Test d'Anaconda : vaut-il encore la peine d'être installé ?

La documentation d'Anaconda elle-même évalue l'installation complète à environ 9,7 Go. Un serveur qui exécute une seule tâche scikit-learn planifiée n'en touche qu'une infime partie, et n'ouvre jamais l'application de bureau fournie avec.

C'est de cet écart que parle ce test d'Anaconda. La distribution fonctionne, et elle fonctionne depuis dix ans. La question est de savoir si c'est encore ce que vous devriez installer, et quoi faire tourner à la place quand ce n'est pas le cas.

En bref

• Sur une machine personnelle, Anaconda est un bon marché : un seul installeur, zéro décision, un environnement de travail complet. Sur un serveur, c'est le mauvais installeur. Note globale : 3 sur 5.
• La taille est ce qui cesse d'être gratuit dès que vous quittez un ordinateur portable, où le disque ne coûte rien et où les outils graphiques servent vraiment.
• Les conditions actuelles d'Anaconda autorisent l'usage personnel et non commercial, ainsi que l'usage gratuit par les organisations à but lucratif comptant 200 salariés ou prestataires au maximum. Au-delà de ce seuil, l'installeur Anaconda Distribution exige une licence commerciale, et Miniconda peut lui aussi déclencher une obligation de paiement lorsqu'il accède aux dépôts hébergés par Anaconda.
• Pour un déploiement sans interface graphique, installez plutôt Miniforge : les mêmes outils conda, avec le canal conda-forge géré par la communauté comme canal par défaut.

Anaconda vaut-il encore la peine d'être installé ?

Deux réponses, et celle qui vous concerne dépend de l'endroit où la chose va tourner. Sur un portable ou un ordinateur de bureau, oui : Anaconda mérite encore son installation pour quiconque veut un environnement de data science opérationnel sans prendre la moindre décision sur son contenu. Sur un serveur, non. Miniforge livre la partie qui vous intéresse. Je lui mets 3 sur 5.

Rien de tout cela ne fait d'Anaconda un mauvais produit. C'est un bon produit à qui l'on demande un travail que son petit frère fait mieux, ce qui est un reproche très différent et bien plus facile à corriger.

L'autre variable est plus discrète, et elle pèse presque autant que la cible de déploiement : l'installeur que vous utilisez, et le canal de paquets dont il tire ses sources.

Ce qu'Anaconda réussit

Téléchargez un fichier, cliquez à travers un installeur, et vous voilà dans un notebook avec la pile numérique et graphique standard déjà en place. Vous n'avez rien choisi. Vous n'avez rien résolu. Pour beaucoup de gens, cela vaut plus que tous les arguments d'optimisation qui suivent, et je pense que c'est sous-estimé par le genre de personne qui aime assembler ses environnements à la main (j'ai été cette personne ; ce n'est pas une vertu).

Les chiffres derrière tout ça : Anaconda embarque plus de 600 paquets préinstallés, et sa version actuelle, 2026.07-1, datée du 29 juillet 2026, embarque Python 3.14.6. Cela ressemble à quelque chose que quelqu'un maintient encore activement, pas à un vestige que personne n'a pris le temps de mettre à la retraite.

Ce que conda fait de plus profond, et la raison pour laquelle il existe encore dans un monde plein d'installeurs Python plus rapides, c'est qu'il résout des dépendances qui ne sont pas du Python. Les bibliothèques C et Fortran compilées sous la pile scientifique, les chaînes d'outils binaires, les morceaux qu'un installeur basé sur pip s'attend à trouver déjà présents sur la machine : conda les traite comme des paquets qu'il gère et résout en même temps que vos paquets Python. Si votre graphe de dépendances entre sur ce terrain et que ces morceaux natifs ne sont pas disponibles sous forme de wheels compatibles, aucune vitesse d'installeur ne vous sauvera, parce qu'il ne résout pas le même problème.

Anaconda Navigator se pose au-dessus de tout cela comme une application de bureau bâtie sur conda, ce qui est un vrai confort si vous n'êtes pas à l'aise en ligne de commande (et beaucoup de très bons data scientists ne le sont pas). Sur ces deux axes, la complétude immédiate et la résolution de dépendances multi-langages, Anaconda est en tête de sa catégorie et je ne dirai pas le contraire.

Ce qu'Anaconda vous coûte

Environ 9.7 GB installés, et la configuration requise exige un minimum de 5 Go d'espace disque libre rien que pour télécharger et installer. Sur une station de travail dotée d'un téraoctet de SSD, aucun des deux chiffres n'est un problème. Sur une petite instance cloud, les deux sont une ligne de coût, et ils vous achètent un tas de choses que cette instance n'appellera jamais.

Le côté gênant, c'est qu'Anaconda vous donne les deux chiffres sans expliquer comment ils s'articulent. Je ne peux pas étayer une distinction nette entre un avant et un après à partir de ces pages : traitez-les donc comme deux chiffres officiels de planification, pas comme deux étapes de la même installation.

Navigator est le cas le plus clair. C'est une interface graphique de bureau. Sur une machine sans écran, il n'y a aucun affichage sur lequel dessiner, donc il reste dans le système de fichiers comme une charge utile qui ne s'exécute jamais. Ce n'est pas un reproche adressé à Navigator (c'est une bonne interface), c'est un constat sur ce à quoi sert une interface graphique. Idem pour une part non négligeable des plus de 600 paquets fournis : un serveur qui exécute une tâche d'inférence ou un ETL nocturne en importe une poignée et traîne tout le reste.

Je note donc ce point sur l'adéquation, pas sur la qualité. Anaconda ne traîne pas de poids mort sur la machine pour laquelle il a été conçu. Il en traîne sur la machine vers laquelle beaucoup de gens le pointent aujourd'hui, et cela le place au milieu de l'échelle plutôt qu'en bas.

Ce que la licence d'Anaconda exige réellement

Le chiffre est 200. Les conditions d'utilisation d'Anaconda accordent un usage gratuit lorsque « vous utilisez la Plateforme pour le compte d'une organisation à but lucratif comptant 200 salariés ou prestataires au maximum (y compris toutes les sociétés affiliées) ». La version en ligne aujourd'hui prend effet au 15 juillet 2025. Au-delà de cet effectif, l'installeur complet d'Anaconda Distribution et l'accès aux dépôts hébergés par Anaconda peuvent exiger un Business Plan payant ; la page de tarification d'Anaconda présente les paliers actuels.

Ce qui veut dire : si vous êtes seul, une startup de cinq personnes ou une agence de quarante, cette section ne vous concerne pas. La plupart des lecteurs individuels et des petites équipes ne sont pas exposés commercialement par ces conditions. Cette section compte pour ceux qui choisissent ce qu'une grande organisation va standardiser, et pour ceux qui devront répondre plus tard à une question d'achat à ce sujet.

Le point qui fait trébucher : passer d'Anaconda à Miniconda ne change que la moitié de la réponse sur la licence. Miniconda n'exige pas en soi de licence commerciale, mais il pointe toujours vers le dépôt par défaut d'Anaconda, et c'est par ce dépôt que l'obligation de paiement revient. C'est Miniforge qui change la donne, parce qu'il utilise par défaut le canal conda-forge géré par la communauté. Le canal fait partie de la réponse, mais il n'est pas toute la réponse. Les indications juridiques actuelles d'Anaconda considèrent aussi l'installeur complet d'Anaconda Distribution comme sous licence commerciale au-delà du seuil. Miniconda change l'installeur ; Miniforge change l'installeur et le canal par défaut.

Les dates méritent d'être maniées avec précaution, car les sources ne racontent pas une seule histoire continue et je ne vais pas les recoudre en une. Le bulletin technique du Lawrence Livermore National Laboratory dit qu'Anaconda a modifié ses conditions de licence en 2020, et décrit séparément les conditions actuelles comme gratuites pour les organisations de moins de 200 personnes. Le blog d'Anaconda évoque une mise à jour des conditions en mars 2024. La version publiée aujourd'hui prend effet au 15 juillet 2025.

Ce sont des affirmations datées distinctes, issues de sources distinctes, chacune exacte au regard de la source qui l'énonce, et personne que je puisse citer ne les relie en une chronologie unique. Traitez-les comme trois points de données, pas comme une séquence dotée d'une cause.

Ce qu'Anaconda dit de la révision de 2024 est étonnamment direct :

« Nous reconnaissons qu'une mise à jour des conditions d'utilisation en mars 2024 n'a pas été communiquée aussi clairement qu'elle aurait dû l'être, ce qui a causé de la confusion, de l'inquiétude et l'exclusion involontaire d'un grand nombre d'utilisateurs gratuits, en particulier parmi nos précieux utilisateurs du monde académique et de la recherche. »

Anaconda, à propos de la mise à jour de ses conditions d'utilisation

Et au moins une institution nommément identifiée a agi face au coût. Le bulletin du LLNL dit clairement que la licence Anaconda est devenue de plus en plus coûteuse, et il publie le calendrier : le laboratoire laisse sa licence Anaconda expirer en 2027, et commence à bloquer les canaux payants d'Anaconda sur l'ensemble du site en février 2027.

Le même bulletin nomme les remplaçants vers lesquels le laboratoire oriente ses utilisateurs : conda-forge avec Miniforge, Pixi, pip et uv, et Spack pour les besoins de compilation HPC. C'est un laboratoire de recherche qui publie son plan de migration, pas une rumeur d'humeur générale.

Une limite, dite clairement : je lis ces conditions comme les lit une personne qui déploie, pas comme les lit un juriste. Si votre effectif est proche de la ligne, ou si votre structure d'entreprise fait de « y compris toutes les sociétés affiliées » une vraie question, cette conversation revient à quelqu'un dont c'est le métier.

Quoi installer sur un serveur à la place

Remplacez Anaconda par Miniforge sur une machine sans écran et presque rien ne change dans votre flux de travail. Les commandes conda sont les mêmes, les fichiers d'environnement sont les mêmes, et le solveur est identique ou plus rapide, parce que Miniforge3 embarque désormais mamba par défaut. Le bulletin du LLNL qualifie Miniforge de remplacement direct pour les flux de travail Anaconda existants, dans le cas de la plupart de ses utilisateurs.

Miniforge est publié par la communauté conda-forge sous une licence BSD 3-Clause, et il définit le canal conda-forge comme canal par défaut, plutôt que le dépôt d'Anaconda. Cette seule différence de configuration écarte la question de la licence Anaconda tant que vous restez sur conda-forge et n'ajoutez pas de canal fourni par Anaconda, et c'est pourquoi je dirigerais un serveur vers Miniforge plutôt que vers Miniconda.

Si vous êtes arrivé ici en prévoyant d'installer Mambaforge, ne le faites pas. Il est retiré. Le dépôt Miniforge indique que Mambaforge est déprécié depuis juillet 2024, et qu'il a été retiré des nouvelles versions après janvier 2025, ses fonctionnalités ayant été intégrées à Miniforge3. Tout guide qui le recommande encore n'est plus à jour.

Déployez vos applications Python sur une infrastructure VPS rapide conçue pour les développeurs.

Obtenir un VPS Python

Reste le cas où vous n'avez pas besoin de conda du tout. Si toutes les dépendances de votre projet disposent d'une wheel sur PyPI, la résolution multi-langages de conda règle un problème que vous n'avez pas, et un flux de travail basé sur pip est plus léger et plus rapide.

Ce chemin est plus solide aujourd'hui qu'il y a un an ou deux, surtout grâce à uv, qu'Astral décrit comme « un gestionnaire de paquets et de projets Python extrêmement rapide, écrit en Rust » et présente comme 10 à 100 fois plus rapide que pip. Ce multiplicateur est l'affirmation d'Astral au sujet de son propre produit, et je ne l'ai pas mesuré moi-même. De toute façon, la consolidation est la partie à laquelle j'accorderais le plus de poids : uv réunit la gestion des dépendances, les environnements virtuels et la gestion des versions de Python dans un seul outil, ce qui retire beaucoup de pièces mobiles d'un projet.

Encore une chose à savoir avant de standardiser une équipe là-dessus pour trois ans : Astral a annoncé son rapprochement avec OpenAI le 19 mars 2026, en précisant qu'OpenAI continuerait à soutenir les outils open source. C'est une intention déclarée plutôt qu'une garantie, et c'est le genre de chose que je voudrais avoir sous les yeux avant de parier une décision d'outillage sur plusieurs années.

La limite est la même que celle de pip : uv n'est pas non plus un résolveur multi-langages. C'est une bien meilleure version du chemin PyPI, pas une échappatoire à la raison d'être de conda.

Qui devrait utiliser Anaconda, et qui ne devrait pas

Une seule question départage presque tout le monde : quelque chose dans votre arbre de dépendances vit-il en dehors de Python, et est-ce que cela tourne sur une machine dotée d'un écran ? Ces deux réponses réunies décident de l'installeur, et elles pèsent plus que les préférences de l'équipe ou que ce que vous utilisiez par hasard à votre poste précédent.

À qui Anaconda convient

Le cas le plus évident est celui d'un praticien travaillant sur un ordinateur de bureau ou un portable, qui veut un environnement complet sans passer un après-midi à le composer. Là, la taille ne vous coûte rien, les outils graphiques sont un bénéfice et non un poids mort, et si votre organisation reste sous la barre des effectifs, les conditions ne vous coûtent rien non plus. Ce n'est pas un lot de consolation : cela décrit une grande partie des data scientists en activité.

Le deuxième cas est une équipe déjà bien installée dans conda, dont les charges de travail dépendent réellement de bibliothèques compilées et natives (piles GPU, chaînes d'outils scientifiques, tout ce où la partie difficile de l'installation n'est pas le Python). Arracher une configuration conda qui fonctionne pour courir après un installeur plus rapide, incapable de résoudre vos dépendances, est un mauvais échange : rapide au mauvais travail, cela reste le mauvais travail. Restez où vous êtes, à condition d'être sous le seuil et de ne pas déployer cela sans écran.

Qui devrait installer autre chose

Quiconque déploie une charge de travail basée sur conda vers un serveur sans écran ou une instance cloud devrait installer Miniforge. Je ne pense pas que ce soit serré : vous obtenez les mêmes outils, vous évitez la charge utile qui ne s'exécutera jamais, et la question du canal se règle d'elle-même.

Toute organisation au-dessus de la barre des effectifs qui tire du canal par défaut d'Anaconda dispose de deux réponses légitimes, et il vaut mieux les nommer toutes les deux plutôt que de faire comme s'il n'y en avait qu'une. Achetez le Business Plan si la distribution correspond réellement au besoin de vos équipes, ou repointez vos environnements vers conda-forge et cessez de tirer du canal payant. Choisir délibérément l'une des deux, très bien. Découvrir la question au cours d'un audit, non.

Et si votre projet est du Python pur, avec des wheels disponibles pour tout ce que vous importez, utilisez pip avec venv, ou utilisez uv. Dans ce scénario, le différenciateur de conda ne vous apporte rien, et vous traînez une chaîne d'outils plus lourde pour une capacité que vous n'appelez jamais.

LIRE

Comment installer Python sur un serveur VPS ? | un guide étape par étape

Une note sur la façon dont ce test a été réalisé

Personne n'a payé pour cet article et personne chez Anaconda n'y a participé. Les chiffres qui figurent ici proviennent de la documentation, des conditions d'utilisation et du blog d'Anaconda, ainsi que du bulletin publié par le Lawrence Livermore National Laboratory et du dépôt Miniforge, tous liés ci-dessus. Je n'ai pas réalisé une installation neuve de la version actuelle pour ce texte, je n'ai pas mesuré les temps de résolution d'environnement et je n'ai pas évalué l'offre de notebooks hébergés : traitez donc les faits sur la taille et la licence comme documentés, pas comme mesurés.

Foire aux questions