MarkTechPost retrace trois ans et demi de Qwen : du 7B aux poids ouverts annoncés à 2,4 T de paramètres
Selon une chronique publiée par MarkTechPost le 4 octobre 2026, Qwen d'Alibaba est passé d'un accès sur invitation en avril 2023 à un modèle à poids ouverts annoncé à 2,4 billions de paramètres ; la licence aurait évolué d'une clause « usage commercial gratuit sous 100 millions d'utilisateurs actifs mensuels » vers Apache 2.0 pour plusieurs tailles, avec apparition du MoE parcimonieux, d'une attention linéaire hybride et de lignes de produits ouvertes et fermées en parallèle.
Ce qui change
Selon l'article « The Story of Qwen » publié par MarkTechPost le 4 octobre 2026, l'auteur Asif Razzaq retrace chronologiquement trois ans et demi de sorties de la série Qwen d'Alibaba : le 7 avril 2023, Alibaba Cloud a ouvert l'essai de « Tongyi Qianwen » à des clients entreprises sur code d'invitation ; le 3 août de la même année, Qwen-7B et Qwen-7B-Chat ont été ouverts, avec une licence autorisant l'usage commercial gratuit sous 100 millions d'utilisateurs actifs mensuels ; en 2024, les générations Qwen1.5, Qwen2 et Qwen2.5 se sont succédé à un rythme soutenu, la plupart des tailles de Qwen2 passant à Apache 2.0, à l'exception du 72B ; en 2025, Qwen3 a introduit une « réflexion hybride », le vaisseau amiral Qwen3-235B-A22B adoptant intégralement Apache 2.0, puis Qwen3-Next-80B-A3B a combiné une attention linéaire Gated DeltaNet et une attention à porte dans un rapport 3:1 ; en 2026, le reportage indique qu'Alibaba a fait progresser en six mois plusieurs générations Qwen3.5, Qwen3.6 et Qwen3.7, et a publié un modèle à poids ouverts annoncé à 2,4 billions de paramètres. L'article mentionne aussi des changements de personnel dans l'équipe et une réorganisation intégrant l'activité IA d'Alibaba dans un nouveau groupe. Le texte s'interrompt au paragraphe sur Qwen3.7, rendant invisibles les détails de certains jalons ultérieurs ; l'analyse ci-dessous ne s'appuie donc que sur le contenu visible.
Conséquences pour les développeurs
L'effet direct pour les développeurs concerne d'abord les frontières de licence : le reportage montre que le Qwen-7B initial utilisait une clause personnalisée « usage commercial gratuit sous 100 millions d'utilisateurs actifs mensuels », tandis que plusieurs tailles de Qwen2 sont passées à Apache 2.0. Poids ouverts et licence open source sont deux choses distinctes : des poids téléchargeables ne signifient ni Apache 2.0, ni usage commercial, redistribution ou entraînement de modèles dérivés sans condition ; l'autorisation précise doit être vérifiée dans le fichier de licence du dépôt du modèle concerné, et la description de ce reportage ne remplace pas le texte de la licence. Vient ensuite la division des modes de déploiement : selon le reportage, certains modèles phares ne sont proposés que via API depuis Qwen3-Max-Preview, et Qwen3.6-Plus serait un modèle hébergé fermé, ce qui crée côté ingénierie deux voies : « poids ouverts auto-hébergeables » et « vaisseau amiral hébergé accessible uniquement par API ». Troisièmement, les hypothèses d'architecture et de coût changent : le reportage indique que le coût d'entraînement de Qwen3-Next-80B-A3B serait d'environ 10 % de celui de Qwen3-32B, et que le débit d'inférence serait multiplié par 10 au-delà de 32K tokens ; ces chiffres proviennent de fiches modèles et de déclarations de l'éditeur, sans reproduction par un tiers, et ne valent que comme hypothèses de sélection, non comme engagements. Quatrièmement, les définitions de contexte ne sont pas uniformes : le reportage évoque 32K pour les tailles de Qwen1.5, 128K pour certains instruct de Qwen2, 262K natifs pour la mise à jour 2507 de Qwen3-235B, et 1 million de tokens revendiqués pour la version hébergée de Qwen3.5-Plus ; les mélanger entraîne des différences réelles de troncature et de facturation. Enfin, les changements de personnel et d'organisation ne constituent pas en eux-mêmes des changements techniques, mais ils suggèrent que le rythme des versions et le responsable de la maintenance peuvent évoluer ; les projets de long terme devraient intégrer au budget le coût de compatibilité des montées de version au sein d'une même série.
Intégration et évaluation
Les points suivants relèvent de l'analyse recommandée, non de faits établis. Première décision, sur la licence et la distribution : si le reportage est exact, différentes tailles d'une même famille peuvent relever de clauses personnalisées ou d'Apache 2.0 ; avant de choisir l'auto-hébergement, il faut vérifier le fichier de licence de chaque point de contrôle visé, plutôt que de juger à l'échelle de la série. Le déclencheur est votre intention d'intégrer le modèle à un produit externe, de redistribuer les poids ou d'entraîner des modèles dérivés ; pour une simple expérimentation interne, les contraintes de licence sont bien moindres. Le critère vérifiable est, pour chaque point de contrôle candidat, de confirmer le nom de la licence et les clauses de commercialisation et de redistribution, en notant la date de vérification. Deuxième décision, sur le choix entre dense et MoE : le reportage indique que Qwen3.5-397B-A17B active 17 milliards de paramètres pour 397 milliards au total, que Qwen3.5-35B-A3B active un volume plus faible, et Qwen affirme que ce dernier dépasse sur certains points le plus ancien Qwen3-235B-A22B-2507. Il faut choisir selon la mémoire et le débit, non selon le total de paramètres : mesurer sur le matériel cible l'occupation mémoire réelle déterminée par les paramètres actifs, la latence par requête et le débit. Le déclencheur est une concurrence élevée ou une mémoire limitée, cas où un modèle parcimonieux peut être plus avantageux ; si la tâche exige une stabilité élevée du raisonnement en chaîne longue, la prévisibilité d'un modèle dense peut primer. Le critère vérifiable est de comparer, sur un même lot de requêtes réelles, la latence p95 et le coût par millier de tokens, plutôt que de se fier aux seuls scores de benchmark. Troisième décision, sur le contexte long : les repères de 32K, 128K, 262K et 1M coexistent dans le reportage ; avant d'activer un contexte long, il faut déterminer s'il s'agit d'une capacité native du modèle ou d'une configuration de la version hébergée. Le déclencheur est le traitement de documents longs ou de trajectoires d'agents multi-tours ; le critère vérifiable est de tester la précision de récupération et le point de troncature aux limites de longueur visées.
Limites et points à confirmer
Le texte source s'interrompt au paragraphe sur Qwen3.7 ; le nom, la licence et la date de publication du modèle à poids ouverts annoncé à 2,4 billions de paramètres et des jalons ultérieurs ne sont pas complets dans le texte visible. Les affirmations ci-dessus sur ce modèle relèvent donc du reportage de MarkTechPost et n'ont pas été vérifiées indépendamment. Les versions mentionnées dans ce reportage n'ont pas d'entrée correspondant exactement au catalogue actuel de KimiSeek ; KimiSeek liste actuellement Qwen3.8 Max, Qwen3.8 Flash, Qwen3.8 27B, Qwen3.8 2.4T A95B, Qwen3.7 Max, Qwen3.7 Plus, Qwen3.6 Plus et deux modèles d'image, qui ne portent pas les mêmes identifiants que les points de contrôle précis Qwen3.5, Qwen3.6 et Qwen3.7 du reportage ; les entrées du catalogue ne doivent pas servir de preuve de disponibilité pour les versions rapportées. La disponibilité par API évoquée dans le reportage renvoie à l'offre côté éditeur. Les chiffres de performance et de coût cités (ratio de coût d'entraînement, multiples de débit, comparaisons de benchmarks) proviennent de l'éditeur ou de reprises secondaires, sans conditions d'évaluation reproductibles, et ne doivent pas être l'unique base d'une décision d'achat ou de migration. Les descriptions de licences viennent d'une chronique et peuvent différer des conditions officielles des dépôts de chaque modèle ; seul le fichier de licence original fait foi. Les prix et la facturation évoluent avec le temps ; il convient de se référer à la page tarifaire de la plateforme concernée. Il est impossible, à partir de cette source, de déterminer si les changements de personnel et d'organisation affectent la maintenance à long terme et le rythme des versions.