Quel modèle LLM choisir dans Jurilix ? Performance et option Mistral souveraine

Un grand modèle de langage, ou LLM, n'est pas un logiciel complet : c'est le moteur qui comprend une consigne et produit du texte. Plus il est volumineux, plus il peut généralement traiter des demandes nuancées, mais plus il consomme de mémoire et répond lentement. Imposer le même moteur à un ultraportable de 8 Go et à une station de 64 Go n'aurait donc pas de sens.

Jurilix propose un catalogue gradué. Le cabinet peut privilégier la qualité maximale, la rapidité sur une machine modeste ou un modèle conçu par un acteur français. Ce choix ne change ni les dossiers ni les fonctions du logiciel : il change le moteur chargé d'extraire des informations, de synthétiser et de rédiger.

Les chiffres 3B, 8B ou 24B désignent approximativement le nombre de paramètres du modèle, en milliards. Ils donnent une idée de sa capacité et de son poids, sans constituer à eux seuls une mesure de qualité juridique. Un modèle plus grand reste faillible et doit toujours être contrôlé à partir des pièces.

Jurilix utilise en réalité deux familles de modèles, dont les missions ne doivent pas être confondues :

• Le modèle de chat comprend les instructions, extrait des faits et rédige les synthèses, chronologies ou réponses. C'est celui que l'utilisateur choisit dans la voie « Performance » ou « Souveraineté ».
• Le modèle d'embeddings ne rédige pas. Il transforme chaque passage du dossier et chaque question en une suite de nombres, appelée vecteur, afin de repérer les contenus proches par leur sens.

Cette séparation rend possible la recherche augmentée par les documents, souvent appelée RAG. Quand l'avocat pose une question, Jurilix ne demande pas au LLM de réciter sa mémoire générale : l'application recherche d'abord les passages les plus pertinents dans les pièces, puis les fournit au modèle de chat pour construire une réponse citée.

1. Le PDF, DOCX ou texte est extrait sur le poste ; un scan passe par l'OCR local.
2. Le document est découpé en passages et indexé par le modèle d'embeddings.
3. La question est convertie en vecteur et comparée à cet index.
4. Les passages les plus proches sont joints à la consigne envoyée au modèle de chat local.
5. La réponse conserve les références nécessaires pour revenir aux pièces.

L'indexation proposée par défaut repose sur BGE-M3, un modèle multilingue conçu pour la recherche sémantique. Qwen3-Embedding 0.6B est également disponible en évaluation. Changer de modèle de chat n'impose donc pas de réindexer le dossier ; changer de modèle d'embeddings, oui.

La voie « Performance » réunit les modèles retenus pour leur rapport entre qualité, vitesse et encombrement local. Le catalogue actuel va d'un moteur de test de 0,8 milliard de paramètres à un modèle de 27 milliards destiné aux machines puissantes.

Qwen est développé par l'équipe Qwen d'Alibaba, en Chine ; Gemma par Google, aux États-Unis. Cette origine ne signifie pas que les pièces partent vers ces sociétés : Jurilix exécute une copie locale des poids. Elle compte en revanche si le cabinet intègre la nationalité de la technologie à sa politique d'achat ou à sa stratégie d'autonomie.

Qwen3.5 9B est le point de départ le plus simple pour une machine de 16 Go. Descendre à 4B accélère le traitement et réduit la pression mémoire. Monter à 12B ou 27B devient pertinent pour les dossiers complexes si le poste peut absorber le modèle sans ralentir le reste du système.

Pour les cabinets qui souhaitent privilégier une technologie éditée en France, Jurilix propose une voie entièrement consacrée à Mistral AI. La famille Ministral 3 a été conçue pour les usages locaux et en périphérie de réseau. Mistral la publie en trois tailles — 3B, 8B et 14B — sous licence Apache 2.0. Jurilix complète cette gamme par Mistral Small 3.2 24B.

Les variantes « Instruct » choisies par Jurilix sont entraînées pour suivre une consigne, dialoguer et produire des formats structurés. Mistral annonce aussi pour Ministral 3 la prise en charge native du français, de l'appel de fonctions et du JSON. Ces capacités sont utiles dans un logiciel métier : le modèle ne doit pas seulement écrire une belle réponse, il doit aussi extraire des champs de manière prévisible pour que l'application puisse les contrôler.

La licence Apache 2.0 autorise le déploiement et l'adaptation du modèle sans dépendre d'un appel à l'API de Mistral. C'est ce qui permet à Jurilix d'exécuter ces poids directement sur l'ordinateur du cabinet.

Le terme « souveraineté » recouvre plusieurs décisions. Il est utile de les séparer pour éviter les promesses trop larges :

• Souveraineté des données : les pièces, les questions et les réponses restent sur le poste. Elle découle ici de l'architecture locale de Jurilix, quel que soit le modèle choisi.
• Souveraineté technologique : les poids sont disponibles, téléchargeables et exécutables sans API propriétaire. La licence ouverte des modèles Mistral renforce cette autonomie.
• Souveraineté économique : choisir Mistral privilégie un éditeur français et contribue à une filière européenne de l'IA.

Un modèle français ne rend pas à lui seul toute la chaîne française. L'ordinateur, ses composants, certains outils de conversion et, dans le catalogue actuel, les modèles d'embeddings peuvent provenir d'acteurs non européens. Inversement, un modèle américain ou chinois exécuté localement n'envoie pas automatiquement les données à son éditeur.

Les modèles d'origine occupent souvent plusieurs dizaines de gigaoctets. Jurilix utilise des fichiers GGUF quantifiés, chargés par son moteur local basé sur llama.cpp. La quantification représente les paramètres avec moins de précision numérique afin de réduire fortement la taille en mémoire, avec une perte de qualité contenue. Le format Q4_K_M retenu pour les modèles de chat constitue un compromis courant entre encombrement, vitesse et fidélité.

Le modèle est téléchargé une fois, puis enregistré sur l'ordinateur. Jurilix épingle la version approuvée, contrôle sa taille et vérifie son empreinte SHA-256 avant de l'enregistrer dans l'application. Une mise à jour du dépôt distant ne peut donc pas remplacer silencieusement le fichier validé. Les utilisateurs avancés peuvent aussi importer un modèle GGUF local compatible.

La taille du fichier n'est pas la mémoire totale consommée. Il faut ajouter le moteur, le contexte de travail, le cache nécessaire à la génération, l'application et le système. C'est pourquoi un fichier de 5,68 Go est conseillé sur une machine de 16 Go plutôt que sur un poste ne disposant que de 8 Go.

Jurilix configure actuellement une fenêtre de travail de 8 192 jetons pour le modèle 0.8B et de 16 384 jetons pour les autres modèles de chat. Le RAG évite de remplir cette fenêtre avec l'intégralité d'un dossier : il sélectionne les passages utiles avant la génération.

Le choix le plus rationnel part du matériel réellement disponible et d'un dossier test représentatif :

• Poste de 8 Go : Qwen3.5 4B pour la voie performance ou Ministral 3 3B pour la voie française. Réserver Qwen3.5 0.8B à la découverte et aux tâches peu exigeantes.
• Poste de 16 Go : Qwen3.5 9B est le choix recommandé ; Ministral 3 8B est son alternative souveraine naturelle.
• Poste de 24 Go : Gemma 4 12B ou Ministral 3 14B offrent davantage de capacité pour les longues synthèses et les consignes complexes.
• Poste de 32 Go ou plus : Qwen3.6 27B privilégie la qualité générale maximale ; Mistral Small 3.2 24B privilégie la meilleure option française du catalogue.

Pour trancher entre deux modèles compatibles, utilisez le même dossier fictif ou correctement expurgé, puis posez les mêmes questions : restitution d'une date précise, synthèse contradictoire, extraction de montants et refus de répondre quand l'information manque. Comparez l'exactitude, les sources, la vitesse et la stabilité du format, pas seulement le style.

Il est possible de changer de modèle de chat sans perdre les dossiers. Le meilleur choix n'est donc pas définitif : commencez par le palier recommandé pour votre mémoire, puis montez ou descendez selon les résultats observés.

Qu'il compte 3 ou 27 milliards de paramètres, un LLM produit le texte statistiquement le plus plausible ; il ne garantit ni la vérité d'un fait ni l'applicabilité d'une règle de droit. Un grand modèle peut mieux suivre une consigne complexe tout en inventant une référence avec assurance.

Dans Jurilix, l'ancrage dans les pièces et les citations facilite la vérification. Les calculs métier suivent un autre principe : l'IA extrait les faits, puis le code applique les formules. Mais aucun modèle ne se substitue à la lecture des passages décisifs, au contrôle des références juridiques et à la validation professionnelle du livrable.

Le choix du modèle est donc un réglage de capacité, de vitesse et de politique technologique. La responsabilité du résultat, elle, ne change pas.