Les modèles Qwen3.5 Medium d’Alibaba contestent la domination occidentale de l’IA avec une architecture privilégiant l’exécution locale

Des performances de pointe sur du matériel grand public

L’équipe de développement de l’IA Qwen d’Alibaba a lancé une nouvelle série de grands modèles de langage qui remet fondamentalement en question l’idée selon laquelle une intelligence artificielle de pointe nécessite une infrastructure cloud à grande échelle ou des API propriétaires. Dévoilée il y a quelques jours à peine, la série Qwen3.5 Medium comprend quatre nouveaux modèles conçus pour fonctionner efficacement sur du matériel local, tout en revendiquant des performances comparables à celles des principales solutions occidentales.

Trois des quatre modèles sont distribués sous la licence permissive Apache 2.0. Les entreprises et les développeurs indépendants peuvent ainsi les télécharger, les modifier et les déployer à des fins commerciales sans frais de licence. Ce trio open source comprend Qwen3.5-35B-A3B, Qwen3.5-122B-A10B et Qwen3.5-27B, tous disponibles dès à présent sur Hugging Face et ModelScope. Une quatrième version, Qwen3.5-Flash, reste propriétaire et accessible uniquement via l’API d’Alibaba Cloud Model Studio, mais à des tarifs nettement inférieurs à ceux de la plupart des concurrents occidentaux.

L’affirmation la plus frappante d’Alibaba porte sur les performances aux tests de référence. Selon l’entreprise, son modèle phare Qwen3.5-35B-A3B dépasse GPT-5-mini d’OpenAI et Claude Sonnet 4.5 d’Anthropic lors d’évaluations indépendantes portant sur la recherche de connaissances et le raisonnement visuel. Claude Sonnet 4.5 n’a été lancé que cinq mois plus tôt. Cette progression rapide face à la concurrence mérite donc d’être soulignée dans un secteur où les cycles de développement s’étendent généralement sur plusieurs trimestres, voire plusieurs années.

Une innovation architecturale qui permet le déploiement local

Qwen3.5 se distingue des générations précédentes par son architecture hybride, qui associe des réseaux Gated Delta à un système parcimonieux de mélange d’experts. Pour le grand public, il s’agit d’un changement fondamental dans la manière dont les modèles d’IA traitent l’information. Les modèles denses traditionnels activent tous leurs paramètres pour chaque requête, ce qui mobilise d’immenses ressources de calcul. À l’inverse, l’approche MoE fonctionne comme une consultation auprès de spécialistes : chaque requête est dirigée vers le sous-ensemble de connaissances du modèle le plus pertinent.

Les caractéristiques techniques témoignent des gains d’efficacité. Qwen3.5-35B-A3B compte 35 milliards de paramètres au total, mais n’en active que 3 milliards pour chaque jeton traité. Son architecture comprend 256 modules experts, dont 8 experts acheminés et 1 expert partagé chargés de traiter des aspects précis de chaque requête. Cette activation sélective réduit fortement la latence d’inférence tout en préservant la qualité des réponses. Elle permet au modèle d’atteindre, selon Alibaba, une précision presque sans perte, même lorsque ses poids sont compressés à 4 bits par quantification.

La résistance à la quantification pourrait révolutionner la souplesse de déploiement. La plupart des modèles d’IA perdent nettement en performances lorsqu’ils sont compressés pour fonctionner localement. La stabilité de Qwen3.5 sous compression permet au modèle phare de traiter une fenêtre de contexte de plus d’un million de jetons sur des cartes graphiques grand public dotées de seulement 32 Go de VRAM. Si ce seuil nécessite du matériel grand public haut de gamme, il reste bien plus accessible que les fermes de serveurs généralement nécessaires pour obtenir des performances comparables avec les modèles concurrents.

Vérification des tests de référence : les performances revendiquées à l’épreuve d’évaluations indépendantes

Les résultats présentés par Alibaba ne racontent qu’une partie de l’histoire. Si les évaluations financées par l’entreprise placent Qwen3.5-35B-A3B devant GPT-5-mini et Claude Sonnet 4.5 sur des indicateurs comme MMMLU (connaissances multilingues) et MMMU-Pro (raisonnement visuel), les tests indépendants révèlent une situation concurrentielle plus nuancée.

Des tests indépendants récents de SWE-rebench, qui évaluent les modèles sur de vraies corrections de bugs dans des demandes de fusion GitHub plutôt que sur des tests synthétiques, ont donné le meilleur taux de réussite à Claude Sonnet 4.5, avec 55,1 %. Le modèle d’Anthropic a été le seul à résoudre plusieurs cas complexes, notamment des problèmes dans les dépôts python-trio, cubed-dev et canopen, auxquels aucun autre modèle évalué n’a su répondre. Dans cet environnement de programmation réel, Sonnet 4.5 a conservé une nette avance.

D’autres tests indépendants, menés avec le benchmark APEX sur 70 tâches portant sur de véritables bases de code et des problèmes concrets, ont révélé d’autres nuances dans le profil de performances de Qwen3.5. Si le modèle dense 27B s’est montré performant pour un déploiement sur un seul GPU, avec un score ELO de 1384 et de meilleurs résultats que DeepSeek V3.2, les versions plus grandes ont montré des signes préoccupants de dégradation sur des tâches complexes nécessitant de coordonner plusieurs fichiers. La variante MoE 35B, dont seuls 3 milliards de paramètres sont actifs, a obtenu un score ELO de 1256 sur des tâches agentiques, faisant moins bien que le modèle 27B plus petit en raisonnement en plusieurs étapes. Plus frappant encore, la configuration massive Qwen3.5-397B s’est effondrée sur les tâches de difficulté maximale : son score est passé d’environ 1550 ELO pour les tâches difficiles à 1194 lorsqu’il lui fallait coordonner de nombreux fichiers au fil de longs raisonnements.

Lorsqu’il doit coordonner de nombreux fichiers en plusieurs étapes, il finit simplement par perdre le fil de ce qu’il fait.

Cette analyse indépendante, publiée par un chercheur autofinancé qui a consacré plus de 3 000 dollars de puissance de calcul à ses tests, suggère que Qwen3.5 excelle dans les tâches circonscrites, mais pourrait peiner sur les travaux agentiques complexes et de longue haleine, où Claude Sonnet 4.5 affiche une force particulière.

Mode réflexion et intégration d’outils

Tous les modèles Qwen3.5 sont livrés avec un mode réflexion natif activé par défaut, signe d’une évolution vers des interactions avec l’IA privilégiant le raisonnement. Avant de produire leur réponse finale, les modèles élaborent des chaînes de raisonnement internes délimitées par des balises spécifiques et déroulent explicitement leur logique complexe, au lieu de tirer immédiatement des conclusions. Cette approche reprend les méthodes de raisonnement étape par étape qui ont amélioré la précision d’autres modèles de pointe.

La série met également l’accent sur les capacités agentiques, avec une prise en charge intégrée de l’appel d’outils qui permet aux modèles d’interagir avec des systèmes externes, d’effectuer des recherches sur le Web et d’exécuter du code. L’API Qwen3.5-Flash propose une tarification détaillée pour ces fonctions : la recherche sur le Web coûte 10 dollars pour 1 000 appels et l’accès à l’interpréteur de code est actuellement gratuit pour une durée limitée. Cette grille tarifaire fait de Flash l’une des options de grands modèles de langage hébergées les plus abordables au monde : 0,10 dollar par million de jetons en entrée et 0,40 dollar par million en sortie.

À titre de comparaison, Claude Sonnet 4.5 coûte 3 dollars par million de jetons en entrée et 15 dollars par million en sortie, tandis que GPT-5.2 facture respectivement 1,75 et 14 dollars. Même des solutions axées sur l’exécution locale, comme GLM-5 de Z.ai, coûtent 1 dollar et 3,20 dollars par million de jetons. Cet écart de prix, de 30 à 100 fois, pourrait favoriser une adoption importante par les entreprises soucieuses de leurs coûts, prêtes à accepter de légères différences de performances en échange d’économies budgétaires considérables.

Conséquences pour la souveraineté des données des entreprises

Au-delà des seuls indicateurs de performance, le lancement de Qwen3.5 revêt une importance stratégique pour le déploiement de l’IA en entreprise. La possibilité d’exécuter des modèles de pointe entièrement sur une infrastructure privée répond aux préoccupations croissantes liées à la souveraineté des données et aux risques associés aux API de tiers. Les organisations des secteurs réglementés, notamment la finance, la santé et les marchés publics, sont de plus en plus soumises à des obligations de conformité qui leur interdisent de transmettre des données sensibles à des services d’IA cloud externes.

En permettant de traiter des fenêtres de contexte d’un million de jetons sur du matériel contrôlé localement, Qwen3.5 permet aux entreprises d’analyser d’immenses corpus documentaires, des vidéos d’une heure et de vastes bases de données internes sans exposer leurs informations propriétaires à des API externes. Cette évolution architecturale dissocie les capacités avancées de l’IA des investissements massifs en capital, et pourrait ainsi démocratiser l’accès à des outils jusqu’ici réservés aux entreprises technologiques disposant de moyens importants.

La licence open source permet en outre de personnaliser et d’affiner les modèles pour des applications métier. Contrairement aux modèles propriétaires qui ne proposent qu’un accès par API opaque, les poids ouverts de Qwen3.5 permettent aux organisations de les adapter à leur vocabulaire spécialisé, à leurs bases de connaissances internes et à leurs besoins propres en matière de flux de travail. Cette souplesse est particulièrement précieuse dans les secteurs aux termes spécialisés ou soumis à des exigences réglementaires en matière de documentation.

La montée en puissance de l’écosystème chinois de l’IA

Qwen3.5 arrive au moment où les laboratoires chinois d’IA multiplient les lancements de modèles open source, contestant ensemble la primauté technologique occidentale. La famille GLM-4.5 de Z.ai, publiée sous une licence Apache 2.0 similaire, offre des performances comparables et des fonctions spécialisées comme la génération automatisée de présentations PowerPoint. Kimi K2 de Moonshot et les différents modèles ouverts de DeepSeek complètent un écosystème qui propose des solutions viables aux systèmes américains fermés.

Cette tendance exerce une pression sur les acteurs occidentaux établis de l’IA. Meta a été critiqué après le lancement de sa famille Llama 4, certains chercheurs en IA dénonçant des pratiques d’optimisation pour les tests de référence et des performances irrégulières dans des situations réelles. OpenAI, qui a lancé l’ère moderne des grands modèles de langage, a repoussé à une date ultérieure non précisée le lancement de son modèle de pointe open source prévu en juillet, laissant aux solutions chinoises le champ libre pour gagner en popularité auprès des développeurs.

La concurrence ne se limite pas aux caractéristiques techniques : elle soulève aussi des questions de gouvernance des données. Les entreprises occidentales qui adoptent des modèles développés en Chine doivent tenir compte des éventuelles restrictions de contenu et des enjeux de souveraineté des données, en particulier lorsqu’elles utilisent des API hébergées dans le cloud plutôt que des déploiements locaux. Toutefois, la nature open source des principales versions de Qwen3.5 permet un déploiement sur des systèmes isolés du réseau, ce qui atténue nombre de ces préoccupations.

Positionnement sur le marché et perspectives

La stratégie de lancement d’Alibaba vise à rendre ses modèles accessibles sur différentes catégories de matériel. Qwen3.5-27B cible les déploiements à haut rendement et prend en charge des fenêtres de contexte de plus de 800 000 jetons, tandis que la version 122B-A10B nécessite des cartes graphiques de qualité serveur dotées de 80 Go de VRAM pour offrir des performances maximales. Cette approche à plusieurs niveaux permet aux organisations de choisir leur modèle en fonction de l’infrastructure disponible, sans les contraindre à dépendre systématiquement du cloud.

L’entreprise a également publié en open source le modèle de base et des variantes affinées pour le suivi des instructions, afin de répondre aux besoins de la communauté de recherche en matière d’affinage et d’étude de l’architecture. Cette transparence tranche avec les pratiques de développement fermé de certains concurrents occidentaux et pourrait accélérer l’innovation grâce aux améliorations collaboratives.

Les premiers retours de la communauté sur Hugging Face témoignent d’un enthousiasme particulier pour les capacités agentiques des modèles et leur stabilité après quantification. Des développeurs indiquent être parvenus à les déployer sur du matériel grand public auparavant jugé insuffisant pour faire fonctionner des modèles de pointe, ce qui vient étayer les affirmations d’Alibaba sur leur efficacité, même si les tests indépendants invitent à la prudence pour les tâches complexes de programmation.

À retenir

• Alibaba a lancé la série Qwen3.5 Medium, qui comprend quatre modèles, dont trois sont disponibles sous licence open source Apache 2.0 pour un usage commercial
• Le modèle phare Qwen3.5-35B-A3B n’active que 3 milliards de ses 35 milliards de paramètres par jeton grâce à une architecture de mélange d’experts
• Les tests indépendants donnent des résultats contrastés : les modèles sont performants aux épreuves de connaissances et de raisonnement, mais peinent sur les tâches complexes de programmation impliquant plusieurs fichiers, par rapport à Claude Sonnet 4.5
• Grâce à une quantification avancée à 4 bits, les modèles prennent en charge des fenêtres de contexte de plus d’un million de jetons sur des cartes graphiques grand public dotées de 32 Go de VRAM
• Les tarifs de l’API Qwen3.5-Flash sont 30 à 100 fois inférieurs à ceux de ses concurrents occidentaux : 0,10 dollar par million de jetons en entrée, contre 3 dollars pour Claude Sonnet 4.5
• Le mode réflexion natif, activé par défaut dans toute la série, produit des chaînes de raisonnement internes avant les réponses finales
• Le déploiement en entreprise permet une souveraineté complète des données pour les secteurs réglementés qui doivent traiter l’IA sur site
• Ce lancement s’inscrit dans une vague plus large de modèles chinois d’IA open source, dont GLM-4.5 de Z.ai et Kimi K2 de Moonshot, qui défient les systèmes propriétaires occidentaux