Chargement…

Qwen 3.6 l'agent accessible à tous

Qwen 3.6 l'agent accessible à tous

Alibaba présente son model IA open source Qwen 3.6 plus.

Ce dernier est même utilisable gratuitement en ce moment (avec quelques lenteurs certes mais vu le prix, qui va s'en plaindre ?).

Qwen 3.6, gros focus sur l'agentic

Alibaba a fait un effort sur:

  • le raisonnement multi-étape
  • la planification long terme
  • l'utilisation d'outils

Le modèle n'est plus simplement orienté chat mais usage réel agentic. En gros, il est sensé faire des choses et plus seulement de la conversation.

Il est également performant en:

  • frontend
  • développement
  • debugging

Il y a une intégration CLI via Qwen code.

Quelle architecture pour Qwen 3.6 ?

C'est une architecture hybride:

  • linear attention
  • MoE sparse

On obtient donc:

  • un meilleur ratio cout/perf
  • une meilleure stabilité en inférence

Qwen 3.6 Plus en usage gratuit ?

Il est en ce moment en usage gratuit pour 1000 calls/jour, ce qui est déjà très intéressant pour tester.

La stratégie d'Alibaba est claire, ils veulent une adoption massive de l'outil et pousser les devs à build à partir de Qwen.

FAQ

Est-ce que Qwen 3.6 Plus est vraiment gratuit et pour combien de temps ?

Oui, il est actuellement accessible gratuitement jusqu'à 1000 appels par jour. Alibaba cherche une adoption massive, donc l'offre est là pour inciter les développeurs à construire sur leur stack, mais la durée de cette gratuité n'est pas garantie dans le temps.

Concrètement, en quoi Qwen 3.6 est différent d'un simple chatbot ?

Il est conçu pour exécuter des tâches en autonomie : planifier des actions sur plusieurs étapes, appeler des outils externes et gérer des workflows sans intervention humaine à chaque étape. C'est ce qu'on appelle un usage agentic, à l'opposé d'une simple conversation.

Peut-on l'utiliser directement depuis un terminal pour coder ?

Oui, une intégration CLI est disponible via Qwen Code, ce qui permet de l'utiliser directement dans un environnement de développement pour des tâches comme le frontend, le debugging ou la génération de code.

Pourquoi l'architecture MoE sparse est-elle un avantage ici ?

Combinée à la linear attention, elle permet de n'activer qu'une partie du modèle selon la tâche, ce qui réduit les coûts d'inférence et améliore la stabilité. En pratique, cela donne un modèle plus économique à faire tourner sans sacrifier les performances.


Poursuivre la lecture

Deepseek v4 la rumeur continue News
#model#ia#agent

Deepseek v4 la rumeur continue

DeepSeek V4 : 1T paramètres, puces Huawei, contexte 1M tokens et pricing à $0.30/MTok. Ce qu'on sait avant la sortie du modèle open-source le plus attendu de 2026.

Alexandre P.
Benchmark de différents models pour le code Dev
#ai#model#benchmark

Benchmark de différents models pour le code

On va tester différents model IA pour le code: Claude, Codex, Deepseek, GLM et KIMI K2 Thinking et vous verrez des résultats surprenants.

Alexandre P.