Qwen 3.5 et GLM 5 : les géants chinois de l'IA en pleine expansion

Un mois riche en innovations IA en Chine

Le mois écoulé a été particulièrement dynamique pour le secteur de l'intelligence artificielle en Chine, avec le lancement de plusieurs modèles phares. Parmi eux, Qwen 3.5, MiniMax 2.5, et GLM 5 ont retenu l'attention des experts et du public. L'anticipation est également forte pour la sortie prochaine de DeepSeek V4, alimentée par des rumeurs persistantes. En dehors des modèles de pointe, ce mois a été relativement calme en termes de nouvelles modalités de niche et de tailles de modèles.

Introduction des Métriques d'Adoption Relative

Pour suivre ces nouvelles sorties, un nouvel outil de mesure a été introduit : les Métriques d'Adoption Relative (RAM). Cet outil permet de normaliser les téléchargements de modèles par rapport à leurs pairs dans la même catégorie de taille. Il s'est déjà avéré extrêmement utile, mettant en lumière des modèles sous-estimés comme GPT-OSS, qui a littéralement explosé en termes de téléchargements. Depuis Llama 3.1, il est devenu le modèle à poids ouverts américain le plus populaire. Un score RAM supérieur à 1 indique qu'un modèle est en bonne voie pour devenir l'un des dix modèles les plus téléchargés de tous les temps dans sa catégorie de taille.

Qwen 3.5 : Une avancée significative

Le modèle Qwen3.5-397B-A17B de Qwen a été très attendu. Il est disponible en plusieurs tailles, allant de 0.8B à 27B pour les modèles denses et de 35B-A3B à 397B-A17B pour les modèles MoE. Tous ces modèles sont multi-modaux, utilisent le raisonnement par défaut et sont basés sur l'architecture Qwen-Next avec des couches GDN. Après des tests effectués ces derniers jours, ces modèles montrent une nette amélioration par rapport à la version précédente. Ils sont particulièrement adaptés à une large gamme de tâches, avec des améliorations notables en termes de style et de capacité à suivre les instructions. De plus, ils se sont améliorés pour les tâches multilingues, couvrant un plus grand nombre de langues. Cependant, les petits modèles ont encore tendance à trop réfléchir, bien que cette fonctionnalité puisse être désactivée.

Performances remarquables de StepFun et Z.ai

StepFun a également fait sensation avec son modèle Step-3.5-Flash, un modèle 196B-A11B MoE qui affiche de solides performances dans tous les domaines, notamment en surpassant des modèles plusieurs fois plus grands dans les benchmarks mathématiques. De son côté, Z.ai a lancé GLM-5, un modèle 744B-A40B qui a suscité une telle demande que l'équipe Zhipu a dû augmenter les prix de leur plan de codage. Ce modèle est accompagné d'un rapport technique détaillé.

MiniMax 2.5 et autres modèles notables

Malgré sa taille relativement petite, MiniMax-M2.5 de MiniMaxAI a réussi à rivaliser avec des modèles tels que GLM-5 et Kimi K2.5, devenant rapidement un favori de la communauté. OpenThinker-Agent-v1 par open-thoughts marque l'entrée des OpenThinkers dans le domaine du raisonnement agentique, avec une première sortie incluant des données SFT et RL, ainsi qu'une version "lite" de tâches basées sur le terminal pour évaluer les modèles plus petits.

DeepSeek V3.2 et autres contributions significatives

DeepSeek V3.2, ainsi que d'autres modèles récents de la même série, ont sous-performé par rapport aux premières sorties de DeepSeek en 2025, ce qui a été une déception pour certains observateurs. Parmi les autres modèles notables, Tri-21B-Think par Trillion Labs, un modèle de raisonnement de 21B, prend en charge l'anglais, le coréen et le japonais. MiniCPM-SALA par openbmb, quant à lui, est un modèle de 8B en anglais et en chinois avec attention sparse, supportant une fenêtre de contexte de 1M. Ces innovations soulignent l'importance croissante des modèles à poids ouverts dans l'écosystème de l'IA, avec des implications majeures pour l'avenir de la technologie.