Qwen2.5 : Alibaba fait de l'ouvert une base mondiale

Le 19 septembre 2024, sur la scène de sa conférence Apsara à Hangzhou, Alibaba Cloud a fait quelque chose d'inhabituel pour un acteur de cette taille : au lieu d'annoncer un seul modèle vitrine, l'équipe Qwen a ouvert d'un coup toute une famille. Une centaine de variantes, des poids téléchargeables de 0,5 à 72 milliards de paramètres, des déclinaisons spécialisées en code et en mathématiques, et pour la plupart d'entre elles une licence Apache 2.0. En quelques heures, Qwen2.5 est passé du statut de sortie parmi d'autres à celui de socle potentiel. Pas un produit à essayer, mais une matière première à reprendre, à adapter, à mettre en production. C'est cette bascule qui se dessine aujourd'hui : le moment où la question « quel modèle utiliser ? » pourrait commencer, pour beaucoup d'équipes, à recevoir la même réponse.

Ce que c'était : une famille entière, pas un modèle

La sortie de Qwen2.5 ne se résume pas à une version incrémentée. Ce qui a marqué la communauté, c'est le volume et la cohérence de ce qui a été publié en une seule fois. L'équipe Qwen, portée par Alibaba Cloud, a mis à disposition sur Hugging Face et ModelScope une série de modèles de langue généralistes déclinés en sept tailles : 0,5B, 1,5B, 3B, 7B, 14B, 32B et 72B de paramètres. Chaque taille existait en deux saveurs, une version de base (le modèle brut, à pré-entraînement pur) et une version instruct alignée pour suivre des consignes. À cela s'ajoutaient les versions quantifiées — GGUF, AWQ, GPTQ — qui permettent de faire tenir ces modèles sur du matériel plus modeste.

Cette gamme couvrait un spectre rarement disponible en une fois. À une extrémité, le 0,5B tient dans la mémoire d'un téléphone récent et sert des cas d'usage embarqués ou à très faible latence. À l'autre, le 72B vise la qualité de raisonnement des grands modèles propriétaires de l'époque. Entre les deux, chaque palier répond à un arbitrage concret entre coût d'inférence, latence et niveau de compétence. Pour une équipe d'ingénierie, c'est précisément ce genre d'échelle continue qui rend un modèle adoptable : on prototype sur le 7B, on descend sur le 3B si le budget serre, on monte sur le 32B si la tâche l'exige, sans changer d'écosystème ni de format de tokenizer.

Deux spécialistes à côté du généraliste

Au-delà des modèles généralistes, la sortie comprenait deux lignées dédiées, et c'est peut-être là que l'annonce a le plus parlé aux praticiens. Qwen2.5-Coder, orienté programmation, a été proposé en 1,5B et 7B dès le 19 septembre 2024 ; un 32B, annoncé « à venir » dans le billet initial, a suivi le 12 novembre 2024. Sa recette d'entraînement reposait sur un très gros corpus de code — de l'ordre de 5,5 mille milliards de tokens liés au code selon l'annonce officielle. L'idée : qu'un modèle relativement petit spécialisé sur la bonne matière rivalise, sur les tâches de code, avec des modèles généralistes bien plus lourds. Qwen2.5-Math, de son côté, ciblait le raisonnement mathématique en chinois et en anglais, avec des techniques de résolution combinant chaîne de raisonnement, exécution de programmes et usage d'outils.

« Qwen n'est rien sans ses amis. » Cette phrase, mise en avant par l'équipe dans son annonce, résume l'esprit de la sortie : un socle pensé pour être repris, dérivé, prolongé par la communauté plutôt que gardé fermé.

La séparation généraliste / code / maths n'a rien d'anodin côté production. Elle correspond à trois régimes d'exploitation différents. Un assistant de code tourne souvent en boucle serrée dans un éditeur, avec des exigences de latence fortes ; un moteur de raisonnement mathématique tolère plus volontiers un temps de calcul long en échange d'une réponse juste ; un généraliste doit encaisser une diversité de requêtes imprévisibles. Livrer les trois d'un coup, dans le même format et le même écosystème, c'était offrir aux équipes un jeu de briques homogènes.

Les chiffres de l'entraînement

Sur le plan technique, Qwen2.5 a été pré-entraîné sur un corpus atteignant environ 18 mille milliards de tokens, contre 7 mille milliards pour la génération précédente Qwen2, selon les chiffres publiés par l'équipe Qwen. Ce quasi-triplement du volume de données explique une bonne partie des progrès observés : plus de connaissances encodées, une meilleure tenue sur les tâches spécialisées, une aptitude renforcée à suivre des instructions complexes. Les modèles annonçaient une fenêtre de contexte allant jusqu'à 128 000 tokens pour les tailles 7B et au-delà, contre 32 000 tokens pour les plus petites (0,5B, 1,5B, 3B) selon les fiches publiées par l'équipe Qwen ; la génération, elle, pouvait atteindre 8 000 tokens sur toute la gamme — deux caractéristiques qui pèsent lourd dès qu'on veut traiter de longs documents ou produire des sorties structurées volumineuses.

Il vaut la peine de s'arrêter sur ce que représente concrètement un corpus de 18 mille milliards de tokens. Un token est l'unité élémentaire qu'un modèle de langue manipule — grossièrement, un morceau de mot. À cette échelle, on parle d'un volume de texte qui dépasse de très loin ce qu'un être humain pourrait lire en plusieurs milliers de vies. Ce n'est pas seulement une question de quantité : la qualité et la diversité de ce corpus, son nettoyage, son équilibrage entre langues et entre domaines, déterminent ce que le modèle saura faire. L'équipe Qwen a insisté sur ce travail de curation, et les progrès en connaissances générales comme en tâches spécialisées en portent la trace. Un modèle mieux nourri en amont demande moins d'affinage en aval pour atteindre un niveau donné, ce qui abaisse le coût d'entrée pour les équipes qui le reprennent.

La fenêtre de 128 000 tokens, réservée aux tailles 7B et supérieures (les 0,5B, 1,5B et 3B restant à 32 000 tokens), mérite elle aussi une mise en perspective. Cette longueur de contexte correspond à plusieurs centaines de pages de texte que le modèle peut considérer en une seule fois. Pour un usage appliqué, cela ouvre des scénarios qui étaient auparavant hors de portée sans découpage laborieux : analyser un contrat complet, résumer un long rapport, répondre à des questions en gardant à l'esprit l'intégralité d'une documentation technique. La capacité de génération jusqu'à 8 000 tokens, de son côté, permet de produire des documents structurés entiers en une passe, plutôt que par fragments recollés. Ces deux paramètres, souvent perçus comme secondaires face aux scores de benchmark, sont en réalité déterminants pour qui bâtit des applications réelles autour du modèle.

Lignée	Tailles publiées	Orientation
Qwen2.5 (généraliste)	0,5B · 1,5B · 3B · 7B · 14B · 32B · 72B	Base et instruct, usage large
Qwen2.5-Coder	1,5B · 7B (32B le 12/11/2024)	Génération et complétion de code
Qwen2.5-Math	1,5B · 7B · 72B	Raisonnement mathématique

Le contexte : pourquoi ce moment, et pas un autre

Pour comprendre l'écho de Qwen2.5, il faut se replacer à l'automne 2024. Le paysage des modèles ouverts était déjà actif, mais fragmenté. Meta avait ouvert la voie avec ses Llama successifs, montrant qu'un grand laboratoire pouvait publier des poids exploitables et laisser la communauté s'en emparer. Mistral, côté européen, avait prouvé qu'un modèle compact et bien conçu pouvait tenir tête à des concurrents plus gros. Mais entre les licences restrictives, les gammes incomplètes et les écarts de qualité selon les langues, choisir une base ouverte pour un projet sérieux restait un exercice d'arbitrage inconfortable.

La montée des modèles ouverts venus de Chine

En parallèle, une dynamique s'installait du côté des laboratoires chinois. Plusieurs équipes publiaient des poids de plus en plus compétitifs, avec une stratégie assumée d'ouverture. Qwen n'était pas un nouveau venu : la première génération remontait à 2023, et Qwen2 avait déjà posé des jalons solides quelques mois auparavant. Ce qui change avec la version 2.5, c'est le passage à l'échelle industrielle de cette ouverture. On ne parle plus d'un ou deux modèles publiés en signe de bonne volonté, mais d'une bibliothèque complète, pensée pour couvrir tous les points d'un cahier des charges réel.

Ce contexte se lisait aussi dans l'infrastructure de distribution. Hugging Face était devenu le point de rendez-vous de fait de l'écosystème ouvert : un endroit où l'on publie des poids, où on les télécharge, où l'on partage des variantes dérivées. Publier une famille entière sur cette plateforme, avec des cartes de modèle documentées et des formats standardisés, revenait à la déposer directement dans les mains des dizaines de milliers d'équipes qui y travaillaient déjà. La friction d'adoption tombait presque à zéro.

Cette logique de distribution a son importance pour comprendre pourquoi certaines sorties marquent et d'autres passent inaperçues. Un modèle magnifique mais difficile à obtenir, mal documenté ou enfermé derrière une inscription complexe, reste confidentiel. À l'inverse, une base déposée dans un format standard, accompagnée d'exemples d'usage, de scripts d'inférence et de cartes de modèle décrivant ses capacités et ses limites, se propage vite. Alibaba a soigné cet emballage. En publiant simultanément sur Hugging Face et sur ModelScope, sa propre plateforme, l'équipe a couvert à la fois l'audience internationale et l'audience de son marché domestique. Cette double présence a élargi mécaniquement le bassin d'adoption.

La bascule des modèles ouverts ne s'est pas jouée sur un seul benchmark. Elle s'est jouée sur la disponibilité : le jour où reprendre une base solide est devenu aussi simple qu'un téléchargement documenté, l'arbitrage a changé de nature.

Un besoin de bases fiables pour le fine-tuning

Il faut aussi rappeler ce que cherchaient les équipes à ce moment. Peu d'organisations entraînent un modèle de langue à partir de zéro : le coût de calcul est prohibitif, et l'exercice n'a de sens que pour une poignée de laboratoires. La grande majorité des projets appliqués partent d'une base pré-entraînée qu'ils affinent — le fine-tuning — sur leurs propres données et leur propre domaine. Dans ce régime, la qualité de la base de départ détermine tout : ses connaissances, sa robustesse multilingue, sa capacité à suivre des consignes conditionnent la qualité finale du modèle affiné.

Or une bonne base de fine-tuning a des propriétés précises. Elle doit être disponible en plusieurs tailles pour s'adapter au budget d'inférence. Elle doit avoir une licence qui autorise l'usage commercial sans zone grise. Elle doit bien se comporter dans les langues visées. Et elle doit s'intégrer proprement dans les outils existants — bibliothèques d'entraînement, moteurs d'inférence, formats de quantification. Qwen2.5 cochait ces cases avec une rare régularité, et c'est cette conjonction, plus qu'un score isolé, qui a fait la différence.

Ce que ça a changé : la base par défaut

L'effet le plus visible de Qwen2.5 a été son adoption comme point de départ pour le fine-tuning à l'échelle mondiale. Quand une base est solide, ouverte et déclinée finement, la communauté ne se contente pas de l'utiliser : elle la démultiplie. Chaque équipe qui l'affine sur son domaine produit une variante, et beaucoup de ces variantes sont republiées, à leur tour reprises par d'autres. Ce mouvement en cascade transforme un modèle en écosystème.

Des gains concrets, mesurés

Les progrès annoncés n'étaient pas que rhétoriques. Sur les grands tableaux d'évaluation de l'époque, Qwen2.5 affichait des scores de premier plan : un MMLU au-delà de 85, un HumanEval en code au-delà de 85, un MATH au-delà de 80 pour les configurations les plus fortes, selon les scores publiés par l'équipe Qwen dans son annonce. Ces chiffres, à prendre pour ce qu'ils sont — des indicateurs partiels, jamais la vérité complète d'un modèle — situaient la famille au niveau des meilleurs modèles ouverts du moment, et rapprochaient le 72B des références propriétaires sur plusieurs axes.

Au-delà des scores, l'annonce insistait sur des aptitudes très pratiques : un meilleur suivi d'instructions, la génération de textes longs, la compréhension de données structurées comme les tableaux, et surtout la production de sorties structurées, en particulier au format JSON. Pour qui construit des applications réelles, cette dernière capacité pèse énormément. Un modèle qui rend du JSON valide de façon fiable s'intègre sans couche de rustines dans une chaîne logicielle : on branche sa sortie sur une base, une API, un composant d'interface. C'est la différence entre une démonstration et un système qui tient en exploitation.

• Suivi d'instructions renforcé — des réponses qui respectent mieux les contraintes de format et de longueur demandées.
• Textes longs — une génération capable de dépasser les 8 000 tokens sans se déliter.
• Données structurées — meilleure lecture des tableaux et des schémas.
• Sorties JSON — un point clé pour l'intégration applicative et l'appel d'outils.
• Contexte étendu — jusqu'à 128 000 tokens pour les tailles 7B et plus (32 000 tokens pour les 0,5B/1,5B/3B), de quoi ingérer de longs documents.

Le multilinguisme comme atout de fond

Un autre pilier a compté : la couverture multilingue. Qwen2.5 annonçait, selon l'annonce officielle, une prise en charge de plus de 29 langues, dont le chinois, l'anglais, le français, l'espagnol, le portugais, l'allemand, l'italien et le russe, parmi d'autres. Ce point est souvent sous-estimé dans les discussions centrées sur l'anglais, mais il structure l'adoption réelle. Une équipe qui travaille en français, en arabe ou en indonésien ne peut pas se contenter d'un modèle qui n'excelle que dans une seule langue. En offrant une base solide dans un large éventail linguistique, Qwen2.5 a ouvert la porte à des projets appliqués partout, pas seulement dans les marchés anglophones.

Cette dimension multilingue nourrit directement l'angle de fond de cette sortie : Alibaba n'a pas seulement publié des modèles performants, il a publié des modèles utiles à une communauté planétaire. La combinaison d'une gamme complète, d'une licence permissive pour l'essentiel des variantes et d'une compétence linguistique large a fait de Qwen2.5 un choix rationnel pour des équipes aux besoins très divers.

La question de la licence, vue de la production

Un mot de nuance, parce qu'il compte pour qui déploie. La plupart des modèles de la famille étaient placés sous licence Apache 2.0, une licence permissive bien connue qui autorise l'usage commercial, la modification et la redistribution avec un minimum de contraintes. Deux exceptions notables : les variantes 3B et 72B relevaient d'une licence propre à Qwen, distincte d'Apache 2.0. Pour une équipe, cette distinction n'est pas un détail : elle conditionne ce que l'on a le droit de faire du modèle affiné, et il faut la lire avant de bâtir un produit dessus. La bonne nouvelle, c'est que l'écrasante majorité de la gamme — du 0,5B au 32B, hors 3B — tombait sous la licence permissive, ce qui laissait un large terrain de jeu sans zone d'ombre juridique.

En production : ce que Qwen2.5 a rendu opérationnel

C'est ici que je m'arrête plus longuement, parce que c'est le cœur de ce qui m'intéresse : non pas la performance en laboratoire, mais ce qui se passe une fois que le modèle doit tourner, jour après jour, sur une infrastructure réelle. Qwen2.5 a été particulièrement bien accueilli côté exploitation, et pour de bonnes raisons.

Choisir sa taille, c'est choisir son coût

La granularité de la gamme est un atout pour l'ingénierie de production. Le coût d'inférence d'un modèle de langue croît fortement avec sa taille : mémoire GPU, temps de calcul, consommation énergétique, tout augmente. Disposer de sept paliers permet de placer le curseur exactement où le besoin l'exige. Un service de classification à fort volume tournera sur un 1,5B ou un 3B, servi à faible coût sur du matériel modeste. Un assistant de rédaction exigeant montera sur un 14B ou un 32B. Un moteur de raisonnement complexe justifiera le 72B. Le même écosystème, le même format, du plus léger au plus lourd.

En production, la meilleure taille n'est presque jamais la plus grande. C'est la plus petite qui tient la qualité requise. Une gamme fine transforme cette recherche d'équilibre en réglage précis plutôt qu'en pari.

La quantification, alliée du déploiement

La publication systématique de versions quantifiées — GGUF, AWQ, GPTQ — a levé un obstacle récurrent. La quantification réduit la précision numérique des poids pour diminuer l'empreinte mémoire et accélérer l'inférence, au prix d'une légère perte de qualité souvent négligeable. Fournir ces formats prêts à l'emploi, plutôt que de laisser chaque équipe les produire elle-même, a raccourci le chemin entre le téléchargement et le premier service en ligne. Un 7B quantifié tient sur une carte grand public ; un 32B quantifié devient accessible à des infrastructures raisonnables. C'est la différence entre un modèle qu'on admire et un modèle qu'on exploite.

Une base pour le fine-tuning maison

Le scénario type qui s'est répandu ressemble à ceci : une organisation part d'un Qwen2.5 d'une taille adaptée, l'affine sur ses propres données métier — support client, documentation interne, jargon d'un secteur — et déploie le modèle affiné sur son infrastructure, sans dépendre d'une API externe. Cette autonomie change beaucoup de choses en matière de coût récurrent, de souveraineté des données et de prévisibilité. Le modèle affiné vit sur des serveurs maîtrisés, ses données ne quittent pas le périmètre, et son comportement peut être versionné, testé et supervisé comme n'importe quel composant logiciel.

Ce mode opératoire — base ouverte, affinage local, déploiement autonome — est devenu un patron de conception à part entière. Qwen2.5 n'a pas inventé ce patron, mais sa qualité et sa gamme l'ont rendu praticable pour beaucoup plus d'équipes qu'auparavant. Les outils d'affinage à faible coût, comme les techniques d'adaptation par matrices de faible rang, s'appliquaient directement sur ces poids et rendaient l'exercice abordable même sans flotte de GPU.

Un exemple parle mieux qu'un principe. Prenons une entreprise qui veut un assistant capable de répondre à partir de sa documentation technique, dans son vocabulaire, sans envoyer ses données à un tiers. Le chemin ouvert par Qwen2.5 ressemble à ceci : on choisit une taille — disons un 7B, bon compromis pour ce type de tâche — on prépare un jeu d'exemples représentatifs du domaine, on affine le modèle avec une méthode d'adaptation légère sur quelques cartes graphiques pendant quelques heures, puis on sert le modèle résultant derrière un moteur d'inférence sur ses propres serveurs. Le tout reste sous contrôle, versionné, testable. Ce qui aurait exigé, quelques années plus tôt, un projet de recherche entier devient un chantier d'ingénierie applicative que des équipes de taille moyenne peuvent mener.

Superviser un modèle affiné en exploitation

Mettre un modèle en ligne n'est que le début ; le faire vivre est un métier. Un modèle affiné en production demande une supervision continue. Il faut mesurer sa latence et son débit sous charge, surveiller la qualité de ses réponses sur un jeu de cas de référence, détecter les dérives quand les requêtes réelles s'éloignent de ce sur quoi il a été affiné, et prévoir les montées de version. La gamme homogène de Qwen2.5 facilite cette discipline : passer d'un 7B à un 14B pour gagner en qualité, ou l'inverse pour réduire le coût, se fait sans réécrire toute la chaîne, puisque le format d'entrée et le tokenizer restent cohérents dans la famille. Cette stabilité d'interface entre tailles est un confort d'exploitation qu'on apprécie surtout le jour où il faut ajuster un système déjà en service.

La reproductibilité entre aussi en jeu. Parce que les poids sont ouverts et figés à une version donnée, une équipe peut geler exactement le modèle qu'elle utilise, documenter son origine et sa configuration, et garantir que le comportement observé en test sera celui observé en production. Cette maîtrise de bout en bout — de la base publique au modèle affiné servi — est précisément ce que recherchent les organisations soumises à des exigences de traçabilité. Un modèle ouvert et versionnable s'inscrit dans une démarche d'ingénierie sérieuse là où une boîte noire distante laisse toujours une part d'incertitude.

L'intégration dans l'écosystème d'inférence

Enfin, un point qui ne fait pas les gros titres mais décide de tout : la compatibilité avec les moteurs d'inférence. Un modèle n'a de valeur en production que s'il tourne efficacement sur les serveurs d'inférence répandus, qui gèrent le traitement par lots, la mise en cache des séquences et le service concurrent de nombreuses requêtes. Qwen2.5 s'intégrait proprement dans ces environnements, avec des formats standard et une documentation soignée. Cette hygiène d'intégration, invisible pour l'utilisateur final, est ce qui sépare une sortie médiatique d'une base réellement adoptée par les équipes d'exploitation.

Les perspectives : d'une famille vers un écosystème planétaire

Au lendemain de sa sortie, Qwen2.5 a tout d'un point d'inflexion en puissance. Ce que l'annonce lance ne se refermera vraisemblablement pas sur septembre 2024 : la lignée devrait continuer, et surtout l'écosystème de dérivés qu'elle est en train de nourrir pourrait prendre une ampleur difficile à anticiper aujourd'hui.

Une lignée appelée à se prolonger

La dynamique engagée avec cette version paraît faite pour durer. L'équipe Qwen a construit, au fil de ses générations successives, une cadence régulière : chaque itération élargit le corpus d'entraînement, affine le raisonnement, pousse un peu plus loin le suivi d'instructions et l'usage d'outils. Rien n'indique que cette trajectoire s'arrêtera avec la 2.5 ; tout suggère au contraire que les prochaines générations prolongeront la même logique d'ouverture, avec des corpus encore plus vastes et des architectures possiblement différentes. Si cette tendance se confirme, Qwen2.5 aura joué le rôle de charnière : la version où la stratégie d'ouverture est passée à l'échelle industrielle, et sur laquelle les suivantes pourraient s'appuyer.

Une base que la communauté pourrait démultiplier

Le legs le plus prometteur se situerait ailleurs, dans le potentiel d'adoption. À mesure qu'elle sera choisie comme base de fine-tuning, la famille Qwen pourrait s'imposer comme l'un des socles ouverts les plus repris. La mécanique est connue : chaque équipe qui affine un modèle sur son domaine produit une variante, et beaucoup de ces variantes sont republiées, à leur tour reprises par d'autres. Si ce mouvement en cascade prend, le nombre de modèles dérivés construits à partir des points de contrôle de Qwen2.5 pourrait croître très vite, et faire de cette lignée un point de départ courant pour qui veut bâtir un modèle spécialisé.

Un modèle qui se compterait un jour en milliers de dérivés ne serait plus un produit. Ce serait une infrastructure. Qwen2.5 pourrait bien être le moment où une telle bascule s'amorce à l'échelle mondiale.

Une telle prolifération de dérivés ne serait pas un simple indicateur de popularité. Elle raconterait une manière de travailler. Chaque variante spécialisée — un Qwen affiné pour le droit, pour la médecine, pour une langue peu dotée, pour un style d'écriture — serait un morceau d'ingénierie appliquée que la communauté produirait à partir d'un socle commun. En ouvrant sa base, Alibaba transforme son investissement de pré-entraînement en bien partagé, et pourrait récolter en retour une visibilité et une influence considérables sur la direction de l'écosystème ouvert.

Il y a là un effet de réseau vertueux qui mérite d'être nommé. Plus une base est reprise, plus la communauté produit d'outils, de tutoriels, de recettes d'affinage et de correctifs autour d'elle. Ces contributions rendent la base encore plus facile à adopter, ce qui attire de nouvelles équipes, qui à leur tour contribuent. La lignée Qwen pourrait bénéficier de cette spirale : un débutant qui cherche à affiner un modèle trouverait alors une abondance de ressources pratiques pointant vers cette famille, ce qui en ferait un choix naturel, presque par défaut. C'est ainsi qu'un socle technique se transforme en standard de fait, non par décret mais par accumulation d'usages.

Ce mouvement, s'il se déploie, pourrait rebattre les cartes de l'écosystème ouvert dans son ensemble. On peut imaginer qu'une part croissante des nouveaux modèles affinés ou dérivés publiés sur les plateformes ouvertes reposerait sur une base issue de la lignée Qwen, faisant de cette famille l'un des points de départ les plus fréquents de la création de modèles dérivés. Ce scénario, encore à vérifier dans les mois qui viennent, illustre concrètement l'angle de fond de cette sortie : Alibaba ne se contente pas de livrer des modèles, il propose le sol sur lequel une partie de la communauté pourrait bâtir. Un rôle d'infrastructure, discret mais potentiellement structurant.

Ce que la sortie pourrait durablement installer

Trois enseignements se dégagent déjà. Le premier : ouvrir une famille cohérente, plutôt qu'un modèle isolé, semble propre à maximiser l'adoption, parce que cela laisse chaque équipe placer son curseur coût/qualité sans changer d'écosystème. Le deuxième : les modèles spécialisés compacts — un Coder de 7B, un Math de 7B — peuvent rendre d'immenses services et démocratisent des capacités qui semblaient réservées aux très grands modèles. Le troisième : la production a ses propres critères, et une base gagne moins par un score de tête d'affiche que par sa disponibilité, sa licence, sa quantification et sa propreté d'intégration.

Qwen2.5 réunit ces trois qualités au bon moment. Dans un paysage où les modèles ouverts cherchent encore leur base de référence, Alibaba en propose une, complète et bien construite, et la dépose là où les équipes travaillent déjà. Le reste — l'affinage à grande échelle, les dérivés en nombre, une place de premier plan dans les classements de téléchargement — pourrait suivre comme une conséquence logique, si l'adoption tient ses promesses. À chaud, en ce 19 septembre 2024, on peut déjà dire que cette sortie livre moins des modèles qu'elle ne dépose un socle. Et un socle, c'est précisément ce sur quoi on construit.

Sources

• Qwen2.5: A Party of Foundation Models! — blog officiel Qwen (qwenlm.github.io), 19 septembre 2024
• Qwen2.5: A Party of Foundation Models! — Alibaba Cloud Community
• Alibaba Cloud Unveils Qwen2.5 at 2024 Apsara Conference — Alibaba Group
• Alibaba Releases Qwen 2.5 Models, Raising the Bar for Open Weight LLMs — DeepLearning.AI, The Batch
• Organisation Qwen sur Hugging Face (poids, cartes de modèle, dérivés)