Qwen est une famille de grands modèles de langage développée par Alibaba Cloud, la division de cloud computing du conglomérat chinois Alibaba Group. Les premiers modèles Qwen ont été publiés en 2023, et la famille s'est depuis élargie à travers plusieurs générations et variantes spécialisées, y compris des modèles de langage de base, des versions ajustées pour le dialogue, des modèles de langage et vision (Qwen-VL), des modèles spécialisés en codage(Qwen-Coder), et des modèles audio. Alibaba a publié la plupart des modèles Qwen sous des licences poids ouverts, principalement Apache 2.0, ce qui a contribué à faire de la famille, d'ici 2025, l'une des familles de modèles les plus téléchargées sur Hugging Face, à la fois directement et via le grand nombre de modèles dérivés affinés à partir des points de contrôle Qwen par la communauté open source au sens large.
Lignée des modèles
Qwen1 a été lancé en 2023 à des échelles de paramètres allant jusqu'à 72 milliards. Qwen2 a suivi en 2024 avec une couverture multilingue améliorée et des fenêtres de contexte plus longues. Qwen2.5, publié en septembre 2024, couvrait une large gamme de tailles allant de moins d'un milliard de paramètres jusqu'à 72 milliards, aux côtés de variantes spécialisées en codage et en mathématiques, et a été largement évalué comme compétitif avec des modèles ouverts de taille similaire de la famille Llama de Meta AI. Qwen3, publié en 2025, a introduit une capacité de raisonnement hybride, permettant à un seul modèle de basculer entre un mode de réponse directe rapide et un mode de raisonnement étendu chaîne de pensée, écho à une direction de conception également poursuivie par d'autres laboratoires en course pour combiner une capacité de dialogue général avec des performances de modèle de raisonnement. Qwen3 a été publié dans une gamme de tailles incluant des variantes mélange d'experts visant à équilibrer la capacité contre le coût d'inférence.
Position dans l'écosystème des poids ouverts
Les modèles Qwen sont fréquemment utilisés comme base pour le affinage par des chercheurs, des startups, et des passionnés, à la fois en raison de leur licence permissive et parce que leurs performances sur des références standard telles que MMLU et des évaluations de codage comme HumanEval se comparaient favorablement avec d'autres options ouvertes. Les modèles de raisonnement distillés DeepSeek-R1 de DeepSeek, par exemple, ont utilisé les points de contrôle Qwen comme l'un des modèles de base pour la distillation. L'itération rapide de Qwen et sa large gamme de tailles, des modèles assez petits pour fonctionner sur du matériel grand public aux variantes compétitives avec des modèles fermés plus grands, ont positionné Alibaba comme l'un des contributeurs les plus actifs à l'écosystème des poids ouverts aux côtés de DeepSeek, Mistral AI, et Meta.
Réception et contexte stratégique
Les publications de Qwen sont souvent lues dans le contexte d'une vague plus large de modèles ouverts capables provenant de laboratoires d'IA chinois à travers 2024 et 2025, aux côtés de DeepSeek et d'autres, ce que des analystes et des décideurs politiques occidentaux ont cité comme preuve que l'industrie de l'IA en Chine restait compétitive malgré les contrôles à l'exportation américains sur les GPU avancés. Alibaba a positionné Qwen à la fois comme une contribution de recherche et comme la fondation pour ses propres offres commerciales d'IA en cloud, intégrant les modèles Qwen dans les produits d'entreprise d'Alibaba Cloud. Des évaluateurs indépendants ont noté que, comme d'autres modèles développés en Chine, les produits Qwen hébergés destinés aux consommateurs appliquaient des restrictions de contenu alignées avec les exigences réglementaires chinoises sur des sujets politiques sensibles, bien que les poids de modèles publiés ouvertement eux-mêmes ne les appliquaient pas lorsqu'ils étaient exécutés indépendamment par des tiers.