Splash dans LM Studio : activer le moteur d'Inco AI pour Qwen3.8 sur Mac

Un modèle d'IA ne tourne pas tout seul : il lui faut un moteur d'inférence, le logiciel qui exécute les calculs sur la puce. LM Studio en embarque plusieurs. Depuis un billet du 18 septembre 2026, son application Bionic en propose un de plus, Splash, développé par la société Inco AI et publié en code ouvert.

Ce que Splash a de particulier

La plupart des moteurs cherchent à faire tourner tous les modèles correctement. Splash fait le choix inverse : il est réglé pour deux modèles seulement, Qwen3.8-27B et Qwen3.6-35B-A3B, avec des routines graphiques et un plan d'occupation de la mémoire propres à chacun.

Chaque modèle est livré avec un petit modèle « brouillon ». Celui-ci propose plusieurs mots d'avance, que le grand modèle n'a plus qu'à valider. Cette technique, le décodage spéculatif, accélère la réponse sans changer le modèle qui a le dernier mot.

Ce qu'il faut

• LM Studio Bionic 1.1.5 ou plus récent ;
• un Mac à puce M3 ou ultérieure, sous macOS 26.4 au minimum ;
• 36 Go de mémoire unifiée au moins. Inco recommande 48 Go ou plus.

Ce dernier point écarte d'emblée beaucoup de portables de bureau. Vérifiez la mémoire de la machine avant d'aller plus loin.

L'activation en quatre étapes

Le billet ne contient aucune commande : tout se passe dans les menus.

1. Installez LM Studio Bionic et ouvrez-le.
2. Allez dans Settings > Runtime. Dans la rubrique Experimental backends, cliquez sur Download en face de Splash (Metal).
3. Allez dans Settings > Explore, collez le lien Hugging Face du modèle, sélectionnez-le et cliquez sur Download. Deux choix existent : incoai/Qwen3.8-27B-Splash et incoai/Qwen3.6-35B-A3B-Splash.
4. Une fois le téléchargement terminé, ouvrez une nouvelle session et choisissez le modèle dans le sélecteur de modèles locaux.

Les chiffres annoncés

Ils viennent d'Inco AI, sur une seule configuration : une puce M5 Pro avec 48 Go de mémoire et Qwen3.8-27B.

• 74 tokens par seconde sur des requêtes courtes ;
• 54 tokens par seconde avec un contexte de 32 000 tokens ;
• 170 tokens par seconde au total avec quatre requêtes courtes simultanées.

Inco affirme aller environ deux fois plus vite que le moteur le plus rapide parmi ceux qu'il a comparés, et 3,9 fois plus vite dans le cas des quatre requêtes simultanées. Le moteur de comparaison n'est pas nommé dans le billet de LM Studio, qui renvoie au site d'Inco pour la méthode.

Les limites

• Deux modèles, pas un de plus. Si vous utilisez autre chose que ces deux Qwen, Splash ne vous sert à rien.
• Un statut expérimental. LM Studio range lui-même ce moteur parmi les options expérimentales.
• Des mesures non vérifiées. Aucun test indépendant n'est cité, et rien n'est dit des puces M3 ou M4 ni des machines à 36 Go.
• Une dépendance à l'égard d'un éditeur. Les modèles sont des versions préparées par Inco. Leur disponibilité future dépend de lui.

Notre lecture

Splash confirme une tendance déjà visible avec d'autres projets pour Mac : plutôt qu'un moteur universel, des moteurs spécialisés pour un modèle et une famille de puces. Pour l'utilisateur, le bénéfice possible est réel, surtout quand plusieurs demandes arrivent en même temps, ce qui est le cas dès qu'un agent travaille.

Pour une petite équipe déjà équipée d'un Mac récent avec 48 Go, l'essai coûte deux téléchargements et se défait en changeant de modèle. La bonne méthode : reprendre trois ou quatre tâches réelles, les chronométrer avec le moteur habituel puis avec Splash, et ne garder ce dernier que si l'écart se voit sur votre propre machine. Acheter du matériel sur la foi de ces seuls chiffres serait prématuré.