Les meilleurs mini-PC pour l’IA locale en 2026 : un guide d’achat

Il y a deux ans, pour faire tourner un modèle linguistique performant chez soi, il fallait une tour bourrée de deux ou trois GPU, un bloc d’alimentation de 1 000 watts et un système de ventilation aussi bruyant qu’un sèche-cheveux. En 2026, vous pourrez effectuer la plupart de ces tâches à partir d’un boîtier qui tient dans la paume de votre main et qui consomme aussi peu d’énergie qu’un ordinateur portable. Le hic, c’est que le marché des mini-PC s’est fragmenté en appareils qui se ressemblent visuellement, mais qui se comportent de manière très différente une fois qu’un modèle est chargé.

Ce guide vous aide à y voir plus clair. Nous comparons les quatre catégories d’ordinateurs compacts qui comptent réellement aujourd’hui pour l’IA locale : le Mac mini d’Apple, le DGX Spark de NVIDIA, les boîtiers Ryzen AI Max+ (“ Strix Halo ”) d’AMD et les mini-PC équipés d’une NPU d’Intel — en vous fournissant des caractéristiques techniques vérifiées, les prix actuels et des chiffres réels de tokens par seconde. À la fin, vous saurez lequel correspond aux modèles que vous souhaitez exécuter, et quelles rubriques de la fiche technique relèvent davantage du marketing que de la performance.

Mémoire unifiée vs VRAM : le concept qui explique tout

Toutes les recommandations ci-dessous reposent sur cette distinction ; cela vaut donc la peine d'y consacrer trente secondes.

Un GPU traditionnel dispose de sa propre mémoire vidéo dédiée. Une RTX 4090 en possède 24 Go ; si votre modèle et son contexte ne tiennent pas dans ces 24 Go, il ne fonctionnera pas sur cette carte, un point c'est tout. La VRAM est rapide — celle de la 4090 atteint environ 1 008 Go/s — mais sa capacité est toujours insuffisante par rapport à la taille des modèles.

Mémoire unifiée Cela change la donne. La série M d’Apple, le GB10 de NVIDIA et le Strix Halo d’AMD partagent tous un pool de mémoire commun entre le CPU et le GPU ; ainsi, une machine de 128 Go peut consacrer plus de 96 Go à un modèle. C’est ainsi qu’un boîtier de la taille d’une paume de main peut faire tourner un modèle de 120 milliards de paramètres qui ne tiendrait sur aucun GPU grand public. Le prix à payer, c’est la bande passante : la mémoire LPDDR5x unifiée offre un débit d’environ 120 à 275 Go/s, soit une fraction de celui d’une VRAM dédiée. Et comme la génération de jetons est limitée par la bande passante mémoire, ce plafond détermine votre nombre de jetons par seconde — quelle que soit la puissance de calcul annoncée par la puce. Gardez ces deux chiffres (capacité et bande passante) à l’esprit et toutes les fiches techniques ci-dessous deviendront compréhensibles. Si vous souhaitez avoir une vue d’ensemble complète du côté GPU, consultez notre article complémentaire sur le meilleur GPUs for local LLMs en 2026.

Une précision concernant le modèle de référence sur lequel nous nous appuyons ci-dessous : gpt-oss-120B est un modèle de type « mixture-of-experts » comptant environ 117 milliards de paramètres au total, mais dont seuls environ 5,1 milliards sont actifs par token. C'est précisément grâce à cette architecture « mixture-of-experts » qu'une version quantifiée s'adapte — et fonctionne à des vitesses acceptables — sur ces machines à mémoire unifiée, malgré leur bande passante modeste.

Apple Mac mini (M4 / M4 Pro) : le choix par défaut

Le Mac mini reste le choix le plus évident pour la grande majorité des utilisateurs, et les changements de prix de 2026 n’ont fait que renforcer cette tendance. Après qu’Apple a supprimé la version à 256 Go de stockage en mai 2026, le M4 mini de base est désormais proposé à partir de $799 (16 Go de mémoire unifiée, SSD de 512 Go), avec une option de mémoire de 24 Go disponible.

Le modèle M4 de base est équipé d’un GPU à 10 cœurs et offre une bande passante de 120 Go/s — ce qui est suffisant pour les modèles de classe 8B, où il atteint environ 18 à 22 tok/s sur Llama 3.2 8B en Q4. Pour une IA locale performante, il faut opter pour le M4 Pro, qui passe à un GPU de 16 ou 20 cœurs et, surtout, 273 Go/s de bande passante — soit plus du double de la puce de base. Configurée avec 48 Go (environ $1 999), elle peut facilement contenir en mémoire un modèle de 32 bits quantifié en Q4, et exécute Qwen 2.5 32 bits à un débit compris entre 10 et 15 tok/s.

Une précision à connaître avant d’acheter : la fiche technique du M4 Pro indique une capacité maximale de 64 Go, mais Apple a retiré la configuration à 64 Go de la vente lors de la pénurie de DRAM de 2026, et depuis mi-2026, la capacité maximale pouvant être commandée en toute fiabilité est de 48 Go. Si vous avez spécifiquement besoin d’une capacité supérieure, les modèles à mémoire unifiée de 128 Go présentés ci-dessous constituent la solution la plus réaliste.

Ce qui fait le succès du Mac mini, ce n’est pas sa vitesse de pointe, mais l’ensemble de ses atouts. Il consomme environ 15 W au repos et une trentaine de W sous charge d’inférence, et le ventilateur tourne à peine, de manière presque inaudible. Vous pouvez en laisser un fonctionner en permanence comme serveur d’inférence sur une étagère et oublier qu’il existe. Prise en charge logicielle via Ollama, LM Studio, et le framework MLX d'Apple est excellent. Si vous débutez avec les modèles locaux, notre guide complet sur Ollama explique étape par étape comment faire fonctionner un modèle sur ce type précis de machine.

NVIDIA DGX Spark : 128 Go et une pile CUDA, à un certain prix

Le DGX Spark (dévoilé sous le nom de “ Project DIGITS ” au CES 2025, rebaptisé DGX Spark lors de la GTC en mars 2025, et dont la commercialisation est prévue le 15 octobre 2025) est la réponse de NVIDIA pour mettre un “ supercalculateur IA personnel ” sur votre bureau. Il associe une superpuce GB10 Grace Blackwell — un processeur Arm à 20 cœurs (10× Cortex-X925 + 10× Cortex-A725) ainsi qu’un GPU Blackwell — à 128 Go de mémoire LPDDR5x unifiée et cohérente, un SSD à chiffrement automatique de 4 To et une carte réseau ConnectX-7 à 200 Gbps permettant de relier deux unités. NVIDIA annonce une performance IA FP4 pouvant atteindre 1 pétaflop. Selon NVIDIA, il est capable d’effectuer des inférences sur des modèles comportant jusqu’à environ 200 milliards de paramètres, ou d’effectuer un réglage fin sur des modèles comportant jusqu’à environ 70 milliards de paramètres. L’alimentation est assurée par un adaptateur de 240 W.

Et maintenant, soyons honnêtes. Spark est une véritable bête de course en matière de traitement des requêtes : sur gpt-oss-120B, il atteint environ 1 723 tok/s de préremplissage dans les tests standardisés, au même niveau qu’une configuration à trois cartes RTX 3090. Mais symboliquement génération s'élève à seulement ~38,6 tok/s dans cette même comparaison, car la bande passante mémoire du GB10 n'est que de 273 Go/s — soit la même que celle d’un Mac mini M4 Pro, et qui constitue la contrainte limitante pendant la phase de décodage, où la mémoire est le goulot d’étranglement. Des piles d’inférence fortement optimisées (vLLM, SGLang, TensorRT-LLM de NVIDIA) auraient permis de porter la génération du gpt-oss-120B sur une seule unité à 50–60 tok/s avec une configuration adaptée, mais la limite de bande passante qui le maintient bien en deçà d’une configuration multi-GPU est d’ordre physique, et non logiciel.

Et puis, il y a le prix. La Spark a été lancée à $3 999 et son prix a grimpé jusqu’à $4,699 en février 2026, dans un contexte de pénurie de mémoire — une hausse de 18% que NVIDIA a attribuée aux pénuries de DRAM et de NAND. Cela représente environ $37 par Go de mémoire — et en termes de débit de génération pur, un trio de RTX 3090 d’occasion coûterait moins cher et fonctionnerait plusieurs fois plus vite. La Spark justifie son prix si vous avez spécifiquement besoin de la pile logicielle CUDA/NVIDIA, du NVFP4 ou de la marge d’inférence de 200 milliards de paramètres dans un boîtier de 240 W. Nous approfondissons le sujet dans notre Test du DGX Spark / Projet DIGITS et le face-à-face DGX Spark vs Mac Studio comparaison.

AMD Ryzen AI Max+ 395 (Strix Halo) : le meilleur rapport qualité-prix

La Strix Halo d'AMD est la révélation de cette génération. Le modèle phare Ryzen AI Max+ 395 intègre 16 cœurs Zen 5, un GPU RDNA 3.5 doté de 40 unités de calcul (le Radeon 8060S) et un NPU XDNA 2 de 50 TOPS. Associé à un maximum de 128 Go de LPDDR5X, dont jusqu’à 96 Go peuvent être alloués au GPU ; il utilise la même technique de mémoire unifiée que le Spark — exécuter un modèle de 120 milliards de paramètres qu’aucun GPU grand public ne peut prendre en charge à lui seul — pour un coût bien moindre.

Le point fort réside dans la bande passante et la rapidité de traitement. La mémoire du Strix Halo atteint un pic d’environ 256 Go/s, et sur le gpt-oss-120B, elle ne parvient qu’à environ 340 tok/s de préremplissage contre les 1 723 de la Spark. Mais voici le plus étonnant : la génération de jetons est environ 34 tok/s, within a whisker of the Spark’s 38. For chat-style workloads where you generate more than you ingest, the gap is small. Expect roughly 12 tok/s on Llama 3.3 70B at Q4, at 80–120W.

Ce qui rend ce produit attractif, ce sont son prix et le choix qu’il offre. Les prix d’entrée de gamme ont augmenté en raison de la pénurie de RAM prévue pour 2026 : les versions 64 Go du GMKtec EVO-X2 se vendent à partir d’environ $1 500, tandis que l’EVO-X2 128 Go avoisine désormais les $2 200. Le PC de bureau réparable de Framework est proposé à partir d’environ $1 639 (barebone, Ryzen AI Max+ 395, 64 Go) hors stockage et système d’exploitation, et la station de travail IA 300 de Corsair a été lancée à un prix avoisinant les $2 000, mais son prix a largement dépassé ce seuil pendant la pénurie. Le problème réside dans les logiciels : ROCm et llama.cpp fonctionnent bien, mais l’écosystème est moins abouti que celui d’Apple ou de NVIDIA, et les fonctionnalités d’IA de Windows s’appuient davantage sur le NPU que sur le GPU principal.

Mini-PC Intel : modèles compacts et déchargement via le NPU

Les mini-PC d’Intel se situent dans une catégorie à part, et il est important de ne pas se tromper d’achat dans ce domaine. Les puces Arrow Lake-H actuelles, comme le Core Ultra 9 285H, associent un iGPU Arc à un NPU de 13 TOPS, pour une puissance de calcul IA de la plateforme pouvant atteindre environ 99 TOPS si l’on compte le CPU et le GPU ; La pile IPEX-LLM d’Intel intègre Ollama et llama.cpp à son iGPU et à son NPU. La grande avancée de 2026 sera Panther Lake (série Core Ultra 3), lancée au CES 2026, qui associe un NPU de 50 TOPS à un GPU nettement plus puissant pour atteindre environ 180 TOPS au niveau de la plateforme — même s’il s’agit toujours d’une plateforme de classe portable/mobile, et non d’une machine de bureau capable de traiter de grands modèles.

Mais aucune d’entre elles n’est une machine à mémoire unifiée destinée aux grands modèles. Avec de la DDR5 standard (généralement environ 120 Go/s en double canal) et sans allocation de 96 Go par GPU, un mini-PC Intel est l’outil idéal pour les modèles de 3 à 8 milliards de paramètres, les assistants intégrés, la transcription, et aux tâches en arrière-plan accélérées par un NPU — mais pas pour exécuter un modèle de 70 milliards de paramètres. Si votre charge de travail consiste en “ un modèle quantifié de 8 milliards de paramètres et quelques fonctionnalités d’IA sous Windows ”, un appareil Intel est économique et économe en énergie. S’il s’agit du “ plus gros modèle que je puisse faire tourner ”, tournez-vous vers les machines à mémoire unifiée présentées ci-dessus. Le compromis NPU/GPU est ici un sujet à part entière, abordé dans notre NPU ou GPU pour l'IA ? détail.

Le tableau comparatif

Les chiffres de génération ci-dessous concernent le modèle gpt-oss-120B (génération de jetons / traitement des prompts) et sont issus de tests standardisés de type llama.cpp où les deux s'appliquent ; dans le cas contraire, des remarques spécifiques aux modèles plus petits sont fournies. Les prix indiqués correspondent à ceux de mi-2026, en dollars américains, et évoluent en fonction de la pénurie de mémoire actuelle.

*La fiche technique du M4 Pro indique une capacité de 64 Go, mais ce modèle a été retiré de la vente lors de la pénurie de DRAM de 2026 ; la capacité maximale disponible à la mi-2026 est de 48 Go.

À titre de référence, un Mac Studio M3 Ultra offre une bande passante d’environ 819 Go/s (et décode le même modèle 120B à environ 70 tok/s), tandis qu’une configuration à trois cartes 3090 atteint environ 124 tok/s en décodage — deux performances qui dépassent largement celles des mini-PC, et qui rappellent ce que l’on sacrifie au profit d’un encombrement réduit. Si vous envisagez d’opter pour un boîtier Apple plus volumineux, notre Mac Studio M4 Max vs M4 Ultra Ce guide aborde cette étape en détail.

Recommandations par cas d’usage

La plupart des gens / assistant silencieux toujours actif : Mac mini M4 Pro, 48 Go. Le meilleur compromis entre performances, silence quasi total, consommation d'environ 30 W et une pile logicielle aboutie. Optez pour le modèle M4 de base à 24 Go si vous n'avez besoin que de modèles à 8 Go.

Taille maximale du modèle pour un budget limité : un boîtier AMD Strix Halo (GMKtec EVO-X2, Framework Desktop ou Corsair AI Workstation 300). Avec 128 Go, vous pouvez charger des modèles de 70 à 120 milliards de points que le Mac mini ne peut même pas envisager, à des vitesses de génération qui rivalisent presque avec celles du Spark, bien plus onéreux — et même avec des prix gonflés par la pénurie, son coût reste bien inférieur à celui du Spark.

Développement CUDA / Flux de travail NVIDIA / Traitement intensif des invites : DGX Spark. Vous payez un supplément pour la pile NVIDIA, le NVFP4, la mise en cluster ConnectX et le préremplissage de pointe — un surcoût qui ne se justifie que si ces éléments revêtent une importance particulière pour vous.

Petits modèles embarqués et tâches NPU : un mini-PC équipé d'un processeur Intel Arrow Lake ou Panther Lake. Abordable, performant et parfaitement adapté aux tâches de type « 8B » ainsi qu'aux fonctionnalités d'IA de Windows.

FAQ

Quel est le meilleur mini-PC pour faire tourner des LLM en local en 2026 ?

Pour la plupart des utilisateurs, le choix se porte sur le Mac mini M4 Pro avec 48 Go : silencieux, économe en énergie et capable de prendre en charge des modèles allant jusqu’à environ 32B. Si vous avez besoin de faire tourner des modèles de plus de 70 milliards de paramètres, un boîtier AMD Strix Halo avec 128 Go constitue le choix le plus économique, tandis que le NVIDIA DGX Spark est l’option CUDA haut de gamme.

De combien de mémoire vive ai-je besoin pour faire tourner un modèle comportant 70 milliards de paramètres ?

Un modèle 70B quantifié en Q4 nécessite environ 40 à 48 Go rien que pour les poids, sans compter la marge nécessaire pour le contexte. En pratique, il faut au minimum une machine de 64 Go, et 128 Go pour l'utiliser confortablement avec une grande fenêtre de contexte. Cela exclut le Mac mini actuel de 48 Go pour les configurations 70B les plus importantes et oriente vers les machines à mémoire unifiée de 128 Go.

Pourquoi le NVIDIA DGX Spark est-il si lent à générer des jetons alors qu'il coûte plus de $4 000 ?

En effet, la génération de tokens est limitée par la bande passante mémoire, et les 273 Go/s du Spark sont modestes — équivalents à ceux d’un Mac mini M4 Pro. Sa force réside dans la rapidité de traitement (environ 1 723 tok/s sur un modèle 120B) et sa capacité de 128 Go, et non dans sa vitesse de génération brute, où les tests standardisés l’évaluent à environ 38 tok/s (les piles optimisées peuvent atteindre environ 50 à 60).

La mémoire unifiée est-elle aussi performante que la VRAM d'un GPU dédié ?

C’est un compromis. La mémoire unifiée offre une capacité bien supérieure (jusqu’à 128 Go), ce qui permet d’exécuter des modèles qui ne tiendraient pas sur une seule carte graphique grand public, mais avec une bande passante bien inférieure à celle de la VRAM. Pour les modèles volumineux qui ne pourraient pas être traités autrement, c’est la seule option viable ; pour les modèles plus petits, une carte graphique dédiée est plus rapide.

Un Mac mini peut-il faire tourner un modèle 70B ?

Plus vraiment, en fait. La version à 64 Go ayant été retirée du marché en raison de la pénurie de 2026, le Mac mini M4 Pro le plus puissant disponible sur le marché dispose de 48 Go — ce qui suffit tout juste pour un 70B très condensé et fortement quantifié, la marge pratique plafonnant à environ 32B au Q4. Pour les travaux nécessitant 70B, optez pour une machine de 128 Go, comme un Strix Halo, un Mac Studio ou le DGX Spark.

Les mini-PC AMD Strix Halo sont-ils adaptés à l'IA, ou le logiciel est-il encore trop rudimentaire ?

Leurs performances sont réellement impressionnantes : 128 Go de mémoire et des vitesses de génération proches de celles du DGX Spark, pour un prix bien inférieur. Le seul bémol concerne les logiciels : ROCm et llama.cpp fonctionnent, mais sont moins aboutis que MLX d’Apple ou CUDA de NVIDIA, et le traitement des invites est peu performant. Si vous êtes à l'aise avec un peu de configuration, le rapport qualité-prix est excellent.

Quelle puissance et quel niveau sonore puis-je attendre de ces machines ?

Le Mac mini est le plus silencieux et le plus économe en énergie, avec une consommation d’environ 30 W en charge et un fonctionnement pratiquement silencieux. Les boîtiers Strix Halo consomment entre 80 et 120 W et sont équipés de ventilateurs audibles mais discrets. Le DGX Spark est livré avec un adaptateur secteur de 240 W. Tous ces modèles sont nettement plus silencieux et moins gourmands en énergie qu'un ordinateur de bureau équipé de plusieurs cartes graphiques, qui peut consommer entre 300 et 450 W, voire plus.

Conclusion

L'ère des mini-PC dédiés à l'IA locale est bel et bien arrivée, mais le marketing en exagère les atouts sur un point précis : ces machines se distinguent par leur taille, leur silence, leur puissance et leur grande mémoire unifiée — et non par leur vitesse brute. Aucun de ces appareils ne surpasse un ordinateur de bureau équipé de plusieurs GPU en termes de « tokens par seconde », et vous ne devriez pas en acheter un en espérant qu'il le fasse.

Choisissez en fonction de la taille du modèle que vous utilisez réellement. Pour les modèles de 8B à 32B, le Mac mini M4 Pro est le choix le plus simple et celui que nous recommandons à la plupart de nos lecteurs. Pour exécuter des modèles de 70B à 120B sans tour, le boîtier AMD Strix Halo offre le meilleur rapport performances/prix, tandis que le DGX Spark est réservé à ceux qui ont spécifiquement besoin de la pile technologique NVIDIA et de sa puissance de traitement des invites. Et si vos besoins se limitent à des modèles de 8B, un mini-PC Intel fera l’affaire à moindre coût. Adaptez la mémoire au modèle, vérifiez la bande passante et ne tenez pas compte du nombre de pétaflops indiqué sur le boîtier.