FR ▾

LLM sans censure : local ou par API

Vous pouvez exploiter vous-même un LLM sans censure ou l'utiliser en tant qu'API hébergée. Cinq critères déterminent le choix à faire : confidentialité, matériel, qualité, disponibilité et coût.

IA sans censure : API LLM vs modèles locaux vs services cloud

Mis à jour le

Balance entre un ordinateur local et un serveur cloud : local ou par API pour un LLM sans censure

Points clés

  • Le local l'emporte sur la souveraineté des données et le fonctionnement hors ligne ; l'API l'emporte sur la complexité et la taille du modèle.
  • Votre profil d'utilisation est déterminant : occasionnel, régulier ou en tant que service pour d'autres.
  • Avec l'API, vous ne payez que les tokens : $0,15 par 1M en entrée, $0,50 par 1M en sortie.
  • L'exploitation mixte est courante : local pour l'expérimentation, API pour tout ce qui est fiable.

La décision rapide

Si vous cherchez un LLM sans censure, voici une règle pratique : expérimentez en local dès que votre matériel peut supporter un modèle utilisable et que les données ne doivent pas quitter l'ordinateur. Prenez une API si vous voulez un modèle plus grand, des réponses fiables pour d'autres utilisateurs ou aucune maintenance.

CritèreLocalAPI hébergée
Donnéesrestent sur votre appareilpassent par le fournisseur
Prise en mainInstallation, téléchargement du modèleClé et URL de base
Coûts récurrentsÉlectricité, usure du matérielpar token
Parallélismelimité par votre matérielpar les limites du fournisseur
MaintenanceMises à jour, pilotes, changement de modèle à votre chargechez le fournisseur
Utilisable hors ligneouinon

Ce que signifie « sans censure » techniquement

Un modèle de langage peut refuser des requêtes car il a été entraîné ainsi. Les modèles ouverts existent sous de nombreuses variantes : modèles de base, modèles d'instruction avec entraînement à la sécurité et versions ajustées ultérieurement qui refusent moins ou pas du tout. Le terme n'est pas standard. Deux modèles considérés tous deux comme sans censure peuvent différer sensiblement en comportement et en qualité.

Vérifiez donc toujours le comportement avec vos propres prompts plutôt que l'étiquette. Dix tâches typiques de votre quotidien en disent plus long que n'importe quelle description. Cela s'applique au déploiement local comme à une API.

Critères 1 et 2 : confidentialité et matériel

Confidentialité. En local, aucun prompt ne quitte votre ordinateur. Avec une API, les textes sont envoyés au fournisseur. Vérifiez sa politique de confidentialité. Chez nous, les prompts ne sont pas utilisés pour l'entraînement. Pour les données très sensibles, le fonctionnement local reste l'option la plus sûre.

Matériel. Les besoins en mémoire dépendent de la taille du modèle et de la quantification. Nous ne donnons pas de chiffres fixes car ils varient considérablement selon le modèle et le logiciel. En règle générale : plus le modèle est grand, plus vous avez besoin de mémoire graphique ou de RAM, et avec des modèles plus petits, la qualité des réponses diminue souvent. Le guide du logiciel concerné indique les exigences pour un modèle spécifique. Les contextes longs augmentent encore ces besoins.

Critères 3 et 4 : qualité et disponibilité

Qualité. Elle dépend du modèle, pas du mode d'exploitation. Une API peut toutefois proposer des modèles qui ne fonctionneraient pas sur votre ordinateur. Notre API utilise un seul modèle à poids ouverts d'un fournisseur indépendant, optimisé pour des réponses sans refus de contenu pour une utilisation légale par des adultes. Il ne s'agit ni de l'API officielle d'un grand fabricant ni d'un routeur vers plusieurs fournisseurs. La fenêtre de contexte couvre 100 000 tokens (prompt plus réponse).

Disponibilité. Un modèle local fonctionne lorsque votre ordinateur fonctionne. Pour un service destiné à répondre pour d'autres personnes, vous avez alors besoin d'un serveur avec exploitation et surveillance. L'API fournit des limites à cet effet : avec une clé complète, 8 requêtes simultanées et 300 par minute. Nous ne faisons pas ici de promesses concrètes en matière de disponibilité.

Critère 5 : coûts, calculés honnêtement

L'API facture au token : $0,15 par 1M en entrée, $0,50 par 1M en sortie, sans abonnement. Trois profils d'utilisation :

ProfilFactureCoût mensuel
Occasionnel : 20 requêtes par jour, 2 000 tokens en entrée, 500 en sortie600 requêtes : 1,2 M d'entrée × $0,15 = $0,18 ; 0,3 M de sortie × $0,50 = $0,15$0,33
Régulier : 200 par jour, 3 000 en entrée, 600 en sortie6 000 requêtes : 18 M d'entrée × $0,15 = $2,70 ; 3,6 M de sortie × $0,50 = $1,80$4,50
Service : 3 000 par jour, 3 000 en entrée, 600 en sortie90 000 requêtes : 270 M d'entrée × $0,15 = $40,50 ; 54 M de sortie × $0,50 = $27,00$67,50

En local, il faut compter l'achat du matériel, l'électricité et votre temps. Intégrez ces postes dans votre propre calcul ; en cas d'utilisation faible (première ligne), la facture API est minime, tandis qu'en cas de charge soutenue élevée, une comparaison avec du matériel dédié peut s'avérer intéressante. Tous les tarifs, les remises par paliers et le montant minimum de rechargement ($20 à $500) figurent sur la page des prix.

Tester les deux solutions

Le test API est gratuit : après vous être connecté (avec Google ou un e-mail et mot de passe), vous obtenez une fois $0,50 de crédit d'essai sur la page Obtenir la clé API, valable 7 jours et sans saisie de moyen de paiement. L'appel :

from openai import OpenAI

client = OpenAI(base_url="https://api.unzensiertesllm.com/v1", api_key="DEIN_SCHLUESSEL")

aufgaben = [
    "Schreibe die Gedanken eines Schurken in drei Sätzen.",
    "Fasse den Plot einer düsteren Kurzgeschichte zusammen.",
]
for text in aufgaben:
    r = client.chat.completions.create(
        model="uncensored",
        messages=[{"role": "user", "content": text}],
    )
    print(r.choices[0].message.content, "\n---")

Faites tourner les mêmes tâches avec votre modèle local et comparez le ton, la longueur et les refus. Pour plus de contexte, consultez l'article Comparaison des IA sans censure ; les paramètres sont décrits dans la documentation.

Erreurs courantes

  • Acheter du matériel avant d'avoir fixé le modèle. Testez d'abord via l'API ou avec de petits modèles pour vérifier si la qualité des réponses suffit. L'achat ne devient rentable qu'ensuite.
  • Ne regarder que le prix par token. Les coûts d'électricité, le temps de configuration et les pannes font partie des coûts de la solution locale.
  • Se fier à chaque étiquette. Le label « sans censure » ne garantit ni la qualité ni un bon comportement pour vos tâches.
  • Sous-estimer le contexte. Les longues conversations ou les documents nécessitent une grande fenêtre de contexte. En local, la mémoire augmente avec le contexte ; à l'API, la facture augmente car l'historique est compté comme entrée à chaque fois.
  • Penser la confidentialité à moitié. Les modèles locaux stockent souvent les historiques de chat dans des fichiers. Protégez-les comme n'importe quel fichier sensible.

En cas de doute, commencez par le crédit d'essai gratuit et décidez après une semaine sur la base de vos propres chiffres, et non de vos attentes.

Limites qui s'appliquent à toute solution

Notre offre ne fournit que du texte : pas d'images, pas d'audio, pas d'embeddings, pas de fine-tuning. Les contenus sexuels impliquant des mineurs sont exclus sans exception ; l'usage est destiné à des fins légales pour les adultes. Le paiement se fait en USDT sur TRC20 ou en USDC sur Base.

Autres guides

Questions fréquentes

Un modèle de langage sans censure est-il légal ?

Les modèles sont disponibles ; ce qui compte est leur usage. L'utilisation doit être légale ; les contenus impliquant des mineurs sont exclus. Ceci n'est pas un avis juridique.

Un PC standard suffit-il pour un modèle local ?

Souvent oui pour les petits modèles, non pour les grands. Le besoin dépend de la taille du modèle et de la quantisation ; vérifiez les spécifications du logiciel concerné.

Combien coûte l'API en cas de faible utilisation ?

Avec 20 requêtes par jour, 2 000 tokens en entrée et 500 tokens en sortie, cela représente environ $0,33 par mois.

Puis-je combiner le local et l'API ?

Oui. De nombreux utilisateurs testent en local et utilisent l'API pour tout ce qui doit fonctionner de manière fiable ou nécessiter un modèle plus grand.

Votre clé est à un clic

Créez un compte, copiez la clé, ajustez l'URL de base. C'est tout.

Obtenir la clé API