Notre avis
Note finale
8/10
Le GEEKOM IT13 Max montre tout son intérêt lorsqu’il dépasse son rôle de simple PC : sa puissance et sa connectique permettent de réunir IA locale, domotique et serveur multimédia sans compromis majeur dans notre utilisation. Sa mémoire soudée et un écosystème IA qui n’exploite pas encore complètement son NPU l’empêchent cependant d’être la plateforme parfaite pour un laboratoire destiné à évoluer pendant de nombreuses années.
Notes
- Design9/10
- Performances8/10
- IA locale8/10
- Serveur domestique8/10
- Evolutivité7/10
Avantages
- Suffisamment de puissance pour cumuler IA, Home Assistant et Plex
- Une IA locale réellement réactive avec un modèle bien dimensionné
- Une connectique exceptionnelle, notamment le double Ethernet 2,5 Gb/s
Inconvénients
- Les 24 Go de notre configuration sont soudés
- Le SSD de 500 Go peut rapidement devenir limité
- Le NPU reste encore difficile à exploiter avec les outils IA courants
Présentation et design
Le GEEKOM IT13 Max reprend la recette désormais bien connue du constructeur avec un boîtier carré relativement discret, majoritairement noir et suffisamment compact pour tenir dans une main. Ses dimensions de 136 x 132 x 50,1 mm représentent un volume inférieur à un litre, tandis que son poids officiel de 652 grammes permet de le transporter facilement entre deux postes de travail. Le support VESA fourni permet également de le fixer derrière un moniteur afin de créer une installation presque invisible.
La construction inspire davantage confiance que celle des mini PC les plus abordables. Le boîtier ne se contente pas d’abriter les composants : il participe à leur refroidissement, épaulé par le système IceBlast 3.0 et ses caloducs. Le format réduit impose néanmoins de conserver suffisamment d’espace autour des grilles d’aération, surtout lorsque le processeur ou le GPU sont sollicités durablement.
La façade est particulièrement généreuse. Elle rassemble quatre ports USB-A 3.2 Gen 2, dont un capable d’alimenter un périphérique lorsque le PC est éteint, une prise casque et le bouton d’alimentation. L’arrière accueille deux ports USB4, deux sorties HDMI, deux prises Ethernet 2,5 Gb/s, un USB-A supplémentaire à 10 Gb/s et un dernier port USB 2.0 destiné à un clavier, une souris ou un dongle. Un lecteur de cartes SD et un verrou Kensington complètent l’ensemble sur les côtés. Peu de mini PC permettent de connecter autant de périphériques sans recourir immédiatement à une station d’accueil.
Les deux ports USB4 et les deux sorties HDMI permettent de piloter jusqu’à quatre écrans 4K ou un affichage 8K, selon les écrans et les adaptateurs employés. Le double Ethernet 2,5 Gb/s représente également un véritable avantage pour un serveur domestique, un laboratoire réseau, une plateforme de virtualisation ou une machine reliée simultanément à deux réseaux. Le Wi-Fi 7 et le Bluetooth 5.4 assurent de leur côté les connexions sans fil.
Fiche technique
- Processeur : Intel Core Ultra 9 185H
- Circuit graphique Intel Arc intégré
- NPU Intel AI Boost
- Puissance IA totale annoncée 35 TOPS en INT8
- Mémoire 24 Go de LPDDR5-5600 soudée
- Stockage SSD NVMe PCIe 4.0 de 500 Go
- Extension du stockage M.2 2280 NVMe jusqu’à 4 To + M.2 2242 SATA jusqu’à 2 To
- USB : 2 USB4 et 6 USB-A
- Affichage : 2 HDMI, jusqu’à quatre écrans 4K ou un écran 8K
- Réseau filaire : 2 Ethernet 2,5 Gb/s
- Réseau sans fil : Wi-Fi 7, Bluetooth 5.4
- Autres connexions : Lecteur SD, jack 3,5 mm, verrou Kensington
- Système : Windows 11 Pro
- Dimensions : 136 x 132 x 50,1 mm
- Poids : 652 g
- Alimentation : Adaptateur 120 W
- Prix : 799€ (code promo de -8% utilisable sur le site officiel et sur Amazon : BGIT13M8)
Notre configuration combine 24 Go de mémoire LPDDR5 soudée et un SSD de 500 Go. La mémoire offre une bande passante intéressante pour le GPU intégré, mais elle ne pourra pas être augmentée. La seconde version du GEEKOM IT13 Max dispose de 16 Go de DDR5 sur deux emplacements SO-DIMM et peut évoluer jusqu’à 96 Go, avec un SSD de 1 To. Cette dernière sera plus pertinente pour la virtualisation intensive ou l’utilisation de modèles d’IA plus gourmands en mémoire.
Une machine puissante… mais pour quoi faire ?
Avec son Core Ultra 9 185H, ses 24 Go de mémoire et son circuit graphique Intel Arc, le GEEKOM IT13 Max possède largement assez de puissance pour assurer les tâches classiques d’un ordinateur de bureau. Mais simplement constater qu’un mini PC à près de 800 euros ouvre rapidement Chrome, Office ou Photoshop ne nous semblait pas particulièrement intéressant.
Nos benchmarks confirment déjà que la réserve est là. L’Intel Arc obtient 30 797 points en OpenCL et 26 699 points sous Vulkan dans Geekbench Compute. Avec OpenVINO et le GPU Intel, Geekbench AI 1.7 atteint de son côté 8 370 points en simple précision, 13 950 points en demi-précision et 21 643 points sur les calculs quantifiés. Nous avons également soumis un Mac mini M4 Pro et un MacBook Pro au même benchmark. Le GEEKOM termine devant dans nos passages, mais avec une nuance importante : l’IT13 Max utilisait OpenVINO sur son GPU Intel Arc tandis que le Mac mini exploitait Core ML sur son processeur. Ces résultats montrent donc surtout que les deux plateformes possèdent largement assez de ressources pour expérimenter avec l’intelligence artificielle.
Nous avons préféré aller plus loin et nous poser une question plus intéressante : et si l’IT13 Max devenait le serveur de la maison ? Notre objectif a été de faire fonctionner simultanément une IA locale, Home Assistant, un accès depuis Telegram et Plex avec les médias stockés sur un NAS. Une manière beaucoup plus concrète d’exploiter son processeur, sa mémoire, son réseau et ses différents accélérateurs.
Construire notre IA locale : pourquoi Qwen 3.5 4B ?
Les services comme ChatGPT ou Claude donnent l’impression que l’intelligence artificielle est simple : on ouvre une application, on écrit une question et la réponse arrive. Toute la complexité est masquée par le fournisseur. En local, elle réapparaît immédiatement. Il faut choisir un modèle, sa taille, son moteur d’exécution, la quantité de mémoire qu’on lui accorde et parfois même l’accélérateur chargé de le faire fonctionner. Une machine puissante ne suffit donc pas à garantir une bonne expérience.
Nous avons choisi Ollama pour exécuter nos modèles et Open WebUI pour retrouver une interface proche d’un assistant en ligne. Après différents essais, notre modèle principal est devenu Qwen 3.5 4B, tandis que sa variante 9B reste disponible pour les demandes plus exigeantes.
Pourquoi seulement 4 milliards de paramètres ? Parce que nous ne cherchions pas à lancer le plus gros modèle que les 24 Go pouvaient accepter, mais celui que nous aurions réellement envie d’utiliser tous les jours. Qwen 3.5 comprend correctement le français, sait rédiger, résumer, expliquer, produire du code et surtout utiliser des outils, un point important pour notre future intégration à Home Assistant. Le 9B offre davantage de capacités, mais il demande aussi plus de ressources et se montre moins réactif.
Sur notre configuration optimisée, Qwen 3.5 4B commence à répondre environ 0,35 seconde après une question simple et atteint autour de 24 tokens par seconde. Une réponse classique est généralement terminée en moins de huit secondes. Nous conservons également le modèle chargé en mémoire afin d’éviter son rechargement entre deux demandes. C’est probablement le principal enseignement de notre expérience : en IA locale, le meilleur modèle n’est pas nécessairement le plus performant, mais celui qui reste suffisamment bon et suffisamment rapide pour qu’on continue réellement à l’utiliser.
Pourquoi une IA locale ?
Qwen 3.5 4B ne remplace évidemment pas les modèles les plus puissants disponibles dans le cloud. L’intérêt est ailleurs. Une conversation ou un document peuvent être traités directement sur l’IT13 Max sans devoir être envoyés à un fournisseur d’IA. L’assistant fonctionne également sans connexion Internet et ne dépend ni d’un abonnement supplémentaire ni d’un quota de requêtes.
Pour notre projet, le véritable intérêt est surtout son intégration aux services locaux. Qwen n’est pas seulement un chatbot dans une page Web : nous allons pouvoir le connecter à Home Assistant et lui donner accès à certaines informations ou actions de la maison. Cette autonomie possède toutefois ses limites. Un modèle local n’a pas spontanément accès aux dernières informations disponibles sur Internet. Nous lui avons donc ajouté une recherche Web via Tavily, déclenchée uniquement lorsque cela est nécessaire. La différence est immédiatement perceptible : une réponse locale prend quelques secondes, tandis que notre recherche utilisant deux sources a demandé environ 40 secondes. Dans ce cas, le fonctionnement n’est évidemment plus entièrement local puisque la recherche passe par un service externe. Notre logique est donc assez simple : local par défaut, cloud quand il apporte réellement quelque chose.
Home Assistant donne un rôle concret à l’IA
C’est avec Home Assistant que notre installation commence réellement à dépasser le simple chatbot local. La plateforme peut centraliser les lumières, prises, capteurs, téléviseurs et autres équipements connectés de la maison. Son intégration Ollama permet également d’utiliser un modèle local comme agent conversationnel et de lui donner accès à certaines entités. Nous aurions pu exposer toute notre maison à Qwen en permanence. Nous avons préféré créer deux assistants utilisant le même modèle. Le premier reste généraliste et répond rapidement aux demandes ordinaires. Le second dispose uniquement du contexte et des équipements nécessaires pour interagir avec Home Assistant. Ce choix évite de transmettre inutilement au modèle la description de dizaines d’appareils lorsqu’on lui demande simplement de reformuler un texte. Nous pouvons alors lui demander : « Maison : quelle est la météo actuellement ? »
Qwen ne tente plus de répondre à partir de ses connaissances internes. Home Assistant lui transmet la donnée disponible au moment de la demande, puis le modèle la transforme en réponse naturelle. Nous pouvons appliquer le même principe au contrôle des appareils. Il ne faut toutefois pas confondre intelligence artificielle et automatisation. Lorsqu’une requête demande de récupérer plusieurs états avant de décider d’une action, nous avons constaté des délais pouvant atteindre 40 à 55 secondes. Pour « si quelqu’un entre dans la pièce, allume la lumière », une automatisation traditionnelle reste beaucoup plus rapide et fiable. L’IA devient intéressante avec des demandes plus naturelles, par exemple : « est-ce qu’il fait assez chaud cet après-midi pour laisser le chauffage coupé ? »
C’est dans ce genre de situation qu’elle apporte réellement quelque chose.
Telegram rend enfin l’ensemble naturel à utiliser
Open WebUI et Home Assistant fonctionnent très bien dans un navigateur, mais nous ne voulions pas ouvrir une interface spécifique chaque fois que nous souhaitions parler au serveur. Nous avons donc ajouté un bot Telegram. Un message classique est envoyé directement à Qwen tandis qu’une phrase commençant par « Maison : » utilise l’agent Home Assistant. Dans la même conversation, nous pouvons ainsi écrire :
- Donne-moi trois idées de repas avec des courgettes.
- Maison : quelle est la météo ?
- Maison : mets Plex en pause dans le salon.
C’est probablement à ce moment-là que l’installation cesse de ressembler à une démonstration technique pour devenir un véritable usage quotidien. Le modèle continue bien de fonctionner sur le GEEKOM IT13 Max, mais les messages transitent évidemment par Telegram. Pour un contenu devant rester exclusivement sur le réseau local, Open WebUI reste donc préférable.
Plex : le NAS stocke, le GEEKOM calcule
Nous avons enfin installé Plex Media Server, même si Jellyfin aurait parfaitement pu occuper la même fonction. Les films et séries restent sur notre NAS. Le GEEKOM se charge de la bibliothèque, des métadonnées et des éventuels transcodages. Pourquoi ne pas simplement installer Plex sur le NAS ? Parce que nous préférons séparer les rôles : le NAS est responsable du stockage, le GEEKOM du calcul. Cela permet de conserver une importante capacité de stockage et une éventuelle redondance côté NAS sans devoir acheter un modèle particulièrement puissant simplement pour obtenir de meilleures performances vidéo.
L’Intel Arc du GEEKOM peut quant à lui prendre en charge l’accélération matérielle utilisée par Plex lors du décodage ou de l’encodage. Le processeur reste alors davantage disponible pour l’IA, Home Assistant et les autres services.
Nous avons volontairement limité le nombre de transcodages simultanés. Notre but n’était pas de servir une dizaine d’utilisateurs, mais de vérifier que Plex, Home Assistant et Qwen pouvaient fonctionner ensemble sans que la machine donne l’impression d’être constamment saturée.
Plex apparaît également dans Home Assistant. Selon le lecteur utilisé, il est possible de récupérer son état et d’envoyer des commandes simples comme lecture, pause ou arrêt.
Les limites : 24 Go et un NPU encore peu utile
Pour notre installation actuelle, 24 Go de mémoire suffisent. Lors de nos tests, l’environnement regroupant Ollama, Open WebUI, Home Assistant et notre passerelle Telegram occupait environ 5,4 Go, auxquels Plex ajoutait environ 600 Mo. Windows et ses services viennent naturellement s’ajouter à cette consommation, mais nous conservons suffisamment de marge.
Le choix de Qwen 3.5 4B est encore une fois déterminant.
Passer durablement à des modèles plus importants, augmenter fortement la fenêtre de contexte ou ajouter plusieurs machines virtuelles ferait rapidement évoluer la situation. Et c’est là que notre version de l’IT13 Max pose problème : ses 24 Go sont soudés. Ils suffisent aujourd’hui, mais resteront toujours 24 Go. La variante équipée de 16 Go sur SO-DIMM et extensible jusqu’à 96 Go constitue paradoxalement une meilleure base pour quelqu’un souhaitant faire évoluer un véritable homelab.
Le NPU pose une autre question.
Le Core Ultra 9 intègre bien Intel AI Boost et nos benchmarks démontrent que la machine possède de véritables capacités pour l’IA. Mais disposer d’un NPU ne signifie pas que tous les logiciels savent automatiquement l’utiliser. Dans notre installation, Ollama ne profite pas réellement du NPU comme pourrait le laisser penser la fiche technique. Cette situation résume assez bien l’état actuel du « PC IA » : le matériel est disponible, mais l’écosystème logiciel ne sait pas encore toujours en tirer parti simplement. Ce n’est pas gênant avec notre petit Qwen 4B, mais cela devient davantage problématique si l’on souhaite faire tourner des modèles beaucoup plus ambitieux.
Enfin, le SSD de 500 Go nous paraît également un peu juste à long terme. Les médias étant stockés sur le NAS, le problème reste limité, mais les modèles, caches et différents services finissent eux aussi par prendre de la place. Un SSD de 1 ou 2 To serait beaucoup plus confortable.
GEEKOM IT13 Max ou Mac mini ?
Impossible d’évaluer le GEEKOM comme serveur d’IA sans évoquer le Mac mini. Les puces Apple Silicon se prêtent particulièrement bien aux modèles locaux grâce à leur mémoire unifiée et à une intégration logicielle aujourd’hui mature. Ollama exploite notamment directement le GPU Apple avec Metal. Si notre unique objectif était de faire tourner de l’IA locale avec le moins de configuration possible, nous aurions tendance à préférer le Mac mini. Notre serveur ne fait justement pas que de l’IA, et c’est là que le GEEKOM retrouve tout son intérêt : deux ports Ethernet 2,5 Gb/s, six USB-A, deux USB4 et deux possibilités de stockage interne, le tout dans une plateforme x86 permettant également d’envisager facilement Linux ou un hyperviseur par la suite.
Le choix dépend donc surtout de l’usage. Pour Home Assistant ou Plex seuls, une machine moins chère suffira largement. Si l’objectif principal est de faire tourner des modèles d’IA en local avec le moins de configuration possible, le Mac mini garde aujourd’hui l’avantage. En revanche, dès qu’on veut réunir IA, domotique, multimédia, stockage supplémentaire et services réseau dans une seule machine, l’IT13 Max devient plus intéressant grâce à sa connectique, son double Ethernet 2,5 Gb/s et sa plus grande souplesse matérielle. Pour les gros modèles, enfin, les 24 Go de notre configuration deviennent la vraie limite, quel que soit le reste du matériel.
Le Mac mini est probablement la meilleure machine dédiée principalement à l’IA locale des deux aujourd’hui. Le GEEKOM IT13 Max est, à nos yeux, la meilleure machine pour construire le serveur domestique polyvalent de ce test.
Verdict
Le GEEKOM IT13 Max n’est ni la manière la moins chère de faire fonctionner Home Assistant, ni la meilleure machine exclusivement dédiée à l’IA locale. Son intérêt est justement de ne pas devoir choisir. Notre exemplaire fait fonctionner simultanément Qwen 3.5 4B, Home Assistant, Telegram et Plex sans donner l’impression de fonctionner continuellement au bord de ses capacités. Cette réussite vient autant de la puissance du Core Ultra 9 que des choix réalisés autour : un modèle IA raisonnablement dimensionné, deux agents Home Assistant distincts et un NAS chargé du stockage.
L’expérience rappelle également que l’IA locale n’a pas encore la simplicité vendue par les grands services cloud. Il faut choisir ses modèles, comprendre leurs besoins et accepter que certains composants comme le NPU ne soient pas systématiquement exploités. À 799 euros, l’IT13 Max devient toutefois particulièrement intéressant lorsqu’on souhaite regrouper plusieurs rôles. Son double Ethernet, sa connectique très complète et son stockage extensible lui donnent une souplesse que le Mac mini n’offre pas aussi facilement.
Les 24 Go soudés restent notre principal regret et limitent directement les ambitions futures côté IA. Pour un gros homelab, nous choisirions probablement plutôt la version SO-DIMM. Pour une machine principalement dédiée aux modèles locaux, nous regarderions sérieusement le Mac mini. Mais pour réunir IA locale, domotique, multimédia et services réseau dans un seul petit boîtier, c’est bien le GEEKOM que nous choisirions.
