formulaire de rappel de lancement du site enregistre votre adresse e-mail chez Cloudflare. La page d’accueil indique que le logiciel continue de fonctionner hors ligne entre deux vérifications de licence, et la formule Enterprise propose des licences hors ligne.

📌Remarque: Ce sont des déclarations du fabricant, pas des résultats d’audit, et PromptQuorum n’a pas inspecté le trafic réseau. Le logiciel est fermé, de sorte que ces affirmations ne peuvent pas être vérifiées dans le code.

À qui s’adresse l’outil

  • Les utilisateurs d’agents de code qui font tourner Cline, Continue, Aider ou OpenCode avec un modèle local et perdent du temps quand une longue session doit être relue après un redémarrage.
  • Les propriétaires d’une machine NVIDIA RTX ou Apple silicon qui travaillent avec de très longues conversations, là où le fabricant indique les gains les plus importants.
  • Les acheteurs prudents qui veulent essayer une offre gratuite et un essai de 14 jours avant de payer quoi que ce soit.

Ce que nous n’avons pas pu vérifier

  • Vitesse et qualité. Tous les chiffres de benchmark et l’affirmation de réponses identiques viennent du fabricant ; PromptQuorum n’a effectué aucun test et n’a trouvé aucune mesure indépendante.
  • Maturité. La version 1.0.0 est la première version publique, et le lancement du produit sur Product Hunt est annoncé pour le 8 novembre 2026 : il n’existe donc aucun historique à long terme sur la stabilité ou le support.
  • Code source et audit. Il n’y a pas de code source public pour RAMen ni d’audit par un tiers ; le contrat de licence interdit la rétro-ingénierie, sauf dans la mesure où la loi l’autorise.
  • Configuration requise. Aucun minimum de RAM, de disque ou de version de système n’est publié, et il n’existe aucune prise en charge des Mac Intel, de Linux ARM ou des téléphones.
  • Détails de licence. La vérification de licence des formules payantes est décrite, mais son trafic exact n’a pas été examiné.

Concurrents et alternatives

llama.cpp

Plateformes:
Mac, Windows, Linux
Prix / licence:
Gratuit / MIT
Différence principale:
Le moteur open source sur lequel repose RAMen ; l’enregistrement et la restauration par slot sont manuels
Articles sur llama.cpp (9)

+176 autres non affichés

Ollama

Plateformes:
Mac, Windows, Linux
Prix / licence:
Gratuit / MIT
Différence principale:
Lanceur de modèles open source avec bibliothèque de modèles et API locale
Articles sur Ollama (10)

+333 autres non affichés

KoboldCpp

Plateformes:
Mac, Windows, Linux
Prix / licence:
Gratuit / AGPL-3.0
Différence principale:
Fork llama.cpp en un seul fichier avec interface de chat et d’écriture intégrée
Articles sur KoboldCpp (10)

+5 autres non affichés

Vérifiez le prix, la licence et les plateformes actuels de chaque appli sur sa propre page avant de choisir.

Comparer dans l'annuaire

Questions fréquentes

La lecture sélective change-t-elle les réponses d’un modèle ?

Le fabricant affirme que, lorsque la sélection couvre toute la conversation, RAMen écrit exactement le même texte qu’une attention classique, et qu’il a donné les mêmes réponses qu’une attention complète dans 54 tests sur 54 de documents longs de 16K à 64K jetons. Ce sont les tests du fabricant et ils n’ont pas été vérifiés de façon indépendante.

Que deviennent mes chats enregistrés si j’arrête de payer ?

RAMen continue avec l’offre gratuite, qui conserve les 3 chats enregistrés utilisés le plus récemment et efface du disque les copies enregistrées plus anciennes à mesure que de nouveaux chats sont enregistrés (le fabricant l’a confirmé à PromptQuorum le 6 novembre 2026). Les conversations elles-mêmes restent dans votre application, car RAMen enregistre la mémoire de travail du modèle, pas le texte du chat ; un chat plus ancien fonctionne donc toujours, il est simplement relu depuis le début, comme avec llama.cpp seul.

RAMen fonctionne-t-il hors ligne ?

Le fabricant affirme qu’il fonctionne hors ligne dès qu’un modèle est sur le disque, et que les formules payantes continuent de fonctionner entre deux vérifications de licence. La première installation et tout téléchargement de modèle exigent une connexion internet.

RAMen est-il développé par l’équipe de llama.cpp ?

Non. NEOTECH Inc. développe RAMen et indique qu’il repose sur llama.cpp, fourni avec sa licence MIT ; le projet llama.cpp lui-même est un projet open source distinct.

Verdict

RAMen propose une couche propriétaire, gratuite à essayer, sur llama.cpp qui enregistre les chats sur disque, reprend les sessions d’agent en quelques secondes et, selon les mesures du fabricant, accélère les très longues conversations sur les machines NVIDIA RTX et Apple silicon. En contrepartie, c’est une première version sans historique, elle ne s’installe que depuis un terminal, elle est fermée, les formules payantes contactent un serveur de licences au démarrage et chaque chiffre de performance est celui du fabricant. Elle convient aux personnes qui mènent de longs chats locaux ou des agents de code et acceptent de la tester avec l’offre gratuite ; qui exige une confidentialité auditée ou des affirmations de vitesse vérifiées doit attendre des résultats indépendants.

Sources

← Retour aux LLM locaux avancés

MCP