((Traduction automatisée par Reuters à l'aide de l'apprentissage automatique et de l'IA générative, veuillez vous référer à l'avertissement suivant: https://bit.ly/rtrsauto))
* Qwen3.8-Max compte 2,4 billions de paramètres, ce qui le rapproche de la taille de Kimi K3
* Il a grimpé en flèche dans les classements des modèles d'IA textuels et visuels, et l'action Alibaba s'envole
* Selon un cabinet d'études, le modèle V4-Flash de DeepSeek est de loin le moins coûteux à exploiter parmi les modèles connus
(Refonte et mise à jour avec les détails de DeepSeek et les commentaires des analystes) par Eduardo Baptista
La société chinoise Alibaba 9988.HK a dévoilé lundi son modèle d’IA le plus volumineux et le plus performant à ce jour, provoquant une flambée de son cours de bourse, tandis qu’un cabinet d’études a indiqué que le dernier produit de DeepSeek proposait des tarifs extrêmement compétitifs, plus de 100 fois moins chers que ceux de Claude Fable 5 d’Anthropic.
Ces deux avancées soulignent la rapidité des progrès réalisés en matière d’intelligence artificielle par les entreprises technologiques chinoises, qui se livrent une bataille acharnée et effrénée pour développer des systèmes plus puissants sans que leur exploitation ne devienne prohibitive.
Ces deux modèles — le Qwen3.8-Max d’Alibaba et le V4-Flash de DeepSeek — soulignent l’engagement de la Chine en faveur des modèles à poids ouvert, alors que ces entreprises cherchent à gagner du terrain auprès des développeurs du monde entier.
"Les entreprises chinoises spécialisées dans l’IA ont identifié un marché important. De nombreux processus métier n’ont pas besoin du tout meilleur modèle du secteur", a déclaré Lian Jye Su, analyste en chef au sein du cabinet d’études Omdia.
"Elles ont besoin de modèles suffisamment performants, abordables, transparents et accessibles, et les modèles à poids ouverts permettent de répondre à cette demande."
Avec un modèle à paramètres ouverts, les paramètres appris sous-jacents qui permettent aux développeurs d’exécuter ou d’adapter le système sont disponibles en téléchargement. À l’inverse, OpenAI, Anthropic et Google GOOGL.O proposent des modèles à code source fermé.
DES BILLIONS DE PARAMÈTRES
Le nouveau modèle Qwen3.8-Max d’Alibaba s’est immédiatement hissé en tête des classements évaluant les capacités des modèles d’IA après avoir été dévoilé lundi, ce qui a permis à son action de bondir de 7 % à la Bourse de Hong Kong.
Ce modèle compte 2,4 billions de paramètres, c’est-à-dire les réglages numériques qu’un modèle apprend à partir des données et utilise pour reconnaître des schémas, générer des réponses et effectuer des tâches. Il se place ainsi non loin derrière le Kimi K3 de son rival national Moonshot AI, lancé le mois dernier et doté de 2,8 billions de paramètres.
Un nombre de paramètres plus élevé ne rend pas automatiquement un modèle meilleur, mais il est devenu un indicateur très suivi de l’ampleur des ressources informatiques et des données qui sous-tendent les systèmes d’IA avancés.
Qwen3.8-Max a été dévoilé sur Arena.AI, une plateforme collaborative de comparaison de modèles. Il est rapidement devenu le modèle chinois le mieux classé parmi les modèles textuels, même s’il reste derrière Claude Fable 5 et trois variantes d’Opus, tous développés par Anthropic.
Dans le classement d’Arena.AI consacré aux modèles d’IA analysant des images et autres contenus visuels, Qwen3.8-Max s’est classé deuxième au niveau mondial, juste derrière une variante de Claude Fable 5.
Qwen3.8-Max et Kimi K3 sont tous deux capables de traiter du texte, des images et des vidéos, et de traiter jusqu’à 1 million de tokens à la fois.
Les tokens sont des blocs de données, souvent des fragments de mots ou des mots courts; un chiffre élevé signifie que le modèle peut traiter de grandes quantités de contenu en une seule fois, comme de longs dossiers juridiques, une base de code logicielle volumineuse ou des centaines de pages de documents.
Le géant technologique a indiqué que ce modèle, dont la sortie est prévue la semaine prochaine, avait mené à bien un projet d’ingénierie logicielle en 16 jours. Il utilise une architecture de type "mélange d’experts", qui répartit le travail entre des composants spécialisés du système au lieu d’activer l’intégralité du modèle pour chaque requête. Seuls 95 milliards de paramètres sont utilisés à la fois, ce qui réduit les coûts et les délais de réponse.
DEEPSEEK EST EXTRÊMEMENT ÉCONOMIQUE
Le modèle V4-Flash de DeepSeek, lancé vendredi, est de loin le moins coûteux à faire fonctionner lors de tests de performance parmi les modèles les plus connus au monde, selon le cabinet d’études Artificial Analysis.
La start-up, qui, selon certaines sources, se préparerait à une éventuelle introduction en bourse , a vu ses modèles R1 et V3 faire sensation à l’échelle mondiale début 2025, provoquant une vague de ventes massives sur les valeurs technologiques mondiales et soulevant des questions quant aux sommes colossales dépensées par les entreprises américaines dans l’IA.
V4-Flash facture 0,14 dollar par million de jetons d’entrée et 0,28 dollar par million de jetons de sortie, selon Artificial Analysis, basé à San Francisco.
Artificial Analysis a estimé le coût moyen de V4-Flash à 3 cents par test, contre 86 cents pour Kimi K3, 1,86 dollar pour le GPT-5.6 Sol d’OpenAI et 3,15 dollars pour Claude Fable 5.
Cette comparaison offre une mesure plus réaliste de la valeur que la simple tarification, car elle tient compte de la quantité de données qu’un modèle doit traiter et générer pour accomplir une tâche. Un modèle dont le prix affiché est bas peut tout de même s’avérer coûteux s’il nécessite un nombre d’étapes nettement plus important pour produire une réponse.
0 commentaire
Vous devez être membre pour ajouter un commentaire.
Vous êtes déjà membre ? Connectez-vous
Pas encore membre ? Devenez membre gratuitement
Signaler le commentaire
Fermer