Le 23 septembre 2026, Google a annoncé sur son blog officiel pour développeurs que le SDK Antigravity prend désormais en charge les workflows de modèles locaux, en commençant par Gemma 4 26B A4B via LiteRT de Google AI Edge. Les développeurs peuvent ainsi faire tourner des assistants dotés de capacités agentiques dans des environnements totalement hors ligne — le code et les requêtes ne quittent plus la machine.
Les prérequis sont énoncés précisément. Google recommande une machine dotée de plus de 24 Go de VRAM ou de mémoire unifiée ; l'installation tient en deux étapes — installer google-antigravity et litert-lm via pip, puis télécharger la version LiteRT de Gemma 4 26B A4B depuis l'organisation litert-community sur Hugging Face — et quelques lignes de code lancent un Agent local. Dans l'exemple officiel, cet agent local répond à la question « Quels fichiers se trouvent dans le répertoire courant ? » — la tâche la plus simple, et la plus éloquente.
Pourquoi c'est important : un cerveau dans le cloud, une main-d'œuvre en local
Google ne vend pas ici « le local remplace le cloud », mais une orchestration hybride. La démo officielle montre un schéma Architecte-Constructeur : Gemini 3.8 Flash dans le cloud s'occupe de la planification et du pilotage, en architecte ; un essaim d'instances Gemma 4 26B sur la machine locale fait le vrai travail, en équipe de chantier. Dans la démo, l'audit et la correction de trois modules vulnérables — auth.py, billing.py et database.py — se déroulent entièrement en local, sans que les données quittent le réseau interne.
La division du travail est calculée. La planification et le pilotage exigent le jugement du modèle le plus fort et restent dans le cloud ; la phase d'exécution, gourmande en tokens, bascule sur l'appareil, ce qui économise les coûts d'API et les limites de débit tout en satisfaisant des exigences strictes de conformité des données. Les quatre raisons avancées par Google — coût, confidentialité, résilience hors ligne, orchestration hybride — répondent au fond à la même question : quelles étapes méritent qu'on paie un modèle cloud, et lesquelles peuvent être résolues en local ? C'est la même tendance que la prise en charge native de GGUF dans transformers (la barre pour faire tourner des modèles quantifiés en local ne cesse de baisser (/article/2045-transformers-yuan-sheng-zhi-chi-gguf-ben-di-pao-liang-hua-mo-xing-bu-yong-zai-zh)) : le calcul sur appareil évolue de « peut exécuter un modèle » à « peut exécuter un agent ».
Les limites
L'exigence de 24 Go de VRAM exclut la plupart des ordinateurs portables fins et légers — l'arithmétique matérielle incontournable pour faire tourner un modèle de classe 26B en local. LiteRT est pour l'instant le backend d'exécution recommandé ; pour les autres modèles locaux et options d'exécution, Google se contente de dire que la couverture s'étendra, sans calendrier. Et hors ligne ne veut pas dire sans maintenance : fichiers de modèles, versions du SDK et environnement local restent à entretenir.
