Classement des harnais d’IA 2026 : 15 solutions, 21 critères

Quel harnais d’IA choisir en 2026 pour coder, préparer un PowerPoint, travailler avec un LLM local ou piloter une tâche à distance ? Le choix devient plus simple quand on examine les outils autour du modèle : accès aux fichiers, navigateur, voix, exports et suivi des actions.

Nous avons évalué 15 solutions sur 21 critères, soit 315 notes de 0 à 10. La grille couvre aussi la mémoire durable, la gestion du temps, les documents par RAG et la création de musique. Les notes portent sur les parcours logiciels documentés, leur intégration et les préparatifs nécessaires. La vitesse du modèle, ses résultats aux benchmarks et la popularité du produit restent en dehors du calcul.

Analyse et notation : Sol 6.1. L’objectif est un classement neutre : mêmes critères, même pondération et mêmes exigences de justification pour chaque solution. Les fonctions sont présentées avant le résultat global, situé vers la fin du dossier.

Ce que nous comparons

Un harnais organise le travail du modèle : il prépare son contexte, lui donne des outils, récupère leurs résultats et suit la tâche. Un moteur d’inférence exécute le modèle. Un orchestrateur répartit le travail entre plusieurs agents. Ces fonctions peuvent se trouver dans un même produit ou dans plusieurs logiciels associés.

La sélection réunit donc plusieurs familles. Ce choix répond à une question pratique : quelle couverture fonctionnelle obtenez-vous avec chaque solution ? Le classement général mesure cette couverture. Pour choisir un moteur local ou un framework, consultez aussi sa famille et ses notes spécialisées.

Ici, DeepSeek désigne DeepSeek Harness, et Hermes désigne Hermes Agent de Nous Research. Pour Grok, la comparaison porte sur les applications et Grok Bot, avec leurs outils de travail. Les notes concernent les logiciels et leurs fonctions. Les fonctions de MGX/Atoms, produit hébergé distinct, restent hors du périmètre MetaGPT.

Une méthode identique pour tous

Sol 6.1 établit les notes selon un barème commun, avec une recherche de neutralité entre les solutions. Les notes constituent un jugement éditorial argumenté, fondé sur les documentations officielles, les modules identifiés et une inspection ciblée du code de POP. Il s’agit d’un examen de couverture fonctionnelle. Un essai comparatif chronométré, sur les mêmes tâches, apporterait une autre information : la qualité d’exécution.

Le journal est consacré à POP Switcher. Pour rendre ce contexte transparent, nous publions le barème, les périmètres et chaque note. POP suit la même grille : son accès PRO facultatif entre dans la note de budget du périmètre complet, son contrôle des applications reçoit une note adaptée à son périmètre, et le RAG reste distinct de l’entraînement d’un LLM.

Comment lire une note

Chaque cellule comporte aussi un repère : I pour intégré, O pour module ou skill officiel, C pour connecteur ou moteur tiers identifié, S pour scripts ou outils génériques à préparer. P indique une appréciation pratique : simplicité, budget ou confidentialité. Le tiret accompagne un parcours non établi.

Une note de 2 S signale donc une possibilité de construction. Une note de 8 O décrit une procédure déjà fournie avec des outils identifiés. Un serveur MCP, protocole qui relie un agent à des outils externes, étend le logiciel selon le serveur effectivement installé. Sa présence seule reçoit un crédit limité.

Trois critères pratiques

Simplicité. Nous estimons le chemin vers une première tâche pour un utilisateur Mac généraliste : interface, installation, dépendances et configuration. Cette estimation documentaire pourra évoluer après des essais utilisateurs.

Budget. Une note élevée favorise un logiciel gratuit utilisable localement. Les abonnements nécessaires aux fonctions créditées, les services externes et les engagements réduisent cette note. Les niveaux 8–10 correspondent aux parcours principalement gratuits, 6–7 aux accès payants relativement accessibles, 4–5 à un coût ou engagement plus important. Le prix du Mac, l’électricité et le temps d’administration restent à ajouter à votre budget réel.

Confidentialité. Nous évaluons la maîtrise du circuit de données : calcul local, stockage, choix du fournisseur et sorties réseau. Une configuration locale obtient un avantage. Les fonctions connectées gardent leurs propres échanges. Cette note concerne le contrôle des données ; un audit de sécurité ou une certification répondent à d’autres critères.

Chaque tableau classe les solutions par moyenne de section, de la plus élevée à la plus basse. Cette moyenne donne le même poids aux critères de la section. Le vert repère la meilleure note de chaque colonne ; le rouge, la plus basse. Les ex æquo partagent la couleur. Une colonne où toutes les notes sont identiques reste neutre. La note finale donne le même poids à chacun des 21 critères : elle se calcule sur toutes les notes, indépendamment du nombre de critères par section.

Mémoire, temps et RAG

Ces trois fonctions organisent les connaissances de l’agent. La mémoire conserve ce qu’il apprend. Le temps précise quand une information reste pertinente. Le RAG retrouve les passages utiles dans une bibliothèque de documents.

Une mémoire utile entre les sessions

La « puissance » de mémoire désigne ici sa richesse fonctionnelle : faits conservés, rappel pertinent, séparation des projets, consolidation et possibilités de correction ou d’oubli. Une grande fenêtre de contexte offre de la place pendant une conversation. Une mémoire durable réutilise des informations lors des échanges suivants.

La note valorise les mécanismes disponibles. Mesurer le taux de rappel demanderait un corpus commun et des questions de référence. Cette mesure de qualité pourra compléter l’examen documentaire.

POP Switcher permet de conserver des préférences et des informations de projet dans une mémoire locale. Le rappel combine recherche textuelle et recherche par embeddings, des représentations numériques qui rapprochent les contenus par leur sens. La consolidation regroupe les informations utiles en respectant leur portée. Les rôles et projets disposent de frontières de rappel, avec des règles de correction et d’oubli.

Hermes associe notes durables, recherche dans les sessions et fournisseurs de mémoire optionnels. OpenClaw combine fichiers persistants, notes quotidiennes et recherche hybride ; le module Knowledge propose un autre mode de conservation sourcée. Grok Bot garde des préférences et des résumés par Bot, sur son environnement hébergé. Codex produit des mémoires locales à partir des échanges éligibles et propose des contrôles par conversation. Claude Code conserve des notes de projet et des fichiers thématiques. CrewAI propose une mémoire programmable avec scopes, importance et rappel adaptatif. Jan sépare ses notes utilisateur et projet ; ses magasins Desktop et Agent ont leurs propres périmètres.

Sources : mémoire Hermes, mémoires Codex, mémoire Claude Code, mémoire CrewAI, mémoire Jan. Le fonctionnement POP a été rapproché du code local de référence.

Donner une date et une durée de validité aux faits

Une préférence d’écriture et un rendez-vous prévu demain ont des durées de vie différentes. Le critère Mémoire temporelle examine les dates, l’ancienneté, les échéances et les mécanismes qui traitent une information devenue ancienne.

POP enregistre notamment la date de capture, le fuseau, une date d’événement lorsqu’elle est reconnue et un statut temporel. Certaines expressions relatives, comme « demain », sont ancrées à la date de capture. Un événement ponctuel daté peut recevoir une échéance ; le rappel filtre les entrées expirées. Les dates durables et les récurrences sont distinguées. Une récurrence enregistrée décrit le souvenir ; les rappels d’agenda relèvent de leur propre fonction.

Le traitement est borné : les expressions prises en charge suivent une politique explicite, et les formulations ambiguës conservent un statut qui invite à préciser la date. Exemple fictif : « réunion demain » peut devenir un événement daté ; « réunion plus tard » demande une précision.

CrewAI calcule un score de rappel qui combine proximité sémantique, récence et importance. Une demi-vie configurable règle la diminution du poids temporel. Codex expose des limites d’ancienneté pour les sessions et mémoires consolidées. Hermes propose une chronologie des apprentissages et des sessions recherchables. Ces mécanismes couvrent des aspects différents du temps, reflétés dans les notes.

Sources : pondération temporelle CrewAI, réglages mémoire Codex, chronologie Hermes. Pour POP : politique temporelle et filtres de rappel inspectés dans les sources locales.

Retrouver vos documents avec le RAG

Le RAG, ou génération augmentée par récupération, retrouve des passages avant de préparer la réponse. Un parcours complet extrait les documents, les découpe, les indexe, sélectionne les extraits utiles et conserve des références vers les sources. Une lecture de PDF ou une pièce jointe constitue une étape de ce parcours.

Docs de POP réunit une bibliothèque et un traitement local des documents. Le moteur d’embeddings prépare les représentations ; la recherche rapproche les passages utiles, puis le modèle choisi pour Docs construit la réponse. Les références peuvent indiquer le document et sa page lorsque ces repères sont disponibles. Avec un modèle et des outils locaux, ce traitement s’effectue sur le Mac ; les fournisseurs distants sélectionnés suivent leur circuit de données.

CrewAI dispose de Knowledge Sources et d’un stockage vectoriel configurable. Le module RAG de MetaGPT propose plusieurs moteurs de recherche, des index persistants et un reclassement des passages. Jan indexe les fichiers d’un projet pour les retrouver entre ses conversations. Hermes et les harnais extensibles utilisent aussi leurs lecteurs de documents et des outils de contexte connectés, avec une préparation adaptée au fournisseur.

Ollama fournit des embeddings utilisables pour construire un RAG. L’application cliente organise alors la bibliothèque et les références. La note distingue ainsi le moteur, les briques de construction et le parcours documentaire intégré.

Sources : Knowledge CrewAI, RAG MetaGPT, Project Files Jan, embeddings Ollama, guide Docs de POP.

Création, bureautique et schémas

Les fichiers attendus sont concrets : une image enregistrée, un morceau audio, un PPTX éditable, un DOCX ou un XLSX exploitable. La création musicale figure dans cette section, aux côtés des images, des documents et des schémas. Un texte de diapositives compte comme une étape préparatoire ; la production et le contrôle du fichier apportent davantage de points.

POP, Local Code, Hermes et les skills Office de Claude Code couvrent les trois formats bureautiques avec des outils identifiés. Codex ajoute les parcours de fichiers et de prévisualisation documentés pour Desktop. La qualité graphique d’une présentation dépend ensuite du modèle, des données et du travail de révision.

Les cas AutoGPT et CrewAI illustrent l’intérêt du détail. AutoGPT documente un export Word depuis Google Docs. Ses blocs Google Sheets et CSV apportent un parcours tableur utile. CrewAI propose notamment la recherche dans des DOCX et un interpréteur Python : produire un document Word mis en page demande une chaîne complémentaire.

Créer un morceau et récupérer son fichier

La note Création musicale porte sur un résultat audio : musique instrumentale, chanson ou paysage sonore. La lecture d’un texte à voix haute, appelée TTS, relève du vocal. L’écriture de paroles ou d’un prompt musical prépare la création ; le moteur musical produit le morceau.

Le rôle Son de POP Switcher associe une description musicale au moteur local ACE-Step. L’interface permet de fournir des paroles, de choisir un mode instrumental, une durée et une langue vocale, puis d’ajuster les paramètres du moteur. Le parcours prévoit l’écoute et l’export d’un fichier audio. Les modèles et dépendances du rôle Son doivent être préparés sur une machine adaptée.

OpenClaw fournit l’outil music_generate, qui peut utiliser un moteur ComfyUI ou des fournisseurs connectés. La génération est suivie en arrière-plan, puis le morceau est transmis dans la conversation. Hermes propose un skill de composition et un module optionnel HeartMuLa pour générer des chansons. Cette chaîne demande ses propres modèles et dépendances. AutoGPT fournit un bloc MusicGen via Replicate : le workflow produit un résultat audio avec un service connecté. Les outils principalement consacrés au code peuvent raccorder des moteurs ou construire des scripts musicaux ; les notes signalent cette préparation.

Sources : module musical Hermes, bloc musical AutoGPT. Les réglages Son et les exports POP ont été vérifiés dans l’interface définie par son code et sa documentation.

Code, agents et liberté des modèles

La note Code couvre la lecture du projet, les modifications, l’exécution, les tests, la revue et la reprise. Elle décrit l’outillage disponible. La note Choix des LLM porte sur les fournisseurs et les points d’accès supportés ; la compatibilité de chaque architecture reste propre au moteur.

L’entraînement modifie les poids du modèle. Une mémoire, une bibliothèque documentaire RAG ou un réglage de température améliorent le contexte ou le comportement d’exécution. Ils remplissent une autre fonction.

Unsloth obtient la meilleure note d’entraînement grâce à son atelier spécialisé. Hermes reçoit une note intermédiaire pour ses skills optionnels qui raccordent des outils d’entraînement tels qu’Unsloth. Le calcul valorise cet accès tout en laissant l’atelier spécialisé au premier plan.

CrewAI obtient une note forte en orchestration : ses Crews organisent les agents et ses Flows décrivent les étapes et les états. Sa commande train conserve des retours et des suggestions utilisés par les agents. Cette procédure relève de l’amélioration du workflow ; l’entraînement des poids du LLM demande une autre chaîne.

Distance, voix et contrôle des interfaces

La colonne Applications concerne les interfaces du poste : observer, cliquer ou remplir un champ. La colonne Web progresse de la recherche vers la manipulation d’un navigateur. Une API de recherche et un navigateur capable de remplir un formulaire couvrent des besoins différents.

Hermes se distingue par sa passerelle de messageries et ses outils distants. Claude Code documente Telegram, Discord et iMessage via ses channels, ainsi que Remote Control. Codex propose l’accès mobile à un hôte et des connexions distantes selon la surface. POP utilise Telegram pour joindre le Mac, suivre des missions et récupérer les créations autorisées.

Le vocal mérite la même précision. Claude Code fournit une dictée dont la transcription passe par Anthropic. POP associe Whisper pour transcrire et Piper pour lire les réponses localement. Ollama prend désormais en charge des modèles audio LFM3 : c’est une capacité de moteur et de transport ; l’expérience microphone et la boucle de conversation dépendent du client.

Simplicité, coût et confidentialité

POP Switcher est gratuit de base. Les rôles PRO sont payants et facultatifs. Ils visent les usages professionnels, notamment la communication et la création de contenus. Vous pouvez utiliser les autres rôles sans compte PRO. La note de budget ci-dessous évalue le périmètre complet, avec ces options ; votre budget peut donc être de 0 euro pour le logiciel si vous restez sur le socle gratuit et des modèles locaux.

Tarifs consultés le 2 novembre 2026. Les pages officielles affichent ChatGPT Plus à 20 dollars par mois et Claude Pro à 20 dollars par mois en facturation mensuelle, avec quotas et conditions propres à chaque plan. L’accès API relève de sa facturation. OpenCode propose un agent libre et un accès Go facultatif annoncé à 10 dollars par mois. Grok Bot est inclus dans les offres The X Subscription Premium, Super et Ultra ; Premium est affiché à 30 dollars par mois, avec une enveloppe d’usage partagée. Des offres antérieures restent également éligibles selon leurs conditions.

Cinq rôles — Post, Support de Com, Design, Dictée et Social — composent l’accès PRO facultatif. L’offre POP Stacker affichée est de 89,99 euros par mois avec engagement de 12 mois. Ce tarif concerne l’offre PRO ; le socle gratuit garde son propre périmètre. Les modèles ou services cloud choisis par l’utilisateur peuvent ajouter leur facturation.

Local Code affiche l’usage sur votre matériel gratuit, avec crédits cloud facultatifs à partir de 9,99 dollars. Hermes, Unsloth et les frameworks libres peuvent entraîner des coûts de services, de GPU ou d’hébergement. AutoGPT propose l’auto-hébergement pour les usages autorisés par sa licence Polyform Shield ; sa plateforme et son offre hébergée sont à distinguer.

Pour les documents sensibles, commencez par choisir le circuit : modèle local + fichiers locaux + outils locaux, ou services connectés explicitement sélectionnés. Un message envoyé à Telegram ou à un fournisseur de modèle suit le circuit de ce service, quel que soit le lieu où tourne le harnais.

Notes finales des harnais

7,71/10 — Hermes Agent

Hermes associe passerelles, mémoire, routines, sous-agents, navigateur, voix et contrôle d’ordinateur. Son skill Microsoft Office produit les fichiers avec des bibliothèques Python ; le rendu ajoute des dépendances. Son avantage vient de cet ensemble cohérent. La préparation des comptes, des backends et des services explique la note de simplicité. Sources : fonctions Hermes, Office, contrôle du poste.

7,52/10 — POP Switcher

POP Switcher permet d’associer un modèle et des outils à chaque rôle. Code classique, Docs, Image, Schéma, Courrier, Tableau et Présentation disposent de parcours spécialisés. The One prépare un projet, transmet une tâche à un rôle et récupère son résultat. Cette continuité explique sa couverture fonctionnelle.

L’inspection du code précise cette organisation. Code et The One sélectionnent des fichiers et des extraits selon la demande, les artefacts cités et le budget de contexte. Les candidats et diagnostics alimentent la correction. Le rôle Schéma transmet les erreurs de rendu Mermaid à la génération suivante. OfficeCLI produit de vrais fichiers Office, avec lecture et contrôle des sorties.

Le vocal local utilise Whisper et Piper. Docs extrait et indexe les documents sur le Mac ; ses recherches rapprochent les passages utiles avant la réponse. Le contrôle d’applications repose sur des cibles autorisées et des actions d’accessibilité. Ce périmètre reçoit une note de 6, tandis que l’orchestration des rôles reçoit 8. Les mémoires et le RAG apportent du contexte ; un atelier d’entraînement LLM correspond à un autre parcours. L’analyse technique repose sur les sources et la documentation inspectées localement, référence v4.77m. Pour les parcours publics : présentation de POP, guide Code classique et guide Docs.

7,24/10 — OpenClaw

OpenClaw relie un agent à Telegram, WhatsApp, Discord, Slack et d’autres canaux. Son Gateway peut tourner sur votre machine ou sur un serveur. Le navigateur, les nœuds de contrôle d’ordinateur, les agents et les automatisations étendent ce poste de travail. Les outils image et musique prennent en charge plusieurs fournisseurs, avec leurs modèles et conditions d’accès.

La mémoire standard utilise des notes persistantes et un index hybride. Le module officiel Knowledge offre une autre organisation : informations structurées, sources conservées, recherche par mots-clés et requêtes datées. Ce module fonctionne sans embeddings ; son activation sélectionne un autre fournisseur de mémoire. Pour la bureautique, le skill gog apporte des opérations Google Workspace, notamment sur Sheets ; les livrables Word et PowerPoint spécialisés demandent une chaîne complémentaire.

Sources : outils OpenClaw, mémoire, Knowledge, musique, skill Google Workspace.

6,95/10 — Codex

Codex réunit shell, revue, agents et reprise de projets. Les fonctions Desktop documentées étendent les usages aux documents, aux images, à la voix et au navigateur. Le CLI garde son propre périmètre ; l’option locale --oss demande un fournisseur compatible. Ces différences de surface expliquent la note de choix des LLM et la note de confidentialité. Sources : CLI, fichiers, configuration.

6,71/10 — Grok · Grok Bot

Grok associe conversation, voix, création d’images et accès à des fichiers. Grok Bot ajoute des agents persistants avec navigateur, terminal, compétences réutilisables et routines. Plusieurs Bots peuvent travailler en parallèle et se transmettre un résultat. Leur ordinateur cloud conserve fichiers et sessions de navigateur entre les tâches. Les connecteurs rapprochent les documents de Google Drive, OneDrive, SharePoint et d’autres services du travail en cours.

Ce fonctionnement explique ses notes de distance, d’agents et de bureautique. L’accès à votre Mac ou PC constitue une capacité séparée, soumise à autorisation. La note de confidentialité reflète le traitement hébergé selon le barème local de ce dossier. La note de choix des LLM reflète un autre point : Grok Bot gère lui-même le routage du modèle. L’utilisateur choisit ses tâches et ses outils, tandis que le service sélectionne le modèle de la tâche.

Sources : Grok Bot, ordinateur et applications, fichiers et résultats, FAQ, connecteurs.

6,24/10 — Claude Code

Claude Code conserve une couverture forte du développement, des agents et du navigateur. Son plugin document-skills apporte les formats Office. Les channels officiels expliquent sa note d’accès distant. La dictée reçoit une note de 6 : elle répond au besoin de parler ses demandes, avec une transcription distante. Les images demandent un outil ou service additionnel dans le périmètre audité. Sources : présentation, skills, channels, dictée.

6,14/10 — AutoGPT

AutoGPT utilise des blocs pour relier déclencheurs, traitements et actions. Les connecteurs Telegram, X et bureautiques lui donnent une bonne couverture des workflows connectés. Ses notes Office distinguent Google Docs avec export Word, les tableurs et la présentation PPTX à préparer. L’auto-hébergement et les clés de services demandent une organisation adaptée. Sources : plateforme et licence, catalogue d’intégrations.

5,81/10 — CrewAI

CrewAI offre des agents, des outils et des processus structurés. Il convient au développeur qui veut décrire précisément les états, les échanges et les contrôles. Les outils DALL-E, Code Interpreter et les connecteurs étendent sa couverture. Sa simplicité est évaluée pour un lecteur généraliste ; une équipe Python appréciera autrement cet accès programmable. Sources : documentation, outils, fonction train.

5,67/10 — Local Code · Draw Things

Local Code de Draw Things rassemble shell, Python, Node, navigateur WebKit, bibliothèques Office et LibreOffice. Son raccordement Draw Things apporte la création d’images. Le bac à sable Apple et le choix local soutiennent sa note de confidentialité. Les accès encadrés au calendrier ou aux photos couvrent un besoin ciblé ; le contrôle général des fenêtres constitue un autre parcours. Sources : dépôt officiel, offre et outils.

5,29/10 — Unsloth

Unsloth combine exécution locale, outils, médias et fine-tuning. Il permet de préparer les données et d’adapter des modèles compatibles. Bash et Python étendent ses usages. Pour la bureautique, les scripts et bibliothèques restent à composer. Unsloth Start relie aussi des harnais externes : leurs fonctions restent attribuées au harnais concerné dans cette grille. Sources : Desktop, outils de conversation, installation Mac.

5,19/10 — OpenCode

OpenCode V2 documente des fournisseurs variés, des agents, des permissions et des snapshots. Son catalogue fournit aussi un outil de génération d’images avec fournisseur compatible et un navigateur Desktop contrôlable : clics, formulaires, captures et audits. Ces fonctions entrent dans les notes. Les formats Office, la voix et le contrôle des applications du poste demandent des outils complémentaires. Sources : V2, outils, fournisseurs.

4,71/10 — DeepSeek Harness · dsh

DeepSeek Harness, ou dsh, expose une architecture de plugins. Son catalogue livré documente la recherche de fichiers, l’édition, les shells, les sous-agents et les livrables. Les API personnalisées permettent de choisir le fournisseur. Cette base lui donne de bons scores de code et d’agents ; les workflows métier supplémentaires demandent une composition. Sources : dépôt officiel, catalogue des outils livrés.

4,67/10 — Jan AI

Jan Desktop propose une interface et un hub de modèles. Cowork ajoute dossiers de travail, plans, commandes confinées, diffs et sous-agents. Jan Agent utilise un fournisseur HTTP ; Desktop possède son moteur local. Les notes distinguent cette base des outils métier à installer via skills ou MCP. Sources : installation Mac, Cowork, Jan Agent, confidentialité.

4,29/10 — MetaGPT

MetaGPT distribue le travail entre des rôles tels que produit, architecture et développement. Ses procédures structurent la production d’un dépôt. Data Interpreter étend l’ensemble à l’analyse et aux graphiques. C’est une base programmable pour une équipe technique, avec des parcours bureautiques, vocaux et distants à construire selon le besoin. Sources : framework, présentation technique.

2,57/10 — Ollama

Ollama fournit modèles, exécution, API et appels d’outils. Sa recherche Web et son support audio ajoutent des capacités utilisables par les clients. L’application qui appelle le moteur organise ensuite les actions, fichiers et validations. Associer Ollama à OpenCode ou à Hermes constitue ainsi une configuration complète dont chaque composant remplit son rôle. Sources : documentation, appels d’outils, recherche, version 0.40.13.

Le classement après les 21 critères

L’indice de polyvalence et d’accès est la somme des 21 notes divisée par 21. Chaque critère pèse 1/21. Les décimales proviennent du calcul ; elles expriment une moyenne éditoriale, avec une précision limitée par les appréciations de départ. Deux solutions proches méritent un examen par usage.

Résultat de cette grille : Hermes Agent arrive en tête pour la polyvalence, suivi de POP Switcher et de OpenClaw. Le détail compte davantage qu’un écart de quelques dixièmes : les notes spécialisées permettent de choisir selon votre travail.

Ce calcul valorise une couverture de plusieurs métiers. Une grande partie des usages d’Ollama est apportée par ses applications clientes : son intérêt comme brique d’IA locale se lit dans les colonnes modèles, confidentialité, budget et embeddings/RAG. Un développeur peut donner davantage de poids au code ; un studio de création peut privilégier les médias.

Périmètres et disponibilité

État documentaire du 2 novembre 2026. Les offres, canaux et fonctions évoluent. Pour POP, le code et la documentation inspectés localement à la référence v4.77m servent de base ; les ajouts ultérieurs du dossier de développement restent hors des notes. Les guides publics présentent les parcours, et cette inspection locale fonde l’analyse technique. Le manifeste de téléchargement public peut désigner une autre version : vérifiez celle proposée lors de l’installation. Les rôles PRO demandent les droits et l’activation prévus par le service d’abonnement.

Les fonctions signalées comme preview par leurs éditeurs sont prises en compte quand un accès documenté est proposé. Cela concerne notamment le contrôle d’ordinateur selon les offres Claude, la génération d’images OpenCode, certaines fonctions Desktop et Unsloth, ainsi que les parcours agentiques concernés. Jan Cowork et Jan Agent nécessitent le canal nightly décrit dans leurs guides ; Jan Desktop stable reste une installation distincte. Les autorisations, dépendances, plans et canaux font partie de la configuration évaluée.

OpenClaw demande de préparer les canaux, fournisseurs et nœuds souhaités ; le module Knowledge est un choix de fournisseur de mémoire. Pour Grok Bot, les abonnements éligibles donnent accès à l’environnement hébergé. Les Pages et le déclenchement depuis X suivent les disponibilités indiquées pour le compte, la version et la région.

Pour Ollama, l’annonce image de janvier est suivie d’un retrait documenté en 0.32.6. Le dossier retient 0.40.13 et réserve le crédit image à un retour confirmé dans cette version. Les scores bas ou nuls indiquent le périmètre effectivement établi, avec une possibilité de révision à partir d’un workflow officiel supplémentaire.

Méthode de lecture finale : les notes évaluent la couverture documentée ; un écart d’un point sur une fonction reflète une appréciation d’intégration et de préparation. Un essai pratique avec vos fichiers complète ce premier tri.

Essayez les harnais sur votre travail

Cette grille propose un point de départ. Testez chaque harnais sur une tâche représentative de votre usage, puis approfondissez les solutions qui vous conviennent. Un logiciel spécialisé peut répondre à votre besoin avec une note globale plus modeste. Un outil polyvalent apporte une couverture plus large, avec sa propre préparation.

Pour un agent polyvalent à distance, examinez Hermes et OpenClaw si vous souhaitez administrer votre environnement. Grok Bot propose une approche hébergée. Pour un projet de développement, comparez Codex, Claude Code, OpenCode et DeepSeek Harness sur votre dépôt, avec les mêmes consignes et les mêmes contrôles.

Pour un studio d’IA locale sur Mac, essayez les rôles de POP et la coordination par The One. Comparez aussi Local Code et Jan selon votre manière de travailler. Pour adapter un LLM, explorez l’atelier Unsloth et son matériel requis. Pour construire des équipes ou des processus métier, examinez CrewAI, MetaGPT et AutoGPT. Ollama peut servir de moteur local dans plusieurs de ces configurations.

Choisissez quelques tâches : corriger un projet, produire un classeur avec des formules ou préparer une présentation à partir de documents. Gardez les mêmes fichiers et les mêmes objectifs. Choisissez un modèle adapté et identifiez les outils activés. Examinez le résultat, le temps de préparation, les coûts et le circuit des données. Vous pourrez ensuite donner davantage de poids aux critères utiles à votre activité.

Ce qu’un essai pratique doit encore mesurer

La puissance et la qualité des LLM restent hors de cette notation. L’examen porte sur les fonctions documentées du harnais. Nous avons également laissé hors du calcul la popularité, les tokens par seconde, la latence, la consommation de mémoire et d’énergie, ainsi qu’un taux de réussite mesuré sur des tâches répétées. La qualité finale des morceaux, des images et des documents Office demande une évaluation des fichiers produits. Le coût réel demande un relevé d’usage. Ces mesures compléteraient utilement le classement.

Pour préparer votre configuration, consultez aussi le démarrage en IA locale avec POP et le guide Docs et RAG.

Les pistes d’amélioration pour POP Switcher

POP réunit un socle gratuit, des rôles spécialisés et une chaîne locale étendue : documents par RAG, voix, musique, code et coordination. Pour aller plus loin, simplifier encore la préparation des moteurs, des modèles et des dépendances faciliterait les premiers pas. Un contrôle des applications plus étendu, avec des autorisations lisibles et des parcours validés, renforcerait son rôle d’assistant sur Mac.

Un atelier facultatif d’adaptation des LLM compléterait la personnalisation par mémoire et RAG. Enfin, des essais reproductibles sur les tâches longues, les livrables Office et le contrôle des interfaces aideraient chacun à apprécier la fiabilité du résultat. Ce sont des pistes proposées par cette analyse. Elles donnent des objectifs concrets pour faire progresser POP, au-delà de sa couverture fonctionnelle actuelle.