> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/modeles.md). # Modèles - [Qwen3.6 - Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/qwen3.6.md): Exécutez localement les nouveaux modèles Qwen3.6-27B et 35B-A3B ! - [Gemma 4 - Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/gemma-4.md): Exécutez localement les nouveaux modèles Gemma 4 de Google, y compris E2B, E4B, 26B A4B et 31B. - [Guide d'affinage Gemma 4](https://unsloth.ai/docs/fr/modeles/gemma-4/train.md): Entraînez Gemma 4 de Google avec Unsloth. - [NVIDIA Nemotron 3 Nano Omni - Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/nemotron-3-nano-omni.md): Exécutez et affinez Nemotron-3-Nano-Omni-30B-A3B localement sur votre appareil ! - [Kimi K2.6 - Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/kimi-k2.6.md): Guide étape par étape pour exécuter Kimi-K2.6 sur votre propre appareil local. - [Qwen3.5 - Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/qwen3.5.md): Exécutez les nouveaux LLM Qwen3.5, y compris Medium : Qwen3.5-35B-A3B, 27B, 122B-A10B, Small : Qwen3.5-0.8B, 2B, 4B, 9B et 397B-A17B sur votre appareil local ! - [Guide d'affinage Qwen3.5](https://unsloth.ai/docs/fr/modeles/qwen3.5/fine-tune.md): Apprenez à affiner les LLM Qwen3.5 avec Unsloth. - [Benchmarks Qwen3.5 GGUF](https://unsloth.ai/docs/fr/modeles/qwen3.5/gguf-benchmarks.md): Découvrez les performances des GGUF dynamiques d'Unsloth + une analyse de la perplexité, de la divergence KL et du MXFP4. - [Mistral 3.5 - Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/mistral-3.5.md): Guide pour les modèles Mistral 3.5, pour les exécuter ou les affiner localement sur votre appareil - [IBM Granite 4.1 - Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/ibm-granite-4.1.md): Exécutez IBM Granite-4.1 avec les GGUF Unsloth et découvrez comment l'affiner ! - [GLM-5.1 - Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/glm-5.1.md): Exécutez le nouveau modèle GLM-5.1 de Z.ai sur votre propre appareil local ! - [Qwen3-Coder-Next : comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/qwen3-coder-next.md): Guide pour exécuter Qwen3-Coder-Next localement sur votre appareil ! - [NVIDIA Nemotron 3 Nano - Guide d'exécution](https://unsloth.ai/docs/fr/modeles/nemotron-3.md): Exécutez et affinez NVIDIA Nemotron 3 Nano localement sur votre appareil ! - [NVIDIA Nemotron-3-Super : Guide d'exécution](https://unsloth.ai/docs/fr/modeles/nemotron-3/nemotron-3-super.md): Exécutez et affinez localement Nemotron-3-Super-120B-A12B de NVIDIA sur votre appareil ! - [gpt-oss : Guide d'exécution](https://unsloth.ai/docs/fr/modeles/gpt-oss-how-to-run-and-fine-tune.md): Exécutez et affinez les nouveaux modèles open source d'OpenAI ! - [Apprentissage par renforcement gpt-oss](https://unsloth.ai/docs/fr/modeles/gpt-oss-how-to-run-and-fine-tune/gpt-oss-reinforcement-learning.md) - [Tutoriel : comment entraîner gpt-oss avec le RL](https://unsloth.ai/docs/fr/modeles/gpt-oss-how-to-run-and-fine-tune/gpt-oss-reinforcement-learning/tutorial-how-to-train-gpt-oss-with-rl.md): Apprenez à entraîner OpenAI gpt-oss avec GRPO pour battre 2048 de manière autonome, localement ou sur Colab. - [Tutoriel : comment affiner gpt-oss](https://unsloth.ai/docs/fr/modeles/gpt-oss-how-to-run-and-fine-tune/tutorial-how-to-fine-tune-gpt-oss.md): Apprenez pas à pas à entraîner OpenAI gpt-oss localement avec Unsloth. - [Entraînement gpt-oss à contexte long](https://unsloth.ai/docs/fr/modeles/gpt-oss-how-to-run-and-fine-tune/long-context-gpt-oss-training.md) - [Tutoriels sur les grands modèles de langage (LLM)](https://unsloth.ai/docs/fr/modeles/tutorials.md) - [Qwen3 - Comment exécuter et affiner](https://unsloth.ai/docs/fr/modeles/tutorials/qwen3-how-to-run-and-fine-tune.md): Apprenez à exécuter et à affiner Qwen3 localement avec Unsloth + nos quantifications dynamiques 2.0 - [Qwen3-VL : Guide d'exécution](https://unsloth.ai/docs/fr/modeles/tutorials/qwen3-how-to-run-and-fine-tune/qwen3-vl-how-to-run-and-fine-tune.md): Apprenez à affiner et à exécuter Qwen3-VL localement avec Unsloth. - [Qwen3-2507 : Guide d'exécution locale](https://unsloth.ai/docs/fr/modeles/tutorials/qwen3-how-to-run-and-fine-tune/qwen3-2507.md): Exécutez localement sur votre appareil les versions Thinking et Instruct de Qwen3-30B-A3B-2507 et 235B-A22B ! - [MiniMax-M2.7 - Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/tutorials/minimax-m27.md): Exécutez le LLM MiniMax-M2.7 localement sur votre propre appareil ! - [GLM-5 : Guide d'exécution locale](https://unsloth.ai/docs/fr/modeles/tutorials/glm-5.md): Exécutez le nouveau modèle GLM-5 de Z.ai sur votre propre appareil local ! - [Kimi K2.5 : Guide d'exécution locale](https://unsloth.ai/docs/fr/modeles/tutorials/kimi-k2.5.md): Guide pour exécuter Kimi-K2.5 sur votre propre appareil local ! - [GLM-4.7-Flash : Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/tutorials/glm-4.7-flash.md): Exécutez et affinez GLM-4.7-Flash localement sur votre appareil ! - [MiniMax-M2.5 : Guide d'exécution](https://unsloth.ai/docs/fr/modeles/tutorials/minimax-m25.md): Exécutez MiniMax-M2.5 localement sur votre propre appareil ! - [Qwen3-Coder : Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/tutorials/qwen3-coder-how-to-run-locally.md): Exécutez Qwen3-Coder-30B-A3B-Instruct et 480B-A35B localement avec les quantifications dynamiques d'Unsloth. - [Gemma 3 - Guide d'exécution](https://unsloth.ai/docs/fr/modeles/tutorials/gemma-3-how-to-run-and-fine-tune.md): Comment exécuter efficacement Gemma 3 avec nos GGUF sur llama.cpp, Ollama, Open WebUI et comment l'affiner avec Unsloth ! - [Gemma 3n : comment l'exécuter et l'affiner](https://unsloth.ai/docs/fr/modeles/tutorials/gemma-3-how-to-run-and-fine-tune/gemma-3n-how-to-run-and-fine-tune.md): Exécutez localement le nouveau Gemma 3n de Google avec des GGUF dynamiques sur llama.cpp, Ollama, Open WebUI et affinez-le avec Unsloth ! - [DeepSeek-OCR 2 : Guide d'exécution et d'affinage](https://unsloth.ai/docs/fr/modeles/tutorials/deepseek-ocr-2.md): Guide pour exécuter et affiner DeepSeek-OCR-2 localement. - [GLM-4.7 : Guide d'exécution locale](https://unsloth.ai/docs/fr/modeles/tutorials/glm-4.7.md): Un guide sur la façon d'exécuter le modèle GLM-4.7 de Z.ai sur votre propre appareil local ! - [Comment exécuter Qwen-Image-2512 localement dans ComfyUI](https://unsloth.ai/docs/fr/modeles/tutorials/qwen-image-2512.md): Tutoriel étape par étape pour exécuter Qwen-Image-2512 sur votre appareil local avec ComfyUI. - [Tutoriel pour exécuter Qwen-Image-2512 dans stable-diffusion.cpp](https://unsloth.ai/docs/fr/modeles/tutorials/qwen-image-2512/stable-diffusion.cpp.md): Tutoriel pour utiliser Qwen-Image-2512 dans stable-diffusion.cpp. - [Devstral 2 - Guide d'exécution](https://unsloth.ai/docs/fr/modeles/tutorials/devstral-2.md): Guide pour exécuter localement les modèles Mistral Devstral 2 : 123B-Instruct-2512 et Small-2-24B-Instruct-2512. - [Ministral 3 - Guide d'exécution](https://unsloth.ai/docs/fr/modeles/tutorials/ministral-3.md): Guide pour les modèles Mistral Ministral 3, pour les exécuter ou les affiner localement sur votre appareil - [DeepSeek-OCR : comment l'exécuter et l'affiner](https://unsloth.ai/docs/fr/modeles/tutorials/deepseek-ocr-how-to-run-and-fine-tune.md): Guide pour exécuter et affiner DeepSeek-OCR localement. - [Kimi K2 Thinking : Guide d'exécution locale](https://unsloth.ai/docs/fr/modeles/tutorials/kimi-k2-thinking-how-to-run-locally.md): Guide pour exécuter Kimi-K2-Thinking et Kimi-K2 sur votre propre appareil local ! - [GLM-4.6 : Guide d'exécution locale](https://unsloth.ai/docs/fr/modeles/tutorials/glm-4.6-how-to-run-locally.md): Un guide sur la façon d'exécuter les modèles Z.ai GLM-4.6 et GLM-4.6V-Flash sur votre propre appareil local ! - [Qwen3-Next : Guide d'exécution locale](https://unsloth.ai/docs/fr/modeles/tutorials/qwen3-next.md): Exécutez localement sur votre appareil les versions Qwen3-Next-80B-A3B-Instruct et Thinking ! - [FunctionGemma : comment l'exécuter et l'affiner](https://unsloth.ai/docs/fr/modeles/tutorials/functiongemma.md): Apprenez à exécuter et à affiner FunctionGemma localement sur votre appareil et votre téléphone. - [DeepSeek-V3.1 : Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/tutorials/deepseek-v3.1-how-to-run-locally.md): Un guide sur la façon d'exécuter DeepSeek-V3.1 et Terminus sur votre propre appareil local ! - [DeepSeek-R1-0528 : Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/tutorials/deepseek-r1-0528-how-to-run-locally.md): Un guide sur la façon d'exécuter DeepSeek-R1-0528, y compris Qwen3, sur votre propre appareil local ! - [Liquid LFM2.5 : comment l'exécuter et l'affiner](https://unsloth.ai/docs/fr/modeles/tutorials/lfm2.5.md): Exécutez et affinez LFM2.5 Instruct et Vision localement sur votre appareil ! - [Magistral : comment l'exécuter et l'affiner](https://unsloth.ai/docs/fr/modeles/tutorials/magistral-how-to-run-and-fine-tune.md): Découvrez Magistral - les nouveaux modèles de raisonnement de Mistral. - [IBM Granite 4.0](https://unsloth.ai/docs/fr/modeles/tutorials/ibm-granite-4.0.md): Comment exécuter IBM Granite-4.0 avec les GGUF Unsloth sur llama.cpp, Ollama et comment l'affiner ! - [Llama 4 : comment l'exécuter et l'affiner](https://unsloth.ai/docs/fr/modeles/tutorials/llama-4-how-to-run-and-fine-tune.md): Comment exécuter Llama 4 localement en utilisant nos GGUF dynamiques, qui récupèrent la précision par rapport à la quantification standard. - [Grok 2](https://unsloth.ai/docs/fr/modeles/tutorials/grok-2.md): Exécutez localement le modèle Grok 2 de xAI ! - [Devstral : comment l'exécuter et l'affiner](https://unsloth.ai/docs/fr/modeles/tutorials/devstral-how-to-run-and-fine-tune.md): Exécutez et affinez Mistral Devstral 1.1, y compris Small-2507 et 2505. - [Comment exécuter des LLM locaux avec Docker : guide étape par étape](https://unsloth.ai/docs/fr/modeles/tutorials/how-to-run-llms-with-docker.md): Apprenez à exécuter des grands modèles de langage (LLM) avec Docker et Unsloth sur votre appareil local. - [DeepSeek-V3-0324 : Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/tutorials/deepseek-v3-0324-how-to-run-locally.md): Comment exécuter DeepSeek-V3-0324 localement en utilisant nos quantifications dynamiques qui récupèrent la précision - [DeepSeek-R1 : Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/tutorials/deepseek-r1-how-to-run-locally.md): Un guide sur la façon d'exécuter nos quantifications dynamiques 1,58 bits pour DeepSeek-R1 en utilisant llama.cpp. - [DeepSeek-R1 Dynamic 1.58-bit](https://unsloth.ai/docs/fr/modeles/tutorials/deepseek-r1-how-to-run-locally/deepseek-r1-dynamic-1.58-bit.md): Consultez les tableaux de comparaison des performances des quantifications GGUF dynamiques d'Unsloth par rapport aux quantifications IMatrix standard. - [Phi-4 Reasoning : comment l'exécuter et l'affiner](https://unsloth.ai/docs/fr/modeles/tutorials/phi-4-reasoning-how-to-run-and-fine-tune.md): Apprenez à exécuter et à affiner localement les modèles de raisonnement Phi-4 avec Unsloth + nos quantifications dynamiques 2.0 - [QwQ-32B : comment l'exécuter efficacement](https://unsloth.ai/docs/fr/modeles/tutorials/qwq-32b-how-to-run-effectively.md): Comment exécuter efficacement QwQ-32B avec nos correctifs de bogues et sans générations infinies + GGUF. - [Cogito v2.1 : Comment l'exécuter localement](https://unsloth.ai/docs/fr/modeles/tutorials/cogito-v2-how-to-run-locally.md): Les LLM Cogito v2.1 sont parmi les modèles ouverts les plus puissants au monde, entraînés avec IDA. La version v1 existe également en 4 tailles : 70B, 109B, 405B et 671B, ce qui vous permet de choisir la taille la mieux adaptée à votre matériel. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://unsloth.ai/docs/fr/modeles.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.