Modèle · Disponible
Un modèle de langage qui tourne en moins de 128 Mo de RAM, sur un processeur ordinaire.
Sans GPU. Le débit est mesuré sur une réponse courte, sans mode réflexion.
Positionnement
Plume est un petit modèle de langage conçu pour tourner sans carte graphique ni centre de calcul. Il raisonne à voix haute quand on le lui demande, appelle des outils et s’intègre à une application par une API HTTP.
Il s’adresse aux développeurs et aux éditeurs qui veulent une IA conversationnelle embarquée, sur place, sans que les données sortent.
Disponible
Développeurs et éditeurs de logiciels
≈ 90 Mo
≈ 30 Mo au repos, ≈ 109 Mo au pic
8 192 tokens (question, outils et réponse)
Processeur x86-64 ou ARM64, sans GPU
plume.apps.polymorfis.com
Fonctionnement
Pas de carte graphique, pas de cloud : un ordinateur ou un serveur ordinaire, au plus près de vos données.
Plume peut raisonner explicitement avant de répondre, à activer ou non à chaque requête.
Plume émet des appels d’outils structurés (nom et arguments JSON) que votre application exécute.
Sans Python ni environnement lourd : démarrage immédiat et mémoire maîtrisée.
L’inférence tourne sur votre machine. Vos prompts ne transitent par aucun service tiers.
La réponse arrive au fil de la génération : réflexion, texte, appels d’outils, événement par événement.
Si Plume ne couvre pas tout à fait votre cas, un développement sur mesure ou un autre de nos modèles le fera peut-être.