Llama 3.3, Qwen 2.5 Coder, DeepSeek R1, Phi-4 — notre benchmark complet des modèles locaux disponibles dans Sancti.
2026 est l'année où les modèles open source ont rattrapé — et sur certaines tâches dépassé — les modèles propriétaires. Notre benchmark sur 47 tâches réelles.
Nous avons testé chaque modèle sur 47 tâches couvrant : génération de code (Python/TypeScript/Rust), analyse de sécurité, raisonnement logique, résumé long contexte, et traduction. Tous les tests ont été conduits sur un Apple M3 Max 128Go et un PC avec RTX 4090.
| Modèle | Code | Raison. | Vitesse | VRAM |
|---|---|---|---|---|
| Qwen 2.5 Coder 72BRecommandé | 94% | 88% | 12 t/s | 48Go |
| DeepSeek R1 32B | 89% | 96% | 28 t/s | 24Go |
| Llama 3.3 70B | 86% | 85% | 15 t/s | 40Go |
| Phi-4 14B | 82% | 87% | 65 t/s | 10Go |
| Qwen 2.5 Coder 7B | 78% | 72% | 120 t/s | 5Go |
| DeepSeek Coder V2 | 91% | 83% | 22 t/s | 16Go |
Meilleur ratio perf/VRAM, excellent en raisonnement
Raisonnement structuré supérieur, code propre
Notre champion toutes catégories pour le code
Tous ces modèles sont disponibles en un clic depuis le Hub Modèles de Sancti, ou via la CLI :
# Via Sancti CLI
sancti models install qwen2.5-coder-72b-q4_k_m
# Via Ollama (compatible Sancti)
ollama pull qwen2.5-coder:72b
sancti models link qwen2.5-coder:72b