Test & Avis Expert
llamafile empaquette un modèle de langage et son moteur d’exécution dans un seul fichier exécutable, qui se lance sans installation et fonctionne hors ligne. C’est un projet Mozilla Builders, maintenu par Mozilla.ai. Le code est sous licence Apache 2.0, les modifications apportées à llama.cpp et whisper.cpp restant sous licence MIT pour rester compatibles avec leurs projets d’origine. La version 0.10.6 a été publiée le 15 septembre 2026.
Comment ça marche
La brique technique est Cosmopolitan Libc, qui permet de produire un binaire unique capable de démarrer sur six systèmes — macOS, Windows, Linux, FreeBSD, OpenBSD et NetBSD — en AMD64 comme en ARM64. llamafile combine cette astuce avec llama.cpp, le moteur d’inférence en C++ : un fichier contient donc à la fois le programme et, si on le souhaite, les poids du modèle.
Concrètement, l’exécution est intégralement locale. Le fichier lance un petit serveur web sur votre machine et vous discutez avec le modèle dans un navigateur, sur une adresse locale. Aucune requête ne part vers un service en ligne, aucun compte n’est nécessaire, il n’y a pas de quota et il n’y a pas de modèle économique : le projet est financé par Mozilla. Le dépôt fournit aussi whisperfile, qui applique le même principe à la transcription audio avec whisper.cpp.
Ce que ça ne protège pas
llamafile ne protège rien en soi : il déplace le calcul chez vous, ce qui supprime la fuite vers un serveur, et c’est tout. L’historique de vos échanges, s’il est conservé, est un fichier local lisible par qui accède à la machine. Le chiffrement du disque reste la protection à ce niveau.
Deux points d’attention pratiques. D’abord, la nature même d’un exécutable multiplateforme unique implique de lancer un binaire téléchargé : la confiance se reporte entièrement sur la provenance du fichier, et un llamafile récupéré ailleurs que sur les dépôts officiels du projet ou du fournisseur du modèle est un exécutable arbitraire lancé avec vos droits. Ensuite, la qualité des réponses dépend du modèle empaqueté et de la mémoire disponible : un modèle assez petit pour tourner sur un portable ordinaire invente des faits régulièrement, et il n’a aucune connaissance postérieure à son entraînement puisqu’il n’accède pas au web.
Enfin, c’est un outil en ligne de commande pour l’installation et sans interface d’assistance : il n’y a pas de catalogue de modèles intégré, il faut savoir où aller chercher un fichier GGUF et lequel convient à sa machine.
Face aux alternatives
Ollama gère le téléchargement et le versionnage des modèles à votre place, ce que llamafile ne fait pas, mais impose une installation classique. KoboldCpp vise le même terrain avec une interface web bien plus fournie et des fonctions de génération d’images et d’audio. Ensu est l’option pour qui ne veut aucun réglage : modèle choisi automatiquement, application mobile incluse. llamafile est le plus adapté quand l’objectif est de transporter un modèle sur une clé USB et de le lancer sur une machine qu’on ne configure pas.
