Partie 1. Semaine 1 : comprendre ce qu’est un agent
Chapitre 2. Louer ou héberger son IA
Louer : l’offre de Claude
Anthropic vend l’accès à Claude de deux manières : par abonnement, pour l’utiliser dans ses applications, et à la consommation, pour le faire travailler depuis d’autres logiciels.
Anthropic affiche et facture ses abonnements en dollars, hors taxes. Convertis en euros, ils coûtent en octobre 20261 :
| Formule | Prix mensuel | Ce qu’elle apporte |
|---|---|---|
| Free | 0 € | Conversation, recherche sur le Web, création de fichiers, mémoire, jusqu’à cinq projets. Pas de Claude Code. |
| Pro | environ 18 € (15 € en paiement annuel) | Claude Code, les modèles les plus puissants, projets illimités, tâches planifiées. |
| Max | environ 89 € ou 178 € | Cinq ou vingt fois l’usage permis par Pro. |
| Team | environ 22 € par poste (18 € en paiement annuel) | Gestion centralisée, projets partagés entre collègues, données exclues de l’entraînement par défaut. |
L’usage est plafonné par périodes de cinq heures, avec en plus des plafonds hebdomadaires sur les formules payantes. Les conversations dans l’application et les sessions de Claude Code puisent dans la même enveloppe.
Le mot juste. API, clé d’API. Une API (application programming interface) est le point d’accès par lequel un logiciel utilise un service à distance. La clé d’API identifie le client et permet de lui facturer sa consommation, à l’usage plutôt qu’au forfait.
Par l’API, on paie au nombre de jetons lus et écrits. Anthropic propose plusieurs modèles, du plus rapide et économique au plus capable2 :
| Modèle (octobre 2026) | Prix par million de jetons, lus / écrits |
|---|---|
| Claude Haiku 5.5 | 0,09 € / 0,45 € |
| Claude Sonnet 5.5 | 1,78 € / 8,92 € |
| Claude Opus 5.5 | 3,57 € / 17,85 € |
| Claude Fable 5.1 | 8,92 € / 44,62 € |
Un ordre de grandeur : résumer un document de dix pages (environ 7 000 jetons) en une page (environ 1 000 jetons) avec Sonnet coûte 1,2 centime d’euro en lecture et 0,9 centime en écriture. La facture de l’API ne devient sensible qu’avec des agents qui relisent de nombreux fichiers à chaque étape, ou avec des traitements répétés des milliers de fois.
Où vont vos données
Sur les formules Free, Pro et Max, Anthropic demande à chaque utilisateur s’il accepte que ses conversations servent à entraîner les modèles. S’il accepte, elles sont conservées jusqu’à cinq ans ; s’il refuse, trente jours3. Selon la presse, l’option était activée par défaut lors de son introduction en 2025. Sur les formules commerciales (Team, Enterprise et API), les échanges ne servent pas à l’entraînement, sauf accord contraire.
Les données de Claude sont stockées aux États-Unis. Anthropic ne propose pas de stockage en Europe pour son application ni pour sa propre API. Un traitement en Europe reste possible en passant par les offres de Claude chez Amazon (Bedrock) ou Google (Vertex), avec leurs points d’accès régionaux4. Le chapitre 15 traite des obligations qui en découlent.
Point de vigilance. Si vous utilisez une formule individuelle, vérifiez dans les paramètres de confidentialité si vos conversations servent à l’entraînement, et désactivez l’option si vous y traitez des informations sur vos clients.
Héberger : ce qu’il faut
Faire tourner une IA chez soi demande trois éléments : les fichiers du modèle, un logiciel qui l’exécute et une interface pour s’en servir.
Le mot juste. Paramètres, poids. Les paramètres d’un modèle sont les nombres ajustés pendant son entraînement ; on les appelle aussi ses poids. Leur nombre indique la taille du modèle : « 120B » signifie 120 milliards de paramètres (billion en anglais).
Le mot juste. Modèle à poids ouverts. Un modèle dont les poids sont publiés et téléchargeables. Vous pouvez l’exécuter sur votre machine, mais son éditeur ne publie pas forcément les données ni le code qui ont servi à l’entraîner. On parle donc de poids ouverts plutôt que d’open source. Ce que vous avez le droit d’en faire dépend de sa licence (→ chapitre 13).
Les logiciels d’exécution les plus courants sont gratuits :
- Ollama (licence MIT) fonctionne sous macOS, Windows et Linux. Il télécharge les modèles et les met à la disposition des autres logiciels5.
- LM Studio réunit dans une même application le téléchargement, l’exécution et une fenêtre de conversation. Son code n’est pas ouvert, mais il est gratuit, y compris pour un usage professionnel, depuis juillet 20256.
- llama.cpp (licence MIT) est le moteur sur lequel s’appuient beaucoup d’autres outils. Il s’adresse aux personnes à l’aise avec la ligne de commande.
Pour l’interface, Open WebUI reproduit dans un navigateur l’expérience d’un assistant conversationnel et gère plusieurs utilisateurs (→ chapitre 14). Pour travailler en mode agent, goose, OpenCode ou Mistral Vibe servent de harnais (→ chapitre 1).
Claude Code avec un modèle local
Depuis janvier 2026, Ollama (à partir de sa version 0.14), llama.cpp et LM Studio savent répondre aux requêtes dans le format qu’utilise Claude Code. En modifiant deux réglages, on fait travailler Claude Code avec un modèle installé sur sa machine au lieu des serveurs d’Anthropic ; depuis sa version 0.15, Ollama le fait en une seule commande, ollama launch claude7. On garde alors l’interface de Claude Code, ses skills et ses fichiers d’instructions.
Deux réserves. Anthropic indique ne pas prendre en charge l’utilisation de Claude Code avec d’autres modèles que les siens : en cas de difficulté, l’aide vient de la documentation d’Ollama ou de llama.cpp. Et Claude Code a été conçu pour les modèles d’Anthropic : avec un modèle local, le résultat dépend beaucoup du modèle choisi. Ollama recommande pour cet usage une fenêtre de contexte d’au moins 64 000 jetons (→ chapitre 6). Un essai publié en janvier 2026 jugeait encore la combinaison peu praticable. Les agents conçus dès le départ pour des modèles variés, comme goose ou OpenCode, peuvent être un meilleur point de départ.
Pourquoi la mémoire de la machine compte
Pour fonctionner, un modèle doit tenir entièrement dans la mémoire de la machine, avec de la place en plus pour la fenêtre de contexte. Un modèle de 70 milliards de paramètres stocké en pleine précision occupe environ 280 gigaoctets. Personne ne l’exécute sous cette forme sur un poste de bureau : on le compresse.
Le mot juste. Quantification. Réduire la précision des nombres qui composent le modèle, par exemple de 16 bits à environ 4 ou 5 bits par paramètre. Le modèle prend trois à quatre fois moins de place, au prix d’une légère perte de qualité. Les fichiers portent des noms qui indiquent le format retenu : Q4_K_M, Q8_0, MXFP4.
Au format Q4_K_M, le même modèle de 70 milliards de paramètres passe de 281 à 43 gigaoctets8. Ce calcul explique l’intérêt des machines dotées de 128 gigaoctets de mémoire (→ chapitre 12).
Un premier essai gratuit
Un ordinateur récent avec au moins 16 gigaoctets de mémoire vive suffit pour un premier essai (→ introduction). Le modèle gpt-oss-20b, publié par OpenAI sous licence Apache 2.0, fonctionne avec cette quantité de mémoire9. En dessous, l’essai vous apprendra peu de chose : les modèles qui tiennent dans moins de mémoire sont trop limités pour juger de ce que l’IA locale peut faire.
Avec Ollama, l’essai tient en deux étapes : installer le logiciel depuis ollama.com, puis taper dans un terminal la commande ollama run gpt-oss:20b. Le modèle se télécharge (environ 14 gigaoctets), puis la conversation s’ouvre. Avec LM Studio, vous choisissez le modèle dans le catalogue de l’application et vous discutez dans sa fenêtre, sans passer par le terminal.
Les réponses arriveront plus lentement que dans une application en ligne, et le modèle commettra plus d’erreurs sur les questions difficiles. L’essai sert à voir ce qu’il sait faire sur vos propres tâches, celles que vous avez notées au chapitre 1.
La jauge. Pour découvrir, la formule Free de Claude et un modèle de 20 milliards de paramètres sur votre ordinateur suffisent. Claude Code demande au minimum l’abonnement Pro. La formule Max ne se justifie que pour un usage intensif et quotidien des agents. Un modèle local sur un ordinateur portable convient à l’essai et à un usage personnel ; il est sous-dimensionné pour une équipe.
Exercice. Reprenez votre liste de tâches. Pour chacune, indiquez la sensibilité des informations manipulées : publiques, internes, données personnelles de clients ou de salariés, informations confidentielles (contrats, prix, savoir-faire). Cette colonne guidera le choix entre louer et héberger (→ chapitre 15).
Notes
https://claude.com/pricing (consulté le 12 octobre 2026). Anthropic affiche et facture ses prix en dollars, hors taxes, et ne publie pas de tarif en euros. Prix catalogue : Pro 20 $ (17 $ par mois en paiement annuel), Max 100 $ ou 200 $, Team 25 $ par poste (20 $). Conversion au cours de référence de la Banque centrale européenne du 9 octobre 2026, arrondie à l’euro ; le montant débité varie avec le cours du dollar.↩︎
Anthropic, « Pricing » : https://platform.claude.com/docs/en/about-claude/pricing (consulté le 12 octobre 2026). Prix en dollars par million de jetons, lus / écrits : Haiku 5.5 0,10 / 0,50 ; Sonnet 5.5 2 / 10 ; Opus 5.5 4 / 20 ; Fable 5.1 10 / 50 ; convertis au cours de la BCE du 9 octobre 2026. Le tarif indiqué pour Haiku 5.5 vaut pour les demandes de moins de 100 000 jetons.↩︎
Anthropic, « Updates to our consumer terms », 28 août 2025 : https://www.anthropic.com/news/updates-to-our-consumer-terms ; TechCrunch, 28 août 2025 : https://techcrunch.com/2025/08/28/anthropic-users-face-a-new-choice-opt-out-or-share-your-data-for-ai-training/ ; conditions commerciales : https://privacy.claude.com/en/articles/7996868.↩︎
Anthropic, « Data residency » : https://platform.claude.com/docs/en/build-with-claude/data-residency ; https://claude.com/regional-compliance (consultés le 12 octobre 2026).↩︎
https://github.com/ollama/ollama (version 0.40.3 du 11 octobre 2026).↩︎
LM Studio, « Free for work », 8 juillet 2025 : https://lmstudio.ai/blog/free-for-work ; conditions d’utilisation : https://lmstudio.ai/app-terms.↩︎
Ollama, « Claude Code with Anthropic API compatibility », 16 janvier 2026 : https://ollama.com/blog/claude et https://docs.ollama.com/integrations/claude-code ; llama.cpp, 19 janvier 2026 : https://huggingface.co/blog/ggml-org/anthropic-messages-api-in-llamacpp ; LM Studio : https://lmstudio.ai/blog/claudecode ; position d’Anthropic : https://code.claude.com/docs/en/llm-gateway ; essai du 25 janvier 2026 : https://dev.classmethod.jp/en/articles/claude-code-ollama-local/.↩︎
Documentation de l’outil de quantification de llama.cpp : https://github.com/ggml-org/llama.cpp/blob/master/tools/quantize/README.md.↩︎
OpenAI, « Introducing gpt-oss », 5 août 2025 : https://openai.com/index/introducing-gpt-oss/.↩︎