Verdict factuel. Qwen3 ne se résume pas à un gros modèle publié par Alibaba : la famille couvre des poids de 0,6 à 235 milliards de paramètres, dont un modèle Mixture-of-Experts qui n’en active que 22 milliards par requête. C’est le chiffre qui compte pour une équipe qui veut héberger, tester ou budgéter un modèle. Il ne prouve ni qu’un modèle local sera moins cher, ni qu’il sera meilleur sur vos documents.
Ce guide s’appuie d’abord sur les documents publiés par Qwen et Alibaba Cloud. La note de lancement date d’avril 2025 : faute de statistique d’usage 2026 équivalente publiée par l’éditeur au moment de la vérification, les données techniques ci-dessous sont explicitement datées. Elles servent à décider si Qwen3 mérite un pilote, pas à annoncer une part de marché.
Les trois points à retenir
- Une échelle inhabituelle : huit tailles officielles, de 0,6B à 235B paramètres, avec des modèles denses et MoE.
- Deux modes : les modèles post-entraînés peuvent basculer entre réflexion et réponse rapide ; ce réglage affecte latence et coût d’inférence.
- Un choix d’exploitation : les poids Qwen3 sont sous licence Apache 2.0, mais l’hébergement, les données et le support restent à organiser.
Le chiffre qui change la lecture de Qwen3
Dans son annonce, Qwen distingue le total des paramètres et les paramètres activés. Qwen3-235B-A22B totalise 235 milliards de paramètres mais en active 22 milliards ; Qwen3-30B-A3B en totalise 30 milliards et en active 3 milliards. C’est l’architecture Mixture-of-Experts : tous les « experts » ne calculent pas à chaque token. Comparer uniquement le nombre total de paramètres à un modèle dense est donc trompeur pour estimer la vitesse ou la facture.
| Modèle / donnée officielle | Paramètres | Contexte annoncé | Ce que cela indique |
|---|---|---|---|
| Qwen3-0.6B | 0,6B dense | 32K | Prototype très léger ; qualité à valider sur la tâche. |
| Qwen3-8B à 32B | denses | 128K | Options plus simples à servir localement. |
| Qwen3-30B-A3B | 30B total / 3B actifs | 128K | MoE : capacité et calcul ne se lisent pas sur un seul nombre. |
| Qwen3-235B-A22B | 235B total / 22B actifs | 128K | Modèle de grande taille ; besoins mémoire à mesurer avant déploiement. |
Le contexte de 128K tokens est une capacité déclarée, non une garantie de précision sur 128K tokens. Sur un contrat, un dépôt de code ou une base de tickets, il faut mesurer la qualité de récupération et les erreurs de citation sur vos propres exemples.
À quoi sert Qwen3, concrètement ?
Qwen positionne la famille pour le raisonnement, le code, les outils et le multilingue. Pour une PME, les cas crédibles sont un assistant interne connecté à une recherche documentaire, la classification de demandes, la génération contrôlée de brouillons et l’aide au code dans un environnement isolé. Le vrai intérêt n’est pas de remplacer un service hébergé partout : c’est de pouvoir choisir la taille, l’infrastructure et le chemin des données.
Les modèles post-entraînés proposent un mode « thinking » et un mode non-réflexif. Utilisez le premier pour une question difficile que vous vérifierez ; choisissez le second pour le tri ou les réponses répétitives. Dans les deux cas, imposez des sorties structurées, une recherche dans les sources internes et un contrôle humain pour les décisions RH, juridiques, financières ou médicales.
Prix, accès et confidentialité : ce que les sources permettent de dire
Qwen publie les poids des modèles listés sous licence Apache 2.0. « Ouvert » ne veut donc pas dire sans coût : GPU, stockage, supervision, sécurité et temps d’intégration restent à votre charge. Le dépôt indique aussi les outils d’exécution et d’évaluation compatibles ; la model card de Qwen3-32B est utile pour récupérer la configuration précise.
Pour une API administrée, Alibaba Cloud publie une grille de facturation Qwen qui varie selon le modèle, le volume et les tokens d’entrée/sortie. Il n’existe donc pas de « prix Qwen3 » universel et durable à recopier dans un tableau. Avant un pilote, relevez la région, le modèle exact, la tarification du cache éventuel et le plafond de requêtes au jour de l’achat.
Côté confidentialité, l’auto-hébergement permet de décider où transitent les prompts, mais n’efface pas les risques : journaux d’application, vecteurs de recherche, sauvegardes et fournisseurs d’infrastructure peuvent contenir des données. Une API implique en plus les conditions du fournisseur et de la région choisie. Ne chargez pas de données personnelles ou client sans DPA, rétention documentée et test de suppression.
Qwen3 face à Claude et DeepSeek : comparaison de décision
| Critère | Qwen3 | Claude (API) | DeepSeek-R1 |
|---|---|---|---|
| Code et raisonnement | Modes pensée/rapide ; test à faire sur votre dépôt | Service hébergé, intégration API directe | Connu pour le raisonnement ; vérification nécessaire |
| Multimodal | Cette famille texte n’est pas un substitut direct à un modèle vision | Selon le modèle et l’offre Anthropic | Selon le modèle et le fournisseur |
| Coût | Poids libres ; coût d’infrastructure ou API variable | Prix API par token | API ou hébergement selon le choix |
| Confidentialité | Contrôlable en auto-hébergement | Contrat et réglages du service | Dépend du fournisseur retenu |
| Français | À évaluer avec vos documents et votre terminologie | À évaluer sur le cas d’usage | À évaluer sur le cas d’usage |
Le meilleur choix dépend surtout de la contrainte. Claude est plus simple si vous acceptez un service API et cherchez une mise en route rapide. Qwen3 devient intéressant si la licence permissive, la maîtrise du déploiement ou une petite taille locale sont prioritaires. DeepSeek-R1 est une autre piste pour un pilote de raisonnement, mais ne dispense pas d’auditer l’hébergement et les sorties. Pour le code, préparez un jeu de tâches : corrections de bugs, tests, revue de pull request et respect de vos conventions. Pour le raisonnement, conservez les réponses attendues et notez les erreurs. Pour le multimodal, ne concluez rien à partir de Qwen3 texte seul.
Comment mener un pilote sans se raconter d’histoire
- Choisissez une tâche étroite et 30 à 100 exemples anonymisés avec un résultat attendu.
- Testez une taille Qwen3 dense et, si l’infrastructure le permet, une variante MoE ; fixez le même prompt et les mêmes outils.
- Mesurez taux de réussite, corrections humaines, latence p50/p95, tokens et coût complet. Ne mélangez pas données de benchmark public et données de production.
- Testez le français : accents, jargon métier, documents longs et demandes ambiguës.
- Faites une revue sécurité : droits d’accès, logs, rétention, injection de prompt et export de données.
Limites des chiffres et des benchmarks
Les benchmarks cités par un éditeur sont des résultats déclaratifs dans un environnement défini ; ils servent à repérer des candidats, pas à prouver un gain métier. Les paramètres activés ne donnent pas la mémoire nécessaire, qui dépend aussi de la quantification, du contexte et du serveur. Enfin, Apache 2.0 décrit la licence logicielle, pas une garantie de conformité, de support ou de résultats. C’est pourquoi le tableau de ce guide ne transforme pas les scores publics en promesse de productivité.
Questions fréquentes
Qwen3 est-il gratuit ?
Les poids Qwen3 indiqués par l’éditeur sont sous Apache 2.0. Les GPU, l’hébergement et une éventuelle API restent payants.
Qwen3 convient-il au français ?
Il faut le tester sur votre vocabulaire, vos documents et vos critères de qualité. Une capacité multilingue annoncée ne mesure pas la précision sur un métier donné.
Les 22 milliards de paramètres actifs suffisent-ils à calculer le coût ?
Non. Ils éclairent le calcul par token d’un MoE, mais la mémoire, le contexte, la quantification et l’infrastructure changent le coût réel.
Sources utiles
- Qwen — annonce et spécifications de Qwen3 (29 avril 2025)
- QwenLM/Qwen3 sur GitHub (documentation et licence)
- Hugging Face — model card Qwen3-32B
- Alibaba Cloud Model Studio — facturation Qwen
Vincent Vandegans écrit sur les outils IA, leurs coûts réels et leurs limites d’usage pour Minderlist.
