La meilleure précision et la meilleure vitesse au monde.※1
Un moteur d'inférence conçu de zéro pour le Mac. Des noyaux propriétaires optimisés pour Apple silicon, pour aller au bout de la vitesse. Une quantification propriétaire, pour alléger les modèles en restant proche de la précision du modèle d'origine. L'inférence se fait dans votre Mac, et vos conversations ne sont pas envoyées dans le cloud.
La plupart des IA locales exécutent les modèles via un environnement Python ou un serveur local. Q.E.L.V.A.R.I. est un moteur natif écrit uniquement pour le Mac, qui exécute les modèles directement depuis R.E.V.I.S.
Pour Apple silicon
Sur la base de MLX, les calculs sont affinés avec des noyaux Metal propriétaires. L'architecture d'Apple silicon, où CPU et GPU partagent la même mémoire, se traduit directement en vitesse.
Léger et fidèle
Une quantification propriétaire (Q4T, Q3T) rend les modèles plus petits et plus légers, tout en restant proche de la sortie du modèle d'origine.※1
L'inférence ne passe par aucune communication. Conversations, fichiers et contexte lu par le modèle restent dans votre Mac.
Speculative Decoding
Écrire d'abord, vérifier ensuite d'un coup.
Avec MTP (Multi-Token Prediction), un petit modèle brouillon écrit d'abord quelques mots, puis le modèle principal les vérifie ensemble. Seuls les mots validés par le modèle principal sont retenus. La réponse avance en moins d'étapes qu'en écrivant mot par mot.
Lorsque le brouillon se trompe, le modèle principal réécrit. Le gain de vitesse varie selon le modèle, la longueur du contexte et le nombre d'exécutions simultanées.
DECODE / MTP
DRAFT
VERIFY
OUTPUT
J'ai résumé dans un tableau les décisions et les responsables issus du compte rendu de réunion.
Context Memory
Pour reprendre, pas besoin de tout relire.
Le contexte déjà lu par le modèle (cache KV) est chiffré et conservé sur le SSD du Mac. À la reprise d'une conversation, il n'est pas nécessaire de tout relire depuis le début.
Chiffré, chez vous
Le contexte conservé est chiffré, et la suite de la conversation reprend à partir de là.
Plusieurs à la fois
Les réponses de la conversation et la génération des tâches en arrière-plan peuvent tourner en parallèle sur un seul Mac.
La recherche par le sens, au même endroit
Le modèle d'embeddings, qui transforme le sens des mots en vecteurs, est exécuté par le même moteur. C'est lui qui soutient la recherche de K.E.C.H.I.
Measured
En chiffres.
À chaque échange, le modèle ne relit pas tout depuis le début. Il conserve le contexte déjà lu, ne lit que ce qui s'ajoute — votre message ou le résultat d'un outil —, puis écrit sa réponse. Nous avons donc mesuré, selon la longueur du contexte déjà lu, la vitesse de lecture d'une nouvelle entrée et la vitesse d'écriture de la réponse sur cinq Mac. Chacune de ces vitesses a été atteinte sans réduire la précision des calculs.※2
Différences selon le Mac
Nous avons comparé Qwen3.6 35B et Gemma 4 26B, qui tournent sur tous les Mac. Voici la vitesse lorsque le contexte déjà lu est de 16K (une longueur courante au quotidien).
Qwen3.6 35BGemma 4 26B
Prefill (vitesse de lecture d'une nouvelle entrée)tok/s
M5 Ultra1,4431,505
M5 Max1,2381,284
M4 Max664628
M5 Pro783815
M4 Pro390372
Decode (vitesse d'écriture de la réponse)tok/s
M5 Ultra239241
M5 Max196170
M4 Max172144
M5 Pro123106
M4 Pro10386
Aperçu de la vitesse d'écriture
Reproduit en temps réel la vitesse à laquelle la réponse s'écrit (decode). Vitesse mesurée avec Qwen3.6 35B et un contexte de 16K. Choisissez un Mac et lancez la lecture.
0.0 s
La vitesse de lecture silencieuse est d'environ 4 mots par seconde.
0.716mots/s275
Le remboursement des notes de frais se déroule en trois étapes : la demande, la validation et le paiement.
D'abord, la demande. Dans le mois qui suit la dépense, saisissez la date, le montant et le motif dans le formulaire, puis envoyez-le avec une photo du reçu. Pour les transports en commun, le reçu n'est pas nécessaire si vous indiquez le trajet et le tarif. En revanche, un reçu est obligatoire pour le taxi et le Shinkansen.
Ensuite, la validation. Une fois la demande reçue, votre responsable vérifie les informations et la valide. Au-delà de 50 000 yens, la validation du directeur de département est également requise. Comme tout dossier incomplet est renvoyé, mieux vaut préciser clairement le motif : avec qui et dans quel but.
Enfin, le paiement. Après vérification par la comptabilité, les demandes validées avant le 20 du mois sont versées le 25 avec le salaire. Celles validées après le 20 sont réglées le mois suivant.
En cas de doute, consultez d'abord la rubrique « Procédure des notes de frais » sur le portail interne. Si vous avez encore une question, contactez le service comptabilité : vous recevrez généralement une réponse dans la journée.
Longueur du contexte et vitesse
Plus le contexte déjà lu s'allonge, plus la vitesse de lecture et d'écriture diminue. L'axe horizontal indique la longueur du contexte (de 1K à 128K tokens), et l'axe vertical la vitesse. Choisissez un Mac.
Qwen3.6 35BOrnith 1.5 35BGemma 4 26BQwen3.8 27B
Prefill (vitesse de lecture d'une nouvelle entrée)tok/sDecode (vitesse d'écriture de la réponse)tok/s
Prefill (vitesse de lecture d'une nouvelle entrée)tok/sDecode (vitesse d'écriture de la réponse)tok/s
Prefill (vitesse de lecture d'une nouvelle entrée)tok/sDecode (vitesse d'écriture de la réponse)tok/s
Prefill (vitesse de lecture d'une nouvelle entrée)tok/sDecode (vitesse d'écriture de la réponse)tok/s
Prefill (vitesse de lecture d'une nouvelle entrée)tok/sDecode (vitesse d'écriture de la réponse)tok/s
※2 Mesures réalisées avec les mêmes réglages que R.E.V.I.S. La vitesse varie selon le modèle, le Mac et l'entrée. tok/s indique le nombre de tokens (unités de texte) traités par seconde.
Models
Modèles pris en charge.
Seuls les modèles dont le fonctionnement a été vérifié avec Q.E.L.V.A.R.I. peuvent être chargés. Les nouveaux modèles seront pris en charge au fur et à mesure.
Modèle
Taille (Q4T / Q3T)
Gemma 4 26B MoE
15.6 GB / 12.7 GB
Qwen3.6 35B MoE
19.4 GB / 15.6 GB
Ornith 1.5 35B MoE
19.4 GB / 15.6 GB
Qwen3.8 27B
20.1 GB / 17.6 GB
Les tailles incluent le modèle brouillon MTP (Gio). Les modèles se chargent dans la limite de la mémoire installée moins environ 7 Go. À titre indicatif, un Mac avec 24 Go de mémoire exécute le Q3T de Gemma 4, Qwen3.6 et Ornith 1.5, et à partir de 32 Go, le Q4T de tous les modèles.
※1 La précision indique la fidélité avec laquelle la sortie du modèle d'origine est reproduite ; elle ne signifie pas des performances supérieures à celles du modèle d'origine. La vitesse varie selon le modèle, le Mac et l'entrée.
※ Les animations de cette page sont des illustrations et diffèrent des écrans réels du produit.