Programmer avec l'IA quand les outils cloud sont interdits

Que valent les modèles de programmation ouverts ?

Selon les mesures d’Epoch AI, les meilleurs modèles ouverts ont environ quatre mois de retard sur les meilleurs modèles fermés. Beaucoup sont publiés sous des licences libres comme Apache 2.0 ou MIT, certains sous des licences propres assorties de conditions pour les très grands fournisseurs ; vérifiez le fichier de licence avant toute utilisation. Prudence avec les classements : le test le plus connu, SWE-bench Verified, est considéré comme épuisé, et les chiffres des éditeurs dépassent souvent nettement les mesures indépendantes. Seul un test avec des tâches issues de votre propre code est fiable.

Ce qui tient sur quel matériel

GPU	Mémoire GPU	Modèle de programmation	En parallèle
3× RTX PRO 6000	288 Go	jusqu’à environ 80 Md de paramètres sur deux cartes	troisième carte pour les suggestions pendant la frappe et la recherche dans le code
2× H200	282 Go	jusqu’à environ 80 Md avec beaucoup de place pour de longues sessions, près de 300 Md possibles	–
2× H200 + 1× RTX PRO 6000	378 Go	comme 2× H200	carte dédiée aux suggestions pendant la frappe et à la recherche dans le code
8× H200	1 128 Go	les meilleurs modèles ouverts	assez pour plusieurs modèles

Estimation générale d’après les fiches des modèles, les recettes du logiciel d’inférence et des mesures publiées, état octobre 2026 ; aucun engagement pour une configuration donnée. Il s’agit de modèles Mixture-of-Experts en 8 bits.

Combien de développeurs peuvent travailler en même temps ?

Cela dépend du modèle et de la longueur des sessions. Un agent de programmation renvoie à chaque étape tout l’historique précédent ; le serveur doit donc surtout lire beaucoup de texte rapidement. À titre d’ordre de grandeur : sur deux H200 ou trois RTX PRO 6000, un modèle de la classe des 80 Md traite 15 à 40 requêtes d’agents simultanément. Comme toute une équipe ne travaille jamais en même temps, cela suffit pour quelques dizaines de développeurs. Les valeurs pour les questions posées dans un chat ne sont pas transposables : les agents sollicitent le serveur bien davantage. Seule une mesure avec vos propres tâches est fiable.

Quels outils fonctionnent sans cloud ?

La plupart des outils ouverts peuvent être basculés vers votre propre interface compatible OpenAI. Pour certains produits connus, une partie continue de passer par l’éditeur.

Outil	Sans cloud
Cline, Kilo Code (VS Code)	oui
Aider, OpenHands, Codex CLI	oui
Claude Code	oui, via l’interface Anthropic du logiciel d’inférence ; désactiver la télémétrie
Zed	agent oui ; vérifier les suggestions pendant la frappe
GitHub Copilot	limité : chat et agent oui (depuis VS Code 1.122) ; les suggestions pendant la frappe nécessitent GitHub
JetBrains AI Assistant	limité : modèles propres oui ; fonctionnement sans connexion à JetBrains à clarifier
Cursor	non, les requêtes passent par les serveurs de Cursor
Continue, Roo Code	plus maintenus

Que doit savoir faire l’interface ?

Les agents de programmation lisent des fichiers et exécutent des commandes par des appels d’outils. L’interface doit donc prendre en charge les appels d’outils (tool calling), le streaming, les contextes longs et la mise en cache des entrées répétées, sinon les performances s’effondrent. Les suggestions pendant la frappe demandent un petit modèle dédié (1,5 à 7 Md de paramètres) : il répond en une fraction de seconde et fait même mieux que les grands modèles sur cette tâche. Pour la recherche dans le code s’ajoute un modèle d’embeddings. Bien configurer le serveur d’inférence pour tout cela est un travail de spécialiste.

Combien consomme la programmation avec l’IA ?

Les agents consomment des ordres de grandeur de plus qu’un chat : une étude mesure environ mille fois plus de tokens pour des tâches agentiques que pour des questions sur le code. Pour son propre outil, Anthropic indique en moyenne environ 13 dollars US par développeur et par jour ouvré, soit des dizaines de millions de tokens, la plupart issus du cache. Sur un serveur dans votre établissement, ce qui compte n’est donc pas le volume, mais le nombre de requêtes simultanées. Les quotas par personne, tels que les prévoient les licences cloud, suffisent pour des questions sur le code, pas pour des agents.

Ce qui fonctionne moins bien qu’avec les outils cloud

• Tâches longues : sur des tâches en de nombreuses étapes, l’écart avec les meilleurs modèles est plus grand que sur des tâches courtes.
• Vitesse : sous charge, un serveur dans votre établissement fournit souvent 10 à 30 mots par seconde et par requête, les services cloud plusieurs fois plus.
• Très grands projets : l’agent cherche dans le code au lieu de tout lire. Les longues sessions consomment de la mémoire, et donc de la simultanéité.
• Configuration : un format d’appel d’outils mal configuré est la source d’erreurs la plus fréquente.

Le code est-il en sécurité sur un serveur dans votre établissement ?

À l’abri d’une fuite vers les fournisseurs d’IA, oui. Contre des instructions manipulées dans le code, la documentation ou les dépendances, le serveur seul ne protège pas : de nombreuses vulnérabilités de ce type ont été publiées pour des outils de programmation connus. Les agents doivent donc tourner dans un environnement isolé, sans validation automatique des commandes, avec un accès réseau limité et sans accès aux identifiants des systèmes de production. La télémétrie des outils est une voie de sortie à part entière et doit être désactivée.

À qui appartient le code écrit par l’IA ?

En Allemagne, le droit d’auteur ne protège que les créations intellectuelles personnelles (§ 2 Abs. 2, § 69a Abs. 3 UrhG, loi allemande sur le droit d’auteur). Le code généré de manière purement automatique n’est en règle générale pas protégé ; plus l’humain le façonne, plus une protection devient probable. Un risque demeure : qu’un modèle reproduise mot pour mot du code tiers soumis à des obligations de licence. Aux États-Unis, une cour d’appel a rejeté en septembre 2026 les demandes fondées sur le droit d’auteur à ce sujet ; les demandes fondées sur les licences open source se poursuivent. Un scanner de licences dans la chaîne de build aide. La licence du modèle ne régit d’ailleurs que le modèle, pas le code produit.

Qu’exige le règlement européen sur l’IA ?

Les outils de programmation ne sont en règle générale pas des systèmes à haut risque. L’article 4 s’applique pourtant : qui met des outils d’IA à disposition de ses développeurs doit prendre des mesures pour développer leur culture de l’IA, par exemple sur les limites des modèles, les instructions manipulées et la vérification du code généré. Culture de l’IA : formation selon l’article 4 →

Comment cela fonctionne-t-il avec basebox ?

Sur le serveur : à côté du modèle d’IA pour tout l’établissement, un modèle de programmation tourne sur vos GPU. Nous installons les meilleurs modèles, les plus performants, adaptés à votre matériel. Vos développeurs gardent leurs outils et les connectent via l’API compatible OpenAI de basebox, chaque personne avec son propre accès. Nous calculons avec vous combien de développeurs peuvent travailler en même temps.

Pas un conseil juridique, aucune responsabilité : ce guide reflète l’état de nos recherches à la date indiquée. Les modèles, outils et licences évoluent vite. Nous n’offrons aucune garantie et déclinons toute responsabilité quant à l’exactitude, l’exhaustivité et l’actualité des informations.