Test approfondi du mode local de Tencent Marvis : faut-il sacrifier un peu de vitesse pour mieux protéger la confidentialité ?

Quand on découvre Marvis pour la première fois, on retient souvent tout de suite des arguments comme « piloter son PC depuis son téléphone », « assistant IA au niveau système » ou encore « agir directement sur ses fichiers locaux ».

Mais si vous envisagez vraiment de l’intégrer dans votre flux de travail quotidien, la vraie question n’est pas là.

Le mode local vaut-il vraiment la peine d’être activé ?

Pour cette analyse, je me suis appuyé sur plusieurs retours d’essai publics. L’objectif n’était plus de regarder seulement “ce que Marvis sait faire”, mais plutôt de comprendre :

• ce qui différencie réellement le mode local du mode efficacité
• l’écart concret de vitesse
• si la frontière de confidentialité est réellement solide
• dans quels cas il faut activer le mode local
• et dans quels cas il vaut mieux éviter de s’obstiner

Après lecture, mon avis est assez net :

Si vous traitez des contrats, des tableaux financiers, des dossiers RH ou des documents de projet sensibles qui ne devraient pas partir facilement dans le cloud, le mode local de Marvis mérite clairement l’attention. En revanche, si votre machine est moyenne et que vos tâches reposent sur de longs textes ou du raisonnement complexe, il faut accepter un fait simple : le mode local est plus sûr, mais il est en général plus lent.

La conclusion d’abord

• Au 29 juin 2026, d’après les tests publics disponibles, on peut résumer les deux modes de fonctionnement de Marvis de façon assez simple :
  1. Mode efficacité : collaboration terminal-cloud, plus rapide et plus puissant, adapté à la majorité des tâches courantes
  2. Mode local : les fichiers et les données restent autant que possible sur la machine, mieux adapté aux tâches très sensibles
• Si votre priorité absolue porte sur :
  • les contrats
  • les tableaux financiers
  • les dossiers RH
  • la confidentialité des fichiers locaux alors le mode local de Marvis est clairement l’un de ses points de différenciation produit les plus marquants.
• Si vous privilégiez surtout :
  • le raisonnement complexe sur de longs contenus
  • le traitement de très gros fichiers
  • la fluidité sur une machine plus ancienne alors le mode local n’est pas forcément le meilleur choix par défaut.

Pourquoi le mode local est un vrai point de bascule produit

Beaucoup d’outils IA parlent aussi de “confidentialité”, de “sécurité” ou de “niveau entreprise”. Mais dans les faits, leur logique par défaut reste souvent la même :

• les données sont envoyées dans le cloud
• le modèle raisonne côté cloud
• la machine locale n’est qu’une fenêtre de saisie

Là où Marvis se distingue, c’est qu’il a réellement transformé le “mode local” en choix produit, pas en simple argument marketing.

Les différences mises en avant dans les essais publics sont très claires :

• Mode efficacité
  • collaboration terminal-cloud
  • compréhension et planification des tâches appuyées par le cloud
  • réponse rapide, logique plus solide
• Mode local
  • recours à un modèle exécuté côté terminal
  • traitement des fichiers, indexation et opérations de données réalisés autant que possible sans sortir de l’ordinateur
  • mieux adapté aux données hautement sensibles

C’est pour cela que, selon moi, la vraie ligne de séparation n’est pas “est-ce qu’il sait discuter ?”, mais plutôt :

Le considérez-vous comme un assistant cloud ou comme un espace de travail local ?

Comparatif 1 : la vraie valeur du mode local, ce n’est pas la démonstration technique, c’est le traitement de fichiers sans upload

Une phrase ressort particulièrement dans les visuels publics :

• Grand modèle local, fichiers traités en mode local sans upload

Pourquoi est-ce si important ? Parce que, dans de nombreux usages bureautiques, ce qui freine l’adoption de l’IA n’est pas seulement la qualité des réponses, mais des questions beaucoup plus concrètes :

• les fichiers peuvent-ils rester en local ?
• les données financières vont-elles dans le cloud ?
• le contenu des contrats entre-t-il dans un système tiers ?
• les documents de projet peuvent-ils être traités uniquement sur la machine de l’utilisateur ?

Pour des éléments comme :

• les états financiers
• les contrats juridiques
• les dossiers d’appel d’offres
• les archives RH
• les listes de clients
• les documents de stratégie commerciale

la valeur du mode local ne se mesure pas d’abord en vitesse, mais en confiance.

Si votre travail touche ce type de contenu, le mode local ne vous donne pas seulement un meilleur confort : il vous donne surtout une vraie raison d’oser utiliser l’IA.

Comparatif 2 : les essais publics le disent clairement, le mode local est généralement plus lent

Je n’ai pas envie de présenter le mode local comme quelque chose de “plus sûr, plus rapide et meilleur partout”, parce que les tests publics racontent justement autre chose.

Plusieurs articles arrivent à la même conclusion :

• le mode local répond un peu plus lentement que le cloud
• l’écart est plus visible dès qu’on demande du raisonnement complexe
• les gros fichiers, les longs documents et les tâches d’analyse lourde sollicitent davantage le matériel

Le comparatif public Marvis vs ChatGPT/Claude : comparaison réelle pour les usages IA en entreprise l’exprime d’ailleurs de façon très concrète :

• en mode local, le traitement de gros fichiers demande un matériel nettement plus solide
• avec une configuration du type i5 + 8GB, l’expérience peut se dégrader sensiblement
• une machine de type i7 + 16GB est beaucoup plus recommandée

C’est assez logique. Le principe même du mode local, c’est :

ramener sur votre ordinateur une partie de la charge de calcul qui, autrement, serait absorbée par le cloud.

Autrement dit, ce n’est pas une confidentialité “gratuite”, mais bien un compromis :

vous échangez davantage de ressources locales et un peu de temps d’attente contre une frontière de données plus stricte.

Comparatif 3 : tous les scénarios ne méritent pas le mode local

C’est probablement le point le plus facile à mal interpréter.

Beaucoup de gens entendent “le mode local est plus sûr” et se disent aussitôt :

• autant tout faire en mode local, non ?

Or, à la lecture des essais publics, cette approche n’est pas forcément la bonne.

Le design produit de Marvis laisse au contraire entendre une stratégie d’usage plus pragmatique :

• Tâches quotidiennes standard
  • mode efficacité
• Fichiers très sensibles
  • mode local

En pratique, c’est une logique de segmentation assez saine.

Les tâches qui se prêtent mieux au mode local

• revue de contrats
• analyse financière
• traitement de documents RH
• recherche dans les fichiers locaux
• archivage de documents de projets sensibles

Les tâches qui restent plus adaptées au mode efficacité

• rédaction de contenu classique
• plans et documents génériques
• raisonnement long et complexe
• synthèse de fichiers non sensibles
• tâches où la vitesse compte avant tout

S’il faut résumer en une phrase :

Le mode local n’a pas vocation à rester activé partout en permanence ; il doit être utilisé là où la frontière de confidentialité compte vraiment.

Comparatif 4 : c’est l’association entre pilotage mobile du PC et mode local qui le rapproche d’un véritable assistant d’entreprise

Ce qui différencie le plus Marvis d’un simple chatbot, à mon avis, c’est qu’il relie ensemble le mode local, le traitement de fichiers et la collaboration multi-appareils.

Dans les essais publics, plusieurs actions reviennent souvent :

• visualiser le bureau de son PC depuis le téléphone
• retrouver des fichiers à distance
• compresser des fichiers
• envoyer des e-mails
• partager des contenus via WeChat

Si toutes ces actions se faisaient uniquement dans le cloud, beaucoup d’entreprises resteraient méfiantes. Mais si les fichiers et l’exécution restent principalement en local, la valeur du mode local change d’échelle.

Car ce que veulent réellement beaucoup d’organisations, ce n’est pas :

• une IA qui parle mieux

mais plutôt :

• une IA capable de prendre en charge les tâches qui vivent sur le poste local
• sans envoyer par défaut les fichiers sensibles hors de la machine

Pris isolément, le mode local est “une fonction de confidentialité”. Mais quand on le combine avec le pilotage mobile du PC, la recherche de fichiers et les actions système, il ressemble davantage à :

une soupape de sécurité pour les flux de travail locaux en entreprise.

Comparatif 5 : la frontière de sécurité ne repose pas seulement sur “pas d’upload”, mais aussi sur la confirmation des actions sensibles

Un autre point important mis en avant dans les essais publics est le suivant :

• lorsqu’il s’agit de modifier des réglages système sensibles
• par exemple supprimer des fichiers système ou modifier le registre
• une fenêtre de confirmation demande explicitement l’accord de l’utilisateur

Cela montre que la frontière de sécurité ne repose pas seulement sur “les fichiers restent en local”, mais aussi sur :

• la confirmation obligatoire pour les actions critiques
• l’absence d’exécution libre sur les modifications système sensibles

Pour le mode local, c’est essentiel. Plus l’IA est proche de la machine réelle, des fichiers et du système, moins on peut se contenter de vanter la “commodité”. Il faut aussi garantir :

le contrôle.

Sinon, le mode local devient simplement “plus de permissions”, et non “un meilleur mode pour l’entreprise”.

Le vrai arbitrage que montrent les essais publics

Si l’on recolle les différents articles, le compromis réel du mode local de Marvis devient assez évident :

• ce que vous gagnez :
  • une frontière de confidentialité plus forte
  • un traitement de fichiers sans upload
  • un meilleur fit pour les documents bureautiques sensibles
  • une intégration plus proche des fichiers locaux et des tâches système
• ce que vous acceptez généralement :
  • une réponse plus lente
  • des exigences matérielles plus élevées
  • un désavantage sur le raisonnement long et complexe

Ce n’est pas un défaut en soi. C’est un arbitrage d’ingénierie très classique.

C’est pourquoi je préfère le formuler ainsi :

la vraie question n’est pas “le mode local est-il le meilleur ?”, mais “vaut-il la peine d’être activé dans les moments critiques ?”

Pour qui cela vaut la peine de tester maintenant

Les profils qui devraient essayer sans attendre

• les équipes très sensibles à la confidentialité des données
• les personnes qui manipulent régulièrement des contrats, des documents financiers ou des dossiers RH
• les organisations qui stockent déjà une grande partie de leurs contenus sur des PC locaux ou des répertoires partagés
• les équipes qui veulent une IA proche des fichiers locaux, mais sans passer automatiquement par le cloud
• les travailleurs du savoir disposant d’une machine locale correcte

Les profils qui peuvent attendre un peu

• les personnes avec un matériel modeste qui veulent faire du raisonnement local intensif pendant de longues sessions
• celles dont le besoin principal reste l’écriture longue et les très grands contextes
• celles dont les tâches sont peu sensibles et qui veulent simplement la vitesse maximale
• celles qui n’ont pas besoin d’interagir avec des fichiers locaux ou des actions système, et qui veulent seulement discuter avec une IA

Si vous voulez le tester vous-même, voici comment je le ferais

1. Ne testez pas seulement “la vitesse du chat”, prenez directement des tâches bureautiques sensibles.
2. Les meilleurs scénarios de comparaison sont souvent :
   • la revue de contrats
   • l’analyse de tableaux financiers
   • la recherche dans les fichiers locaux
   • la production de sorties Excel / Word
   • le traitement à distance de fichiers locaux depuis le téléphone
3. Ne regardez pas uniquement la qualité de la réponse. Vérifiez surtout :
   • si les fichiers peuvent réellement rester sans upload
   • si la vitesse du mode local reste acceptable
   • si votre matériel tient la charge
   • si les actions critiques sont bien encadrées par une confirmation
4. Si vous menez déjà un pilote IA en entreprise, vous pouvez aussi comparer au passage :
   • les tâches qui doivent absolument rester en mode local
   • celles qui peuvent continuer en mode efficacité
   • celles qu’il vaut mieux confier directement à Claude ou ChatGPT

Si votre sujet du moment est plutôt : comment intégrer dans un même flux Agent des modèles Tencent, GLM, Kimi, DeepSeek, StepFun et d’autres, vous pouvez commencer ici :

• Tarifs des modèles
• Acheter une API Key
• Documentation API

Mon verdict final

S’il fallait résumer mon point de vue sur le mode local de Marvis en une phrase, ce serait celle-ci :

Ce qui mérite le plus d’attention, ce n’est pas seulement le fait que “Marvis peut faire tourner un grand modèle en local”, mais le fait qu’il ouvre une option plus réaliste pour le travail en entreprise : accepter un peu moins de vitesse et davantage de contraintes matérielles pour obtenir une frontière de confidentialité plus claire sur les tâches sensibles.

À mes yeux, c’est plus important qu’un simple duel sur la vitesse ou l’intelligence brute. Parce que, dans beaucoup d’entreprises, le vrai manque n’est pas un assistant IA “qui parle mieux”, mais :

un point d’entrée de travail capable d’agir au plus près des fichiers locaux et des tâches système, sans obliger l’organisation à envoyer par défaut ses données dans le cloud.

Si votre priorité centrale est la sécurité des données et l’exécution locale, le mode local de Marvis mérite vraiment un test sérieux. Si votre priorité est simplement la génération généraliste la plus rapide possible, ce ne sera pas forcément votre meilleur choix par défaut.

Références

• Marvis vs ChatGPT/Claude：企业办公AI落地真实对比
• 探秘 Marvis：一个能「接管」你电脑的 AI 多智能体系统
• 我用了一天腾讯的Marvis，然后决定让这匹小黑马住在我电脑里了