Embarquez un assistant qui tourne entièrement dans le navigateur, sur le GPU du visiteur. Aucun serveur, aucune facture par token, aucune donnée qui sort de l'appareil. Vous façonnez ce qu'il fait avec un seul prompt.
Le calcul tourne sur le GPU de votre visiteur, pas sur un serveur. Aucune facture par token, aucun rate-limit, scale infini. Tarif fixe, usage illimité.
Les données ne quittent jamais le navigateur. Rien ne transite par nous — un argument décisif pour les sites sensibles (santé, juridique, RH).
Pas de flotte GPU à opérer, pas de scaling à gérer, pas de clés d'API à faire tourner. Le modèle streame une fois depuis un CDN et reste en cache sur l'appareil.
Vous définissez ce que fait l'IA avec une consigne prédéfinie — son rôle, sa logique, ses garde-fous. Pas de fine-tuning, pas de data scientist requis.
Un modèle ultra-léger (LFM2.5 230M) classe, extrait et discute — même en français — façonné par un prompt, tournant entièrement dans ton navigateur (sans serveur). La 1ʳᵉ fois il se télécharge (~149 Mo), ensuite c’est en cache & hors ligne.
Posez une balise <script> et écrivez la consigne qui façonne l’assistant.
À la première utilisation, un modèle léger streame depuis un CDN et se met en cache sur l’appareil (ensuite c’est instantané, même hors ligne).
Chaque requête tourne sur le GPU du visiteur via nos kernels WebGPU — rien n’est envoyé où que ce soit.
Un modèle léger on-device brille sur les tâches cadrées — celles qu'un bon prompt définit entièrement :
Le SDK est disponible. Une balise script monte l’assistant ; un prompt le façonne. Le modèle ne se télécharge que quand un visiteur ouvre le widget — le score de votre page reste intact.
<script src="https://brimkern.romainkhanoyan.fr/sdk.js"></script>
<script>
Brimkern.embed({
system: 'Tu es l’assistant de support d’Acme, amical et concis.',
});
</script>Voir une intégration live v0 — widget de chat, URL de modèle custom, couleurs & libellés. Documents de connaissance et outils arrivent ensuite.
Des kernels WebGPU maison exécutent le modèle ; les poids sont livrés dans notre format compact BRIK, quantifiés jusqu'en int3 et streamés en secondes, puis mis en cache. Le modèle est choisi pour tenir — le chargeur lit même le GPU et la connexion du visiteur pour recommander le bon.
Fonctionne dans les navigateurs modernes avec WebGPU (Chrome, Edge, Safari, Firefox). Idéal pour des tâches bien cadrées — pas du raisonnement ouvert. Le premier chargement télécharge le modèle une fois ; ensuite chaque visite est instantanée et disponible hors ligne.
Brimkern — inférence WebGPU locale. Le SDK embarquable (v0) est disponible et gratuit — le moteur est open source (MIT).