Page informative, sans valeur de conseil. Téléchargez depuis la source officielle, vérifiez la licence du logiciel et de chaque modèle, et gardez en tête qu'un modèle de langage peut se tromper : croisez les informations importantes.
À quoi ça sert
Jan (développé par Menlo Research) est une application de bureau minimaliste qui ressemble volontairement à ChatGPT : si vous l'avez déjà utilisé, vous serez à l'aise tout de suite. La différence essentielle, c'est que tout fonctionne sur votre ordinateur, hors-ligne si vous le souhaitez, et que le code est entièrement open source. Sous le capot, Jan fait tourner les modèles GGUF via llama.cpp, intégré directement dans l'application.
Ce qui fait sa force
- Vraiment open source, vraiment auditable. Jan est publié sous licence Apache 2.0 — permissive, et explicite sur les brevets. Le code est public, ce qui permet de l'auditer, de le contribuer, et donne une garantie de transparence rare pour une application de chat aussi soignée.
- Hors-ligne par conception. En usage local pur, Jan ne contacte aucun serveur : vos conversations restent sur le poste. C'est l'argument central pour qui place la confidentialité au premier plan.
- Local et cloud dans la même interface. Jan fait tourner des modèles locaux, mais peut aussi se connecter à des API distantes (OpenAI, Anthropic, Mistral, ou tout point d'accès compatible OpenAI, dont Ollama). Vous gardez le choix, échange par échange, entre rester local ou appeler un modèle cloud.
-
Un serveur API local intégré. Jan sait exposer un serveur compatible OpenAI sur
http://127.0.0.1:1337: vos scripts et outils « OpenAI » se branchent dessus en changeant simplement l'URL de base. Pratique pour transformer Jan en moteur local pour d'autres applications. - Moteur moderne et entretenu. Jan a recentré son inférence sur llama.cpp intégré (l'ancien moteur Cortex a été déprécié à l'été 2025), pour un meilleur suivi des nouveaux modèles et des optimisations matérielles.
Pour qui
Idéal pour quelqu'un qui veut juste discuter avec une IA locale, dans une interface claire, sans configuration, et qui tient à un logiciel open source qu'il peut inspecter. Si vous voulez interroger vos propres documents, regardez GPT4All ; pour le catalogue Hugging Face le plus large, LM Studio ; pour piloter le moteur au terminal, Ollama. C'est largement une question de goût d'interface — les quatre partagent le même moteur d'inférence.
Installation
Télécharger et installer
Source officielle : jan.ai (Windows, macOS et Linux). Téléchargez l'installeur de votre système et lancez-le : c'est une application classique.
Choisir et télécharger un modèle
Ouvrez l'onglet « Hub » et parcourez le catalogue de modèles open source. Cliquez sur celui qui vous intéresse, puis « Download ». Le modèle est stocké localement et réutilisable hors-ligne.
Discuter
Démarrez une nouvelle conversation et écrivez votre question : Jan charge automatiquement le modèle sélectionné. La première réponse demande quelques secondes (chargement en mémoire), puis l'échange devient fluide.
Activer le serveur API local (optionnel)
Dans Settings → Local API Server, démarrez le serveur. Il écoute sur
http://127.0.0.1:1337, avec un point d'accès compatible OpenAI sur /v1 :
il suffit de pointer un outil « OpenAI » vers cette URL (n'importe quelle clé convient en local).
Bien choisir son modèle
La taille du modèle (3B, 7B, 8B…) fixe la mémoire nécessaire : comptez environ
la taille du fichier en RAM. Un 7B quantifié Q4 pèse ~4 à 5 Go ; un 3B,
~2 Go. Sur une machine modeste, commencez par un 3B ou 7B quantifié. Jan tourne sur
processeur ; un GPU compatible accélère sans être obligatoire.
Points de vigilance
Jan est un outil sain : en usage local, il ne communique avec rien, et un modèle trop lourd ne fait que ralentir la machine. Les vrais points d'attention apparaissent surtout si vous activez une connexion cloud ou le serveur API.
| Point d'attention | Niveau | Ce qu'il faut savoir |
|---|---|---|
| Connexion à une API cloud (si activée) | 🟡 seulement si vous l'activez | Par défaut Jan est local. Si vous configurez un provider distant (OpenAI, Anthropic…), les messages concernés partent vers ses serveurs — c'est attendu, mais à choisir en connaissance de cause. Pour des données sensibles, restez sur un modèle local. |
| Licence du modèle (≠ celle de Jan) | 🟡 selon le modèle | Jan est sous Apache 2.0, mais chaque modèle a sa propre licence : Llama et Gemma imposent des conditions, Mistral et Qwen (Apache 2.0) sont plus souples. À vérifier avant un usage commercial. |
| Serveur API sans authentification | 🟡 seulement si vous l'activez | Le serveur (port 1337) écoute en local sans authentification. Sans risque sur 127.0.0.1 ; ne l'exposez sur le réseau que derrière un pare-feu ou un proxy authentifié. |
Sécurité
- En usage local, Jan reste hors-ligne : vos conversations restent sur le poste. N'activez une connexion API distante que si vous en avez besoin et après lecture des CGU du service.
-
Gardez le serveur sur
127.0.0.1(port 1337). Ne l'exposez sur le réseau qu'avec une couche d'authentification (reverse-proxy, VPN, pare-feu). - Le code est public sur GitHub : vous pouvez l'examiner ou suivre les revues de la communauté.
- Tenez l'application à jour depuis le site officiel pour les correctifs.
Aller plus loin
- GPT4All — pour interroger ses propres documents en local (LocalDocs).
- LM Studio — catalogue Hugging Face intégré et serveur API soigné.
- Ollama — le moteur en ligne de commande, à brancher comme provider de Jan.
- OSIALab — comparer Jan avec les autres outils d'IA locale.
Sources
- Site officiel : jan.ai
- Code source & licence (Apache 2.0) : github.com/menloresearch/jan
- Documentation (serveur API local) : jan.ai/docs