Local Llm

Qwen3.8-27B tourne sur un éventail de matériel surprenant – mais à quelle vitesse réelle ? Benchmarks baseline vs optimisés par la communauté (au 19/08/2026) : une RTX 3090 à ~1 000 tok/s sur 64 flux parallèles, une RTX 5090 à 148 tok/s, un DGX Spark à 210 tok/s agrégés, DFlash 2 à 3,4x sur H200 – plus RTX 5080 laptop, Mac mini, MacBook Pro, Mac Studio et AMD Strix Halo avec prefill, decode et concurrence.

Meta a publié Muse Glimmer, un modèle agentique multimodal de 30 milliards de paramètres à poids ouverts sous licence Apache 2.0. Conçu pour une exécution locale, il excelle dans le raisonnement multi-étapes, l'appel d'outils et les flux de travail autonomes.