⚡L'hybride : cloud + local

Vous avez maintenant deux mondes sous la main : un agent de cloud d’une intelligence redoutable (Claude Code), et des modèles qui tournent gratuitement chez vous (Ollama). La fausse question, c’est « lequel choisir ? ». La vraie réponse, c’est : les deux, en même temps, chacun à sa place.

C’est le montage hybride. Et le rôle central revient à Claude Code, en chef d’orchestre. Il ne fait pas tout lui-même, il décide qui fait quoi, et délègue le travail en volume au modèle local.

Pourquoi mélanger plutôt que choisir

Les deux mondes ont des forces opposées, et c’est précisément ce qui les rend complémentaires :

• Le cloud (Claude) est imbattable sur le raisonnement difficile, les tâches longues, le tool use fiable, l’architecture. Mais chaque appel coûte, et vos données partent chez un tiers.
• Le local (Ollama) est gratuit à l’usage, privé, dispo hors-ligne, et largement assez bon pour les tâches bornées et répétitives. Mais il fatigue sur l’agentique longue et le raisonnement de pointe (on en a parlé sans détour dans Choisir son modèle).

Le montage hybride prend le meilleur de chacun : vous gardez l’intelligence de pointe là où elle compte vraiment, et vous faites tomber le coût et les fuites de données sur tout le reste, c’est-à-dire 80 % du volume.

Claude Code en orchestrateur : comment ça marche

Le truc qui rend ça possible : Claude Code peut lancer des commandes. Et Ollama expose une API locale toute simple sur http://localhost:11434. Donc Claude Code peut appeler votre modèle local, via un curl, un script, ou un petit outil, exactement comme il appellerait n’importe quelle commande.

Concrètement, vous dites à Claude : « pour cette tâche en volume, ne la fais pas toi-même, délègue-la au modèle local via l’API Ollama ». Il écrit le script qui boucle sur vos fichiers, tape le modèle local pour chacun, et vous ramène le résultat consolidé. Lui garde la vision d’ensemble ; le local abat le travail.

# Le geste de base que Claude Code orchestre : appeler le modèle local
curl -s http://localhost:11434/api/generate -d '{
  "model": "qwen3-coder:30b",
  "prompt": "Résume ce fichier en 3 puces : '"$(cat rapport.md)"'",
  "stream": false
}' | jq -r .response

Quatre façons concrètes de router le travail

Brancher les deux, en pratique

# Stratégie hybride
- Pour les tâches répétitives et en volume (reformulation, classification,
  résumés, génération de boilerplate), délègue au modèle local via l'API
  Ollama (http://localhost:11434), ne les fais pas toi-même.
- Garde pour toi le raisonnement complexe, l'architecture et la revue.
- Le code et les données marqués « sensibles » : modèle local uniquement.