Qwen2.5-Max : comment Alibaba a relancé la course mondiale à l’IA

Le lancement de Qwen2.5-Max par Alibaba en janvier 2025 a compté pour bien plus qu’une place dans un classement. Il a montré comment un grand acteur chinois du cloud pouvait associer un modèle puissant à une distribution immédiate par API, puis renforcer cette offre avec un vaste écosystème de modèles à poids ouverts.

Le marché de l’IA en est devenu plus concurrentiel. Les fournisseurs occidentaux ne pouvaient plus compter uniquement sur une avance en matière de performances. De leur côté, les développeurs chinois ne se livraient plus seulement concurrence entre eux : ils s’affrontaient aussi sur les prix, l’ouverture des modèles, la souplesse de déploiement et l’accès aux entreprises.

Qwen2.5-Max, c’était quoi exactement ?

Alibaba présentait Qwen2.5-Max comme un grand modèle de langage reposant sur une architecture Mixture of Experts (MoE), ou « mélange d’experts ». Il a été préentraîné sur plus de 20 000 milliards de tokens, puis perfectionné à l’aide d’un réglage supervisé sur des données sélectionnées — le SFT — et de l’apprentissage par renforcement à partir de retours humains — le RLHF. 9

Un modèle MoE regroupe plusieurs réseaux « experts » et n’en sollicite qu’une partie pour traiter chaque requête. Cette méthode permet d’augmenter la capacité totale du modèle sans activer l’ensemble de ses composants à chaque demande. Alibaba n’a toutefois pas fourni, dans son annonce, suffisamment de détails techniques pour vérifier indépendamment le nombre total de paramètres de Qwen2.5-Max ou le nombre de paramètres actifs. 9

Qwen2.5-Max appartenait à la même famille que les modèles téléchargeables Qwen2.5, sans être identique à ces derniers. La gamme Qwen2.5 comprenait des modèles de base et des modèles adaptés aux instructions, de 0,5 à 72 milliards de paramètres, ainsi que des versions quantifiées disponibles notamment sur Hugging Face, ModelScope et Kaggle. 132

Qwen2.5-Max, lui, a d’abord été proposé comme un modèle hébergé plutôt que comme un modèle dont les poids pouvaient être téléchargés. Son accès initial passait par le service Model Studio d’Alibaba Cloud et par les interfaces de conversation associées à Qwen. 13

Les performances annoncées par Alibaba : des résultats à mettre en contexte

Alibaba affirmait que Qwen2.5-Max se situait globalement au niveau de Claude 3.5 Sonnet sur plusieurs évaluations et dépassait GPT-4o, DeepSeek-V3 et Llama 3.1 405B « presque partout ». Ces déclarations étaient celles de l’entreprise : elles ne démontraient pas que le modèle était universellement supérieur dans des conditions de production. 29

La société mettait en avant plusieurs familles de tests :

• MMLU-Pro, consacré à des questions exigeantes de connaissances et de raisonnement ;
• GPQA-Diamond, qui porte sur des questions difficiles de niveau expert ;
• LiveCodeBench, dédié à la programmation ;
• LiveBench, qui évalue plus largement les capacités des modèles ;
• Arena-Hard, utilisé comme approximation des préférences humaines. 912

Cet ensemble de benchmarks positionnait Qwen2.5-Max comme un modèle généraliste pour le code, les mathématiques, les tâches de connaissance et les assistants d’entreprise. Mais les résultats dépendent fortement des prompts, des versions utilisées, de la méthodologie d’évaluation et d’éventuels écarts dans l’accès aux outils ou aux instructions système.

Ils témoignent donc de la compétitivité du modèle sur des tests précis, sans constituer un classement complet de sa fiabilité factuelle, de sa sécurité, de sa latence ou de son adéquation aux besoins d’une entreprise.

Chatbot Arena : un signal externe, mais pas un verdict définitif

Selon un classement de Chatbot Arena publié au début du mois de février 2025, Qwen2.5-Max occupait la 7e place mondiale avec un score de 1 332. Le modèle arrivait également en tête dans les catégories mathématiques et programmation, et en deuxième position pour les prompts difficiles. 1012

Ce résultat apportait un signal différent des tests internes d’Alibaba, car Chatbot Arena repose sur des comparaisons de réponses effectuées par des utilisateurs. Le classement restait néanmoins évolutif et sensible à la formulation des requêtes.

Une bonne position dans Arena ne mesure pas à elle seule la fiabilité factuelle, la sécurité, l’utilisation d’outils, le comportement d’un agent sur une longue séquence de tâches ou les contraintes opérationnelles d’un déploiement professionnel.

L’évaluation la plus solide est donc plus nuancée que l’affirmation selon laquelle Qwen2.5-Max aurait battu tous les grands modèles concurrents. Il s’agissait d’un candidat crédible proche de la frontière technologique, dont les résultats remettaient en question l’écart supposé entre les meilleurs systèmes chinois et occidentaux. Les comparaisons les plus ambitieuses doivent rester attribuées à Alibaba et être rattachées aux benchmarks concernés. 29

La véritable force stratégique : l’écosystème Qwen

La valeur de Qwen2.5-Max ne résidait pas seulement dans le modèle lui-même. Le rapport technique d’Alibaba sur Qwen2.5 décrivait plus de 100 modèles et variantes accessibles via des dépôts publics. La famille associait ainsi des modèles à poids ouverts à des offres propriétaires hébergées. 1

Cette combinaison répondait à plusieurs profils :

• Les développeurs pouvaient télécharger, ajuster, quantifier et héberger eux-mêmes des modèles ouverts plus petits.
• Les entreprises pouvaient utiliser des API gérées sans administrer leur propre infrastructure de modèles.
• Alibaba Cloud pouvait transformer la demande pour l’IA en consommation de services cloud via Model Studio.
• Les partenaires matériels et logiciels pouvaient prendre en charge des déploiements dans un plus grand nombre d’environnements qu’avec une API fermée unique.

La stratégie d’Alibaba ne se résumait donc pas à choisir entre le tout-ouvert et le tout-fermé. Le groupe conservait un modèle haut de gamme accessible par un service hébergé, tout en utilisant des modèles ouverts pour développer la familiarité des développeurs, les intégrations et la présence de Qwen dans les déploiements.

Qwen3 a prolongé cette stratégie

La nouvelle étape majeure a été Qwen3, lancé en avril 2025 comme une famille de modèles ouverte. La gamme comprenait six modèles denses allant de 0,6 à 32 milliards de paramètres, ainsi que deux modèles MoE : un modèle de 30 milliards de paramètres dont 3 milliards sont actifs et un modèle de 235 milliards de paramètres dont 22 milliards sont actifs. 1718

Les modèles Qwen3 ont été rendus disponibles à l’échelle mondiale via des plateformes comme Hugging Face, GitHub et ModelScope. Ils pouvaient être testés sur chat.qwen.ai, tandis que l’accès par API devait passer par la plateforme de modèles d’Alibaba. 1718

Cette évolution a clarifié le modèle économique du groupe. Alibaba pouvait proposer des services hébergés pour un accès premium et administré, tout en publiant une large gamme de poids ouverts afin d’encourager le déploiement local, l’ajustement des modèles et les applications développées par des tiers. Model Studio faisait le lien commercial entre ces deux volets.

Alibaba a ensuite mis en avant la prise en charge de Qwen3 dans différents environnements matériels, notamment les déploiements quantifiés sur des appareils Apple, les GPU AMD Instinct et les petits modèles destinés aux appareils mobiles équipés de processeurs Arm. 22 L’écosystème devenait ainsi moins dépendant d’un seul fournisseur de cloud ou d’une seule plateforme d’accélération.

Pourquoi Qwen2.5-Max a intensifié la course aux modèles de pointe

Qwen2.5-Max est arrivé peu après le succès médiatique de DeepSeek-V3. Son calendrier donnait au lancement une portée plus large qu’une simple annonce isolée : il semblait témoigner de l’approfondissement rapide de la compétition chinoise. Alibaba, déjà présent dans le cloud et doté d’une famille de modèles établie, répondait avec un système qu’il présentait comme comparable aux meilleurs modèles américains. 2

La pression sur les développeurs de modèles de pointe s’exerçait sur quatre fronts :

1. Les performances. Un modèle capable d’approcher la frontière en programmation, en mathématiques et en connaissances générales peut prendre en charge des tâches réelles sans dominer tous les benchmarks.
2. Le coût et l’efficacité. Les architectures MoE et des stratégies d’infrastructure optimisées peuvent réduire le coût de fonctionnement de modèles très performants.
3. L’accès. Les API facilitent l’adoption, tandis que les poids ouverts permettent l’hébergement local et la personnalisation.
4. La distribution. Une plateforme cloud peut intégrer directement un modèle aux outils de développement, de déploiement et de facturation des entreprises.

Pour des fournisseurs occidentaux comme Anthropic et OpenAI, le niveau d’exigence augmentait. Un modèle premium devait justifier son prix par un avantage durable en matière de capacités, de sécurité, de fiabilité, d’utilisation des outils, de contexte long, de gouvernance ou de support aux entreprises — et pas seulement par un bon résultat mis en avant dans un benchmark.

Le scénario le plus probable était celui d’une segmentation du marché plutôt que d’un remplacement immédiat. Les organisations ayant les exigences les plus élevées pouvaient continuer à payer pour des systèmes propriétaires de pointe. En parallèle, les déploiements sensibles aux coûts, fortement personnalisés ou soumis à des contraintes de souveraineté disposaient d’alternatives chinoises et open weight plus crédibles.

Multilinguisme et déploiement international

L’orientation multilingue de la famille Qwen constituait un autre atout. Les documents d’Alibaba sur Qwen2.5 décrivaient un vaste écosystème couvrant les usages linguistiques et le code. Les documents ultérieurs consacrés à Qwen3 annonçaient une prise en charge de 119 langues et dialectes. 118

Pour une entreprise internationale, la couverture linguistique peut peser autant que les performances en anglais. Elle influe sur la localisation, le service client, la traduction et les systèmes internes de recherche dans les connaissances de l’entreprise.

L’avantage concret dépend naturellement de la qualité obtenue dans chaque langue et des besoins de chaque organisation. Mais cette stratégie donne à Alibaba davantage d’occasions de se développer au-delà d’un marché dominé par les usages anglophones.

Que penser d’« Ox Alpha » ?

Les éléments disponibles ne fournissent pas de preuve fiable qu’un modèle chinois de pointe baptisé Ox Alpha ait été documenté et commercialisé comme un système comparable à DeepSeek-V3 ou Qwen2.5-Max. Ce nom doit donc être considéré comme une appellation non vérifiée ou une spéculation, et non comme un élément permettant d’évaluer les capacités de l’IA chinoise.

Cette incertitude ne change pas la conclusion générale. Qwen2.5-Max, DeepSeek et les modèles chinois qui ont suivi ont montré que la compétition dans l’IA de pointe devenait de plus en plus multipolaire. Les poids ouverts, les architectures efficaces, les API hébergées, la couverture multilingue et la distribution cloud devenaient des armes concurrentielles à part entière — et non plus de simples fonctionnalités secondaires.

Ce que Qwen2.5-Max a durablement changé

Qwen2.5-Max n’a pas prouvé qu’Alibaba avait définitivement dépassé tous les laboratoires occidentaux. Sa contribution la plus importante était stratégique : montrer qu’une entreprise pouvait combiner un modèle phare compétitif, un accès cloud, le développement de modèles ouverts et une distribution mondiale auprès des développeurs.

Pour les acheteurs d’IA, la question a donc changé. Il ne suffisait plus de demander quel modèle arrivait en tête d’un benchmark. Il fallait comparer ensemble les capacités, le prix, le degré d’ouverture, le contrôle du déploiement, la couverture linguistique, la compatibilité matérielle et les exigences opérationnelles.

En ce sens, Qwen2.5-Max a intensifié la course à la frontière technologique, même lorsque certaines de ses victoires dans les benchmarks restaient discutables. Le modèle a contribué à faire évoluer la compétition : d’un affrontement entre quelques laboratoires proposant des systèmes fermés, elle devenait un marché plus large où l’écosystème de modèles et l’infrastructure qui l’entoure comptent autant que le modèle lui-même.