Quelle IA peut vraiment tourner sur votre téléphone en 2026?

Le téléphone est devenu un vrai lieu d’exécution pour les modèles de langage. Les limites sont plus serrées que sur un ordinateur : 12 Go de mémoire partagée, c’est généreux sur un téléphone, la pile est petite et il n’y a pas de ventilateur. Les modèles pour téléphone sont donc petits, très compressés et réglés pour des tâches précises.

Il y a deux portes d’entrée. Le système d’exploitation peut inclure un modèle que les applications appellent, ou vous pouvez installer une application qui télécharge un modèle ouvert de votre choix. Elles donnent des choses différentes, et le guide sur le nuage privé et l’IA sur l’appareil examine le volet confidentialité de l’approche système.

Les modèles intégrés à votre téléphone

Sur iPhone, la troisième génération des Foundation Models d’Apple, annoncée en juin 2026, compte deux membres sur l’appareil. AFM 3 Core est un modèle de 3 milliards de paramètres pour les tâches courantes. AFM 3 Core Advanced compte 20 milliards de paramètres, mais sa conception est inhabituelle : le modèle complet reste dans la mémoire flash, et seuls 1 à 4 milliards de paramètres sont chargés à la fois en mémoire vive, choisis pour chaque requête. La page d’assistance d’Apple indique l’iPhone 15 Pro, l’iPhone 16 et les suivants pour Apple Intelligence sous iOS 27, avec jusqu’à 8 Go de stockage, ou jusqu’à 14 Go sur les iPhone 17 Pro, l’iPhone Air et l’iPhone Duo.

Les personnes qui développent y accèdent par le cadriciel Foundation Models, qui offre des modèles sur l’appareil pour des tâches comme résumer et extraire, et renvoie à Private Cloud Compute pour les raisonnements plus difficiles. Tout ce que fait Apple Intelligence ne reste donc pas sur le téléphone.

Sur Android, le modèle de Google est Gemini Nano, qui tourne dans un service système appelé AICore. La documentation de Google pour les personnes qui développent indique la prise en charge par version :

Gemini Nano 4 est fondé sur Gemma 4, offert en deux tailles pour téléphone : E2B pour la vitesse et E4B pour les tâches plus difficiles. Des sources secondaires disent que Nano 4 exige 12 Go de mémoire vive. La fiche du Pixel 11 indique bien 12 Go, mais cette exigence reste un rapport, pas une règle énoncée dans la documentation de Google.

À quoi ressemblent les chiffres

Google publie pour Gemma 4 E2B des chiffres reproductibles, avec les réglages d’essai, sur sa fiche de modèle. Chaque essai utilisait un contexte de 2 048 jetons, 1 024 jetons d’entrée et 256 jetons de sortie :

Le fichier fait 2 583 Mo. C’est peu parce qu’il combine des poids à 2, 4 et 8 bits, une version plus agressive de la compression expliquée dans le guide de la quantification. La fiche précise aussi que le modèle ne charge ses parties vision et audio qu’au besoin, pour économiser la mémoire.

Pour situer, 50 jetons par seconde représentent environ 35 à 40 mots par seconde, plus vite que vous ne lisez. Notez toutefois le contexte de 2 048 jetons : c’est environ 1 500 mots. Le modèle accepte jusqu’à 32 000 jetons, mais plus de contexte veut dire plus de mémoire et plus de chaleur, et un long document peut se comporter tout autrement que cet essai.

Un exemple concret : un essai hors ligne

Google AI Edge Gallery est une application gratuite pour Android 12 ou iOS 17 et plus, qui fait tourner des modèles ouverts entièrement sur l’appareil. Google la présente comme une version bêta expérimentale.

1. Installez l’application depuis Google Play ou l’App Store.
2. Téléchargez Gemma 4 E2B en Wi-Fi : environ 2,6 Go.
3. Activez le mode avion, pour savoir que rien ne quitte le téléphone.
4. Collez un court texte et essayez le prompt ci-dessous.
5. Utilisez l’outil de banc d’essai de l’application pour connaître votre propre vitesse.

Récris ce message pour qu’il soit poli et plus court, et garde chaque date et chaque nom exactement comme ils sont écrits :

[colle ton message]

Testez ensuite la limite. Posez une question factuelle dont vous connaissez la réponse, comme un détail sur votre ville. Le guide sur les petits modèles de langage explique où ils montrent leurs limites. La réécriture courte fonctionne habituellement bien, alors que les faits généraux sont bien moins fiables.

Vous pouvez faire le même test en français. Google dit que Gemma 4 traite plus de 140 langues, et la page d’Apple compte le français parmi les langues prises en charge par Apple Intelligence, mais la qualité dans une langue donnée reste à vérifier vous-même.

Un téléphone peut-il remplacer un portable pour l’IA privée?

Pour les tâches courtes et personnelles, il le peut déjà : nettoyer un message, résumer une note, traduire une affiche, dicter. Pour tout ce qui a de la longueur ou de la complexité, pas encore. Un portable ou un ordinateur de bureau de 32 Go peut faire tourner un modèle de programmation de 27 milliards de paramètres, soit de sept à treize fois le nombre de paramètres de ces modèles pour téléphone, et il peut continuer sans surchauffer.

La confidentialité sur téléphone demande aussi un peu de soin. Un modèle sur l’appareil évite d’envoyer le texte pour cette requête, et Google dit qu’AICore n’a pas d’accès Internet direct et isole chaque requête. Mais l’application autour du modèle peut quand même enregistrer ou envoyer ce que vous tapez : lisez donc ses autorisations. Quand Apple Intelligence juge qu’une requête exige le nuage, elle passe à Private Cloud Compute. Le téléphone est un bon outil privé pour les petits travaux, à condition de savoir dans quel mode se trouve chaque application.