Aller au contenu
20 novembre 2026

Programme IA gratuit : renommer des captures d’écran sur Mac Studio

Un développeur teste Qwen, Ollama et OpenCode sur un Mac Studio M4 Max, réussit un petit utilitaire mais rencontre des blocages majeurs lors du débogage d’un organiseur PDF, soulignant les limites du contexte de 64 000 tokens.

Programme IA gratuit : renommer des captures d’écran sur Mac Studio

En février 2026, j’ai décidé de reprendre l’expérimentation avec des modèles d’IA en local afin de remplacer temporairement Claude Code. Mon matériel de référence était un Mac Studio M4 Max équipé de 128 Go de RAM, correctement dimensionné pour faire tourner une pile complète d’outils : Ollama pour la gestion des modèles, OpenCode comme environnement agentique, et le modèle chinois Qwen-3-coder-next:q4_K_M (80 milliards de paramètres, 3 milliards actifs).

Mise en place de la chaîne IA locale

J’ai installé la version 2.2.5 d’OpenCode, lancé Ollama dans un terminal classique et sélectionné Qwen comme moteur de génération. Le modèle possède un contexte limité à 64 000 tokens, ce qui représente environ 64 Ko de texte mémorisable à chaque interaction. Cette contrainte a dicté la manière dont j’ai découpé les tâches : chaque fonction devait être générée dans une session distincte afin d’éviter que l’IA ne dépasse son espace de travail.

Pour comparer, une première série d’essais effectuée sur un ordinateur doté de 64 Go de RAM et d’un GPU RTX Spark avait déjà montré que la quantité de mémoire disponible influence la stabilité du contexte. Le Mac Studio, grâce à ses 128 Go, a permis de garder plusieurs fenêtres de code ouvertes sans que le système ne sature.

Renommage automatique de captures d’écran

L’objectif immédiat était de créer une petite appli capable d’afficher, une à une, les images d’un dossier contenant plus de 7 000 captures générées par CleanShot X, puis de les renommer via la touche Retour. Le design de l’interface s’appuie sur des composants macOS classiques : liste de fichiers à gauche, aperçu à droite, champ texte en bas. Malgré la simplicité du cahier des charges, la génération du code a nécessité près de six jours, principalement parce que l’IA peinait à produire correctement le bloc de liste de fichiers. Après plusieurs itérations infructueuses, j’ai redémarré OpenCode, effacé le cache et demandé une génération exclusive de cette partie. La fois suivante le modèle a livré un code fonctionnel, ce qui a débloqué le reste du projet.

L’application fonctionne aujourd’hui : un simple appui sur Entrée renomme le fichier et charge la capture suivante. Certaines fonctionnalités avancées (barre de défilement redimensionnable, modèles de noms, zoom, navigation clavier) n’ont pas été intégrées, car chaque ajout relançait le processus de débogage déjà fragile.

Tentative d’organisateur de PDF et limites du contexte

Fort de ce succès, j’ai entamé un second projet plus ambitieux : un outil capable d’analyser le contenu de dizaines voire de centaines de PDF et de les classer automatiquement. macOS 27 intègre maintenant une IA capable d’interpréter le sens des documents, mais la documentation reste très mince. J’ai donc demandé à OpenCode de rechercher les API nécessaires, de rédiger un fichier .md de synthèse, puis, dans une session séparée, d’en implémenter le code.

Après cinq jours d’efforts, le prototype pouvait identifier le sujet d’un seul PDF, mais il plantait dès que le traitement s’étendait à plusieurs fichiers. Le problème provenait du gestionnaire de mémoire de l’IA locale : chaque appel consomme une partie du contexte de 64 000 tokens, et aucune stratégie de persistance n’était disponible. En fin d’année 2026, il est donc clair que, pour des tâches de débogage diagnostique complexes, une IA locale gratuite ne peut pas rivaliser avec Claude Code, qui bénéficie d’un contexte d’un million de tokens.

Cette expérience a également mis en lumière le comportement des modèles. Qwen, bien qu’il montre son raisonnement pas à pas, insère parfois des caractères chinois inattendus — un effet secondaire de son origine Alibaba. Gemma 4 :26b, multimodale, est capable de lire des captures d’écran, mais devient rapidement incohérente sans supervision attentive. En pratique, je n’ai gardé Qwen pour la majorité des opérations, et je n’ai sollicité Gemma que lorsqu’une image devait être interprétée.

Une pile IA locale open source peut effectivement générer une petite application macOS, à condition de rester dans des limites de contexte strictes et de redémarrer l’environnement à chaque nouveau problème. Pour des projets plus conséquents, la robustesse de Claude Code reste indispensable.

Élise Nguyen
Auteur

Élise Nguyen

Élise Nguyen a couvert plusieurs COP et suit les politiques climatiques françaises et européennes. Formée à la lecture des rapports scientifiques, elle traduit les données du GIEC sans les dramatiser ni les diluer.