Framework Desktop 192 Go : précommandes ouvertes à 6 799 dollars

Framework a ouvert le 30 septembre 2026 les précommandes d'un Framework Desktop doté de 192 Go de mémoire. Il repose sur la nouvelle puce Ryzen AI Max+ PRO 495 d'AMD, nom de code Gorgon Halo. Cette mémoire supplémentaire permet à un petit boîtier de charger des modèles d'IA à poids ouverts de plus de 300 milliards de paramètres. The Register indique un prix de 6 799 dollars.

Selon Framework, les livraisons commencent en novembre 2026. L'entreprise ne fabriquera d'abord qu'un seul lot, avec la mémoire dont elle dispose en stock.

Ce qui change par rapport au modèle 128 Go

La mémoire fait la une. L'annonce de Framework le dit clairement : « Le changement important pour l'IA locale, c'est la mémoire unifiée supplémentaire. » La mémoire unifiée signifie que le processeur et la puce graphique partagent une seule réserve de RAM. Une carte graphique séparée, elle, a sa propre mémoire.

Framework vend désormais quatre capacités de mémoire, réparties sur trois puces AMD.

Mémoire	Puce
32 Go	Ryzen AI Max 385
64 Go	Ryzen AI Max+ 395
128 Go	Ryzen AI Max+ 395
192 Go	Ryzen AI Max+ PRO 495

La nouvelle puce compte 16 cœurs de processeur Zen 5 et une puce graphique de 40 unités de calcul, selon la page produit de Framework. Tom's Hardware rapporte que la famille Ryzen AI Max 400 utilise l'architecture graphique RDNA 3.5 d'AMD et monte jusqu'à 5,2 GHz. La mémoire est de la LPDDR5X-8533 sur un bus de 256 bits. Framework annonce une bande passante de 273 Go/s, c'est-à-dire la vitesse à laquelle les données circulent entre la mémoire et la puce.

Les acheteurs peuvent choisir une DIY Edition à assembler eux-mêmes ou un système préassemblé livré avec Fedora Linux.

Quelle taille de modèle y entre

The Register a calculé ce que 192 Go peuvent contenir. En précision 4 bits, la machine peut faire tourner des modèles d'environ 345 milliards de paramètres sous Linux et d'environ 320 milliards sous Windows. La précision 4 bits, aussi appelée quantification, stocke chaque nombre du modèle sur 4 bits au lieu de 16. Cela divise l'usage de la mémoire par environ quatre, au prix d'un peu de précision.

The Register cite deux modèles à poids ouverts qui y entrent : DeepSeek V4 Flash, avec 284 milliards de paramètres, et GLM-5.3-Flash, avec 320 milliards. Aucun des deux ne tiendrait sur la version 128 Go à cette précision.

Pourquoi le prix est si élevé

Le blog de Framework indique que le modèle 192 Go coûte nettement plus cher que celui de 128 Go. The Register rapporte le prix de 6 799 dollars et note que « toute cette mémoire n'est pas donnée ».

Toute la catégorie est devenue plus chère, selon The Register. Il y a un an, les machines équipées de la puce Strix Halo, la génération précédente d'AMD, coûtaient de 2 000 à 3 000 dollars. À l'été 2026, elles coûtaient environ 4 000 dollars. Les systèmes équipés de la puce GB10 de Nvidia se vendaient autrefois de 3 000 à 4 000 dollars et coûtent maintenant de 6 000 à 8 000 dollars.

Ce que cela signifie pour les développeurs

Achetez-la pour la taille des modèles, pas pour la vitesse. La machine de 192 Go sert à charger des modèles trop gros pour la version 128 Go. Sa vitesse de réponse dépend largement de la bande passante mémoire, et c'est avec 273 Go/s qu'il faut planifier. Avant de commander, estimez le nombre de tokens par seconde dont vous avez besoin et comparez-le aux tests publiés de machines similaires.

Gardez de la place au-delà du modèle lui-même. Un modèle de 320 milliards de paramètres qui « tient » en 4 bits a quand même besoin de mémoire pour son contexte, l'historique courant de la conversation. Les longs prompts et les longs documents grignotent cet espace. Choisissez un modèle avec une marge confortable, pas un modèle qui remplit les 192 Go.

Misez sur Linux si vous voulez les plus gros modèles. Selon les chiffres de The Register, Linux offre environ 25 milliards de paramètres de marge de plus que Windows. Le système préassemblé sous Fedora est le chemin le plus court vers cette configuration.

Comparez le prix avec le cloud. À 6 799 dollars, la machine n'est rentable que si vous faites souvent tourner de grands modèles, si vos données doivent rester sur votre propre matériel, ou les deux. Comparez-la avec une année de GPU loués dans le cloud pour la même charge de travail.

Commandez tôt si vous en voulez une cette année. Framework fabrique un seul premier lot avec la mémoire dont il dispose, donc les commandes suivantes pourraient attendre au-delà de novembre.