Les apps d’IA embarquée pour Mac

Ce que promet vraiment « embarqué »

« Fonctionne en local » recouvre trois promesses distinctes sous une seule étiquette, et une app peut tenir l’une d’elles tout en trahissant les autres.

La première est l’endroit où tourne le modèle. Un modèle local signifie que le texte est traité par votre propre puce plutôt qu’envoyé dans un centre de données.

La deuxième est le fait que l’app parle ou non à quoi que ce soit. Ces deux promesses se séparent plus souvent qu’on ne le croit : une app peut faire tourner un modèle local et quand même envoyer votre document pour la recherche, la synchronisation ou des statistiques.

La troisième est ce qu’il advient de votre contenu ensuite. Les règles de conservation et d’entraînement portent sur une copie déjà partie. Si rien n’est parti, il n’y a rien à encadrer.

Seule la troisième se règle en lisant une page de confidentialité. Les deux premières, vous pouvez les vérifier vous-même, et l’avant-dernière section explique comment.

Ce qu’Apple Intelligence a changé sur le Mac

Jusqu’à récemment, mettre un modèle de langage dans une petite app Mac voulait dire en louer un : une clé d’API, une facture au token, et le texte de chaque utilisateur traversant le réseau. Cette économie excluait toute la catégorie des utilitaires vendus en achat unique, c’est pourquoi presque aucun n’avait d’IA et ceux qui en avaient étaient sur abonnement.

macOS 26 inclut le framework Foundation Models d’Apple, qui donne à toute app un modèle de langage déjà présent sur la machine. Pas de clé, pas de facture, pas de requête. Il nécessite Apple Silicon et Apple Intelligence activé dans Réglages Système.

Le hic, c’est la taille. Le modèle embarqué a une petite fenêtre de contexte, et les apps construites dessus doivent composer avec plutôt que faire comme si elle n’existait pas. Plexus, par exemple, travaille avec une fenêtre d’environ quatre mille tokens, limite un appel à quarante tâches et découpe tout ce qui est plus gros en lots. Cette contrainte est justement la raison pour laquelle les fonctions embarquées sont plutôt étroites et bien délimitées qu’une boîte de discussion ouverte : un petit modèle qui fait un travail précis est fiable, et le même modèle à qui l’on demande n’importe quoi ne l’est pas.

Là où le cloud gagne encore

Il faut le dire clairement, car une comparaison qui ne flatte que l’option locale n’aide personne à décider.

Un modèle de pointe dans un centre de données bat un modèle embarqué sur presque tout ce qui se mesure isolément : longs documents, informations actuelles sur le monde, raisonnement en plusieurs étapes, code, images. Si vous avez besoin de résumer un contrat de cinquante pages ou de réfléchir à un problème difficile, ChatGPT, Claude, Notion AI ou Raycast AI le feront mieux, et aucun modèle local sur un portable n’en approche.

Ce que vous payez pour cela, c’est l’envoi. La question n’est donc pas de savoir lequel est le plus intelligent. C’est de savoir si ce texte précis est quelque chose que vous acceptez d’envoyer. Pour un brouillon marketing, en général oui. Pour le brief d’un client, une feuille de route non publiée ou tout ce qui est sous NDA, souvent non, et à ce stade la vraie comparaison n’est pas modèle local contre modèle cloud. C’est modèle local contre travail à la main.

Un modèle embarqué : Plexus

Plexus est une app de tâches entièrement construite sur ce framework. Vous tapez des tâches d’une ligne, le modèle détermine ce qui dépend de quoi, et le canevas entoure les tâches que rien ne bloque. Collez un paragraphe et elle en extrait les tâches, nomme le flux et câble l’ordre en une seule passe. Prêtes rassemble ensuite tout ce que rien ne bloque dans tous les flux, et Planifier ma journée fait tenir le travail du jour dans les heures dont vous disposez vraiment.

En dehors des vérifications de licence, des demandes de mise à jour et de comptages anonymes de plantages et d’utilisation, elle ne fait aucun appel réseau, ne demande aucune autorisation hormis les notifications (et l’accès à Rappels, seulement si vous y importez une liste), et garde ses données dans le conteneur de l’app. Une présentation fonction par fonction se trouve dans transformer des notes en tâches sur un Mac. Elle coûte 14,99 $ en achat unique et nécessite macOS 26, ce qui est le prix d’entrée du framework plutôt qu’un choix ; le binaire est universel, et sur un Mac où Apple Intelligence n’est pas disponible, la moitié IA se tait et le reste continue de fonctionner.

Des décisions locales sans aucun modèle

La plupart de ce que les gens attendent de « l’IA locale » n’est pas un modèle. C’est une décision prise sur leur propre machine, et pour beaucoup de tâches une règle le fait mieux qu’une inférence, car on peut lire une règle et la prévoir.

NoMore bloque les sites et apps distrayants en comparant l’app au premier plan et l’onglet actif du navigateur à une liste que vous avez écrite vous-même. La vérification se fait sur votre Mac et aucune URL n’est envoyée nulle part. Aucun modèle n’intervient et il n’en faut pas, car vous savez déjà ce que vous essayez de ne pas ouvrir.

Sweep range les téléchargements selon des conditions simples, c’est-à-dire type, nom, taille, ancienneté, tags ou provenance d’un fichier, et vous montre chaque déplacement prévu avant de toucher à quoi que ce soit.

Cet aperçu, c’est tout l’argument. Un modèle qui trierait vos fichiers serait plus souple et strictement moins digne de confiance, car vous ne pourriez pas vérifier son raisonnement avant qu’il ait déplacé deux cents éléments. Là où la tâche est déterministe, le déterminisme est une qualité plutôt qu’une limite.

Comment vérifier la promesse vous-même

Quatre vérifications, par ordre d’effort croissant.

Cherchez un compte. Une app sans inscription n’a nulle part où mettre vos données, même si elle le voulait. C’est le signal le moins coûteux et le plus fiable.

Lisez l’étiquette de confidentialité sur la fiche App Store, ou la page de confidentialité pour un téléchargement direct. « Données non collectées » est une déclaration que le développeur a mise par écrit.

Coupez le réseau. Désactivez le Wi-Fi et utilisez la fonction. Si elle marche encore, le traitement est local. Si elle bloque, il ne l’était pas.

Surveillez les connexions. Little Snitch, ou LuLu, gratuit, vous montrera chaque connexion sortante qu’ouvre une app. Le trafic de licence et de mise à jour est normal et attendu ; vos documents qui partent quelque part ne le sont pas.

Côte à côte

Ces trois apps sont des apps macOS natives vendues en achat unique, sans compte et sans qu’aucun document ne quitte le Mac. Ce qui diffère, c’est ce qui prend la décision.

Prix et fonctionnalités vérifiés le 5 septembre 2026.