Blog GreenCube

Comment nous mesurons la vitesse de l'IA sur de vrais PC, et pourquoi nous ne devinons pas

Par Hector Gras · 14 octobre 2026

Ce que nous mesurons

Trois choses, parce que c'est ce que vous ressentez quand vous utilisez une IA sur votre propre PC :

• Vitesse d'écriture : la vitesse à laquelle l'IA tape sa réponse, en tokens par seconde. Un token est un morceau de mot (en français, un mot en occupe généralement un ou deux), et on lit environ 8 tokens par seconde, donc au-delà, la réponse sort plus vite que vous ne la lisez.
• Vitesse de lecture : la vitesse à laquelle elle assimile ce que vous lui donnez : votre question, un texte collé ou un PDF. Elle est toujours bien plus rapide que l'écriture, car l'IA lit beaucoup de tokens d'un coup mais les écrit un par un.
• Temps par image : le temps que prend une image de 512×512, du clic à l'image terminée.

Nous mesurons les IA livrées avec GreenCube, les mêmes fichiers que tout utilisateur télécharge : Gemma 4 E2B (2,6 Go), Gemma 4 E4B (4,2 Go) et Gemma 4 12B (6,4 Go), de Google, pour discuter, et Z-Image Turbo pour les images. Une autre IA, ou la même compressée autrement, donnerait d'autres chiffres, donc nous ne comparons que ce qui est comparable.

Comment nous mesurons

De quatre façons, et chaque chiffre du blog indique de laquelle il vient :

Les conversations réelles sont la meilleure preuve, parce que c'est ce que vous ressentirez, donc le chiffre principal de chaque page vient de conversations réelles chaque fois que nous en avons. Le test de démarrage est une seule réponse courte, donc nous l'utilisons pour comparer carte et processeur (il mesure les deux de la même façon), et comme chiffre principal seulement quand un testeur n'a envoyé aucune réponse longue.

Tous les PC que nous avons mesurés

Les PC de vrais testeurs, utilisés comme ils les utilisent tous les jours, pas des machines de labo. Nous ne publions pas leurs noms.

Pourquoi les chiffres sont des fourchettes

• Les autres applis. Un navigateur, un lanceur de jeux ou un appel vidéo utilisent la même mémoire et la même carte graphique.
• La première fois est plus lente. La première réponse après l'installation, ou la première image, inclut le chargement et la préparation de la carte. Nous le signalons quand ça compte (par exemple "la première a pris 83 s pendant le chargement").
• Les réponses courtes se mesurent plus lentes. Chaque réponse a un petit temps de démarrage fixe, qui pèse plus sur une réponse de 20 tokens que sur une de 400. C'est pourquoi les fourchettes des conversations réelles comptent les réponses de 100 tokens ou plus, et nous le signalons quand un testeur n'a envoyé que des réponses courtes.
• Nous écartons les extrêmes. Les fourchettes des conversations réelles vont du 10e au 90e centile, donc une réponse bizarre ne peut pas les faire bouger.

Peut-on deviner la vitesse d'une carte à partir de ses caractéristiques ?

Ce serait pratique : il existe des centaines de cartes et nous avons mesuré 10 PC. La méthode habituelle, c'est la bande passante mémoire. Pour écrire chaque token, l'IA lit tout son modèle dans la mémoire de la carte, donc en théorie la vitesse vaut à peu près la bande passante divisée par la taille du modèle, fois un certain rendement. Beaucoup de calculateurs en ligne fonctionnent ainsi.

Nous l'avons donc testé sur nos propres données. Nous avons caché une carte à la fois, calculé la vitesse par Go/s avec les autres, prédit la carte cachée à partir de sa bande passante (d'après les fiches des fabricants, réunies dans la base de données GPU de TechPowerUp), puis comparé avec ce que nous avions mesuré. La même IA sur toutes (Gemma 4 E4B, entièrement sur la carte).

L'estimation typique se trompait de 19 %. La pire était la RX 580 : sa mémoire laisse prévoir environ 36 tokens par seconde, mais elle en a écrit 11. En refaisant le test sans elle, les autres se trompent encore jusqu'à 33 %. La RX 6600 d'AMD, plus récente, est allée dans l'autre sens, plus rapide que ne le laisse prévoir sa bande passante ; son grand cache intégré à la puce (qu'AMD appelle Infinity Cache) y est peut-être pour quelque chose. Chaque chiffre mesuré est le chiffre principal de sa carte, donc ils ne viennent pas tous du même type de test ; cela ajoute un peu de bruit, mais ne peut pas expliquer une erreur d'un facteur trois.

Ce n'est pas assez bon. Une estimation qui peut se tromper de 33 % sur une carte récente, ou de 239 % sur une ancienne, dirait à certaines personnes que leur PC va bien alors qu'il est lent, ou l'inverse. Donc le vérificateur et les pages de cartes ne montrent que des cartes que nous avons mesurées, et disent clairement quand la vôtre n'en fait pas partie. Nous refaisons ce test à chaque nouvelle carte, et si l'erreur devient faible, nous le dirons ici avant de montrer la moindre estimation.

Ce que nous n'avons pas encore mesuré

• Un portable avec une carte graphique gamer.
• Gemma 4 12B sur une carte de 10 Go ou plus.
• Les images sur la RX 5700 XT, la RTX 5060, la GTX 1650, la RX 580.
• D'autres IA que celles livrées avec GreenCube, et Linux ou Mac (GreenCube est pour Windows).

Récupérez les données

Toutes les mesures de cette page, une par ligne, sont dans greencube-ai-speeds.csv : le PC, l'IA, où elle a tourné, les vitesses d'écriture et de lecture, les temps par image, la méthode de mesure, la version de GreenCube et la date. Si vous les utilisez, merci de citer "GreenCube, mesures de vitesse de l'IA sur de vrais PC, 2026" avec un lien vers cette page.

Ajoutez votre PC

Vous utilisez déjà GreenCube ? Envoyez votre journal à support@greencube.app. Nous ajoutons votre PC aux tests, sans votre nom, et une nouvelle carte a sa propre page. Vous ne savez pas ce qu'il y a dans votre PC ? Vérifiez-le ici.

Questions