Mellum de JetBrains en local dans l'IDE : 5 sur 10 sur un MacBook M3 Pro
Les agents cloud comme Claude Code, Codex et Cursor peuvent devenir inaccessibles en cas de blocage, et les factures de tokens ne cessent de grimper. L'auteur d'un guide publié sur Habr a monté une alternative sur un MacBook M3 Pro : le modèle Mellum2.1 de JetBrains, LM Studio Bionic, l'agent OpenCode et l'environnement OpenIDE. Tout fonctionne sans connexion internet et sans abonnement. Il note son montage 5 sur 10 : les petites tâches passent, les grosses restent trop lentes pour l'instant.
Traité par IA depuis Habr AI ; édité par Hamidun News
Les assistants cloud pour développeurs (Claude Code, Codex, Cursor) sont pratiques tant qu'on y a accès. Mais les blocages existent, et les factures d'abonnements et de tokens augmentent. L'auteur d'un guide Habr a voulu tester une alternative : exécuter un modèle directement sur son ordinateur portable et l'utiliser comme un agent classique dans l'environnement de développement.
Il a retenu le modèle ouvert Mellum2.1 de JetBrains, l'application LM Studio Bionic pour le lancer, l'agent OpenCode et un IDE baptisé OpenIDE. Le test s'est déroulé sur un MacBook équipé d'une puce M3 Pro.
Il attribue au résultat 5 points sur 10 : une demande du type « trouve la méthode et explique ce qu'elle fait » s'exécute sans internet et sans abonnement, mais les grosses tâches avancent lentement.
Pourquoi garder un modèle chez soi
L'argument principal est la prévisibilité. Un agent cloud peut modifier ses capacités ou se couper sans préavis, et la facture de tokens peut grimper brutalement. L'auteur cite l'exemple de Revolut : l'entreprise a basculé environ 2000 ingénieurs sur le modèle GLM, exécuté sur ses propres serveurs, et ne conserve Claude Code et Codex que pour certaines tâches. Selon Revolut, les dépenses de codage assisté par AI ont baissé d'environ 90 %. Ces chiffres viennent de l'entreprise elle-même et n'ont fait l'objet d'aucune vérification indépendante, mais la direction est claire.
Pour un développeur individuel, un modèle local offre les mêmes avantages à petite échelle, surtout lorsque l'abonnement n'est pas payé par l'employeur. Il fonctionne en outre dans l'avion, dans le train et en cas de problème de connexion.
Comment le montage fonctionne
L'exemple utilise Mellum2.1 12B A2.5B Thinking. La première version de Mellum se consacrait à l'autocomplétion de code. Avec la version 2.1, JetBrains a amélioré séparément le travail sur un dépôt : recherche du code pertinent, modification de fichiers et vérification des changements. Le nom se lit ainsi :
- 12B : environ 12 milliards de paramètres ;
- A2.5B : architecture MoE, où seuls environ 2,5 milliards de paramètres travaillent pour chaque token ; il y a donc moins de calculs, mais les poids restent chargés en intégralité en mémoire ;
- Thinking : le modèle raisonne avant de répondre, ce qui prend du temps.
Les poids sont ouverts sous licence Apache 2.0. L'auteur utilise la build GGUF officielle avec quantification Q4_K_M.
La quantification consiste à stocker les poids avec une précision moindre : le fichier est plus petit et occupe environ 8,1 Go. Si la mémoire le permet, on peut essayer 6 ou 8 bits et comparer les réponses sur ses propres tâches. Une réserve importante : la taille du fichier ne représente pas toute la mémoire nécessaire.
Il faut aussi prévoir le contexte, le système, le navigateur et l'IDE lui-même. Sur un Mac avec Apple Silicon, la mémoire est partagée entre le processeur et le GPU, et tous ces éléments se disputent donc les mêmes gigaoctets. Pour d'autres ordinateurs, l'auteur recommande le service canirun.
ai, mais mieux vaut mesurer soi-même la vitesse réelle.
La chaîne se présente ainsi. LM Studio Bionic télécharge et lance le modèle, puis expose une API locale compatible OpenAI à l'adresse http://127.0.0.1:1234/v1. OpenCode s'y connecte ; on peut l'installer, par exemple, via Homebrew. Le même agent est ensuite branché dans OpenIDE. L'avantage : les règles de projet et les serveurs MCP configurés dans OpenCode fonctionnent aussi à l'intérieur de l'IDE, sans qu'il soit nécessaire de construire un agent distinct pour l'environnement. On y retrouve Git, un client de bases de données, le débogage et Docker. OpenCode seul ne sait pas faire cela : il n'a pas de client DB, la navigation dans les fichiers est peu pratique et l'affichage des diffs est imparfait.
Mellum n'est pas obligatoire. Les modèles des familles Qwen ou Gemma conviennent, et, avec beaucoup de mémoire, Muse Glimmer de Meta également. L'essentiel est de vérifier la prise en charge de l'appel d'outils : pour un agent, savoir écrire du code dans un chat ne suffit pas.
Ce que ça donne en pratique
La note est honnête : 5 sur 10. Pour accomplir une tâche, l'agent doit interroger plusieurs fois le modèle : lire les fichiers, apporter une modification et la vérifier. Sur un portable, ces étapes sont lentes. Sur un matériel plus puissant, le résultat serait nettement meilleur, selon l'auteur, mais il ne migre pas encore vers les modèles locaux pour ses grosses tâches quotidiennes.
En pratique, la pile locale est déjà utilisable comme solution de secours en cas de blocage du cloud, pour travailler hors ligne et pour de petites tâches. Elle ne remplace pas encore les agents cloud pour un travail sérieux, surtout sur un portable de milieu de gamme. Si vous voulez essayer, commencez par la build 4 bits, mesurez la vitesse sur votre propre dépôt, et ne décidez qu'ensuite s'il faut du matériel plus puissant. Pour les équipes, l'exemple de Revolut illustre un schéma possible : « un modèle maison pour la routine, le cloud pour le complexe ». Dans un prochain article, l'auteur promet d'examiner les offres cloud gratuites : leurs limites et leur connexion à l'IDE.
- 18 nov. 2026OpenAI lance une IA juridique : 95 % de faits inventés en moins que Claude Opus 5.5
- 18 nov. 2026Le plugin Claude SEO lance jusqu'à 17 agents et audite un site en une seule commande
- 18 nov. 2026L'agent d'OpenAI remplit les dossiers d'assurance : Luna obtient 91,8% des points pour 8,5 cents
- 18 nov. 2026Dans 94% des sélections B2B, la synthèse IA n'affiche presque pas les sites des entreprises elles-mêmes
Questions clés sur cet article
Pourquoi garder un modèle chez soi?
L'argument principal est la prévisibilité. Un agent cloud peut modifier ses capacités ou se couper sans préavis, et la facture de tokens peut grimper brutalement. L'auteur cite l'exemple de Revolut : l'entreprise a basculé environ 2000 ingénieurs sur le modèle GLM, exécuté sur ses propres serveurs, et ne conserve Claude Code et Codex que pour certaines tâches. Selon Revolut, les dépenses de codage assisté par AI ont baissé d'environ 90 %.
Comment le montage fonctionne?
L'exemple utilise Mellum2.1 12B A2.5B Thinking. La première version de Mellum se consacrait à l'autocomplétion de code. Avec la version 2.1, JetBrains a amélioré séparément le travail sur un dépôt : recherche du code pertinent, modification de fichiers et vérification des changements.
Que sait-on sur Ce que ça donne en pratique ?
La note est honnête : 5 sur 10. Pour accomplir une tâche, l'agent doit interroger plusieurs fois le modèle : lire les fichiers, apporter une modification et la vérifier. Sur un portable, ces étapes sont lentes. Sur un matériel plus puissant, le résultat serait nettement meilleur, selon l'auteur, mais il ne migre pas encore vers les modèles locaux pour ses grosses tâches quotidiennes.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.