Lorsqu’on cherche aujourd’hui un modèle d’intelligence artificielle capable de fonctionner directement sur un ordinateur personnel, deux familles méritent particulièrement l’attention : Ministral 3, développée par Mistral AI, et Gemma 4, conçue par Google DeepMind.
Toutes deux proposent des modèles ouverts pouvant être exécutés localement, y compris sur du matériel grand public. Elles prennent également en charge le raisonnement, la multimodalité et des contextes importants.
Mais derrière ces ressemblances se cachent deux approches assez différentes.
Ministral 3 : une gamme simple orientée vers l’IA locale
Mistral AI a présenté la famille Ministral 3 en décembre 2025 avec trois tailles principales :
- Ministral 3 3B.
- Ministral 3 8B.
- Ministral 3 14B.
Pour chacune, Mistral propose des variantes Base, Instruct et Reasoning. Tous ces modèles possèdent également des capacités de compréhension d’images et sont publiés sous licence Apache 2.0.
La philosophie de la gamme est donc particulièrement lisible.
On choisit essentiellement la quantité de paramètres correspondant aux ressources de sa machine et au niveau de performance recherché.
Le modèle 3B privilégie la légèreté, le 8B représente un compromis particulièrement intéressant pour les ordinateurs relativement modestes et le 14B cherche à offrir davantage de capacités tout en restant utilisable localement.
Les trois modèles disposent par ailleurs d’une fenêtre de contexte pouvant atteindre 256 000 tokens.
En pratique, cette architecture relativement classique et la disponibilité de nombreuses quantifications rendent Ministral 3 particulièrement facile à intégrer dans les outils d’IA locale.
Un Ministral 3 8B quantifié peut par exemple constituer une solution intéressante pour une carte graphique disposant de 8 Go de VRAM, tandis que le 14B devient envisageable sur des configurations disposant de davantage de mémoire ou avec une quantification plus agressive.
Mistral indique d’ailleurs que son modèle 14B peut descendre sous les 24 Go de RAM ou VRAM lorsqu’il est quantifié.
Gemma 4 : une famille beaucoup plus diversifiée
Google adopte une approche différente avec Gemma 4.
La famille comprend actuellement cinq modèles principaux :
- Gemma 4 E2B .
- Gemma 4 E4B .
- Gemma 4 12B .
- Gemma 4 26B A4B .
- Gemma 4 31B.
Ils sont également proposés sous licence Apache 2.0.
Mais ces appellations cachent plusieurs architectures différentes.
Les petits E2B et E4B utilisent notamment des Per-Layer Embeddings. Le nombre indiqué correspond à leurs paramètres dits « effectifs » : l’E2B possède environ 2,3 milliards de paramètres effectifs mais environ 5,1 milliards en comptant ses embeddings, tandis que l’E4B atteint environ 4,5 milliards de paramètres effectifs pour environ 8 milliards au total.
Google cible ici clairement les appareils mobiles, les ordinateurs portables et les systèmes disposant de ressources limitées.
Gemma 4 12B adopte encore une autre approche. Il s’agit d’un modèle dense d’environ 12 milliards de paramètres utilisant une architecture multimodale dite unifiée, sans encodeur séparé pour les images et l’audio. Ces données sont directement projetées dans l’espace utilisé par le modèle de langage.
Enfin, Gemma 4 26B A4B utilise une architecture Mixture-of-Experts (MoE).
Le modèle contient environ 25 milliards de paramètres, mais seulement environ 4 milliards sont actifs lors de chaque inférence. L’objectif est d’obtenir certaines capacités d’un modèle beaucoup plus important sans devoir effectuer tous les calculs associés à ses 26 milliards de paramètres à chaque token.
Le 31B constitue quant à lui le grand modèle dense de la famille.
Gemma 4 couvre ainsi un éventail beaucoup plus large de matériels et d’architectures que Ministral 3.
Des besoins en mémoire parfois trompeurs
Cette différence d’architecture a une conséquence importante lorsqu’on cherche à choisir un modèle pour son ordinateur.
Le nombre affiché dans le nom du modèle ne permet pas toujours de déterminer directement la quantité de mémoire nécessaire.
Google estime par exemple qu’en quantification Q4, il faut approximativement :
| Modèle | Mémoire estimée |
|---|---|
| Gemma 4 E2B | 2,9 Go |
| Gemma 4 E4B | 4,5 Go |
| Gemma 4 12B | 6,7 Go |
| Gemma 4 26B A4B | 14,4 Go |
| Gemma 4 31B | 17,5 Go |
Ces valeurs incluent une marge annoncée par Google et peuvent varier selon le moteur d’inférence et la longueur du contexte utilisé.
Un point mérite particulièrement d’être souligné concernant le modèle MoE.
4 milliards de paramètres actifs ne signifient pas qu’il suffit de charger 4 milliards de paramètres en mémoire.
Le Gemma 4 26B A4B doit toujours conserver l’ensemble de ses experts disponibles. Son coût de calcul peut donc se rapprocher d’un modèle beaucoup plus petit, mais son besoin en mémoire reste celui d’un modèle contenant environ 26 milliards de paramètres. C’est une différence importante par rapport à un modèle dense comme Ministral 3.
Deux approches du raisonnement
Une autre différence concerne l’organisation des modèles.
Mistral distribue séparément des versions Instruct et Reasoning de Ministral 3.
Cela permet de choisir un modèle orienté vers des réponses relativement directes ou une variante capable de consacrer davantage de tokens au raisonnement.
Gemma 4 intègre davantage cette logique dans la famille elle-même. Google indique que ses modèles disposent de modes de réflexion configurables, permettant d’adapter la quantité de raisonnement à la tâche.
Sur le plan conceptuel, l’approche Gemma apparaît donc un peu plus unifiée, tandis que celle de Mistral permet de choisir explicitement le type de modèle correspondant à l’utilisation prévue.
Gemma 4 va plus loin dans la multimodalité
Les deux familles savent analyser des images.
Gemma 4 va toutefois plus loin sur certains modèles avec la prise en charge native de l’audio.
Les modèles E2B, E4B et 12B acceptent ainsi du texte, des images et de l’audio en entrée. Gemma 4 peut également analyser une vidéo à partir d’une séquence d’images.
Ministral 3 se concentre pour sa part principalement sur le texte et la vision.
Pour un assistant conversationnel local, un système RAG ou l’analyse de documents, cette différence ne sera pas nécessairement déterminante.
Elle devient en revanche beaucoup plus intéressante lorsqu’on souhaite construire une application combinant voix, images et texte.
Ministral 3 : avantages et inconvénients
Le principal avantage de Ministral 3 est probablement sa simplicité.
Trois tailles de modèles, une architecture dense et des variantes clairement identifiées permettent assez facilement de sélectionner le modèle adapté à une machine.
La gamme est également particulièrement pertinente lorsqu’on dispose d’une quantité limitée de VRAM : les modèles 3B et 8B offrent un point d’entrée intéressant et le 14B permet de monter progressivement en performances sans changer complètement de catégorie matérielle.
Son principal inconvénient est précisément l’inverse de cette simplicité : la gamme explore moins d’architectures et couvre un spectre moins large que Gemma 4.
Gemma 4 : avantages et inconvénients
Gemma 4 possède une gamme beaucoup plus ambitieuse.
Elle va du modèle destiné au smartphone jusqu’au modèle dense de 31 milliards de paramètres, en passant par un 12B multimodal unifié et un modèle Mixture-of-Experts.
Cette diversité permet de choisir une architecture très précisément adaptée au matériel ou à l’application.
En contrepartie, Gemma 4 est plus complexe à lire.
Comparer un E4B, un 12B et un 26B A4B uniquement à partir de leur nombre de paramètres n’a pas réellement de sens, puisque leur architecture et leurs besoins matériels diffèrent considérablement.
Il faut donc davantage s’intéresser au modèle précis, à sa quantification et à son architecture qu’au simple nombre inscrit dans son nom.
Alors, Ministral 3 ou Gemma 4 ?
Sur le papier, il n’existe pas réellement de vainqueur universel.
Ministral 3 privilégie une gamme compacte, cohérente et facile à dimensionner pour une utilisation locale.
Gemma 4 privilégie une gamme beaucoup plus large et technologiquement plus diversifiée, capable de couvrir aussi bien le smartphone que la station de travail équipée de plusieurs dizaines de gigaoctets de mémoire.
Pour quelqu’un qui découvre l’IA locale avec un PC classique ou une carte graphique de 8 à 16 Go de VRAM, les modèles Ministral 3 8B ou 14B et Gemma 4 12B constituent probablement les comparaisons les plus intéressantes.
Mais les caractéristiques techniques ne disent pas tout.
La qualité du français, le comportement en RAG, la précision des réponses, la vitesse de génération ou encore l’effet des différentes quantifications peuvent fortement modifier l’expérience réelle.
Et c’est précisément là que les benchmarks effectués sur une même machine deviennent beaucoup plus intéressants que les seules fiches techniques.