Depuis plusieurs mois, les modèles de la famille Qwen, développés par Alibaba, occupent régulièrement les premières places des classements de performances. Rapides, souvent très compétitifs et disponibles sous des licences ouvertes pour certaines versions, ils attirent naturellement l’attention de nombreux utilisateurs.
Pourtant, vous remarquerez qu’au laboratoire IA Open Source, nous avons fait un choix assumé : nous ne réalisons pas de tests sur les modèles Qwen.
Ce choix n’est pas motivé par leurs performances techniques. Il repose avant tout sur des considérations de confiance, de souveraineté numérique et d’indépendance.
Des performances qui ne font pas débat
Soyons clairs : sur le plan purement technique, Qwen fait partie des meilleures familles de modèles disponibles aujourd’hui.
De nombreux benchmarks montrent que certaines versions rivalisent avec les meilleurs modèles occidentaux sur des tâches de programmation, de raisonnement ou de compréhension de texte.
Le débat ne porte donc pas sur leurs qualités techniques.
Une question de confiance
Depuis plus d’un an, plusieurs chercheurs, organismes et gouvernements ont mis en évidence des comportements particuliers sur différents modèles chinois, notamment :
- filtrage ou refus de répondre à certains sujets politiques,
- alignement sur des positions conformes aux autorités chinoises,
- différences de réponses selon la langue utilisée ou le contexte de la question.
Ces observations concernent plusieurs familles de modèles chinois et ne sont pas propres à Qwen. Elles alimentent toutefois un débat important : peut-on considérer un modèle comme réellement neutre lorsqu’il est développé dans un environnement réglementaire imposant certaines contraintes ?
Les tensions géopolitiques s’invitent dans l’IA
L’année 2026 a marqué une nouvelle étape. Les États-Unis et la Chine s’accusent mutuellement de pratiques déloyales dans la course à l’intelligence artificielle.
Parmi les affaires les plus médiatisées figure l’accusation formulée par Anthropic, qui affirme qu’Alibaba aurait mené une vaste opération de distillation afin d’extraire les capacités de Claude pour entraîner ses propres modèles. Alibaba n’a pas reconnu ces accusations, qui restent à ce stade contestées.
Dans le même temps, Pékin envisage désormais de restreindre davantage l’accès international à certains modèles d’IA considérés comme stratégiques, signe que l’intelligence artificielle devient un enjeu de souveraineté nationale comparable aux semi-conducteurs.
Open source ne signifie pas automatiquement confiance
Un modèle peut être distribué sous une licence ouverte tout en soulevant des interrogations légitimes.
La transparence sur les poids du modèle constitue une excellente chose, mais elle ne répond pas à toutes les questions : quelles données ont servi à l’entraînement ? Quels filtres ont été appliqués ? Quelles contraintes réglementaires ont influencé son développement ? Quels mécanismes d’alignement restent actifs ?
Autrement dit, l’ouverture du modèle ne suffit pas à garantir son indépendance.
Et qu’en est-il de Llama ?
L’absence des modèles Llama de Meta dans nos évaluations repose sur une logique différente. Contrairement à Qwen, il ne s’agit pas ici d’une question de confiance ou de souveraineté, mais d’un choix lié à la licence d’utilisation.
Bien que les poids des modèles Llama soient librement téléchargeables, leur licence reste plus restrictive que celle de nombreux autres modèles open source. Elle impose certaines conditions d’utilisation et ne répond pas à la définition d’une licence open source au sens reconnu par l’Open Source Initiative (OSI).
Dans le cadre du laboratoire IA Open Source, nous avons fait le choix de privilégier les modèles dont la licence est la plus ouverte possible et cohérente avec les valeurs que nous défendons. C’est pourquoi, à ce stade, les modèles Llama ne font pas partie de notre protocole de tests.
Comme pour Qwen, cette position n’est pas figée. Si la politique de licence de Meta évolue à l’avenir vers un modèle pleinement conforme aux principes de l’open source, nous réévaluerons naturellement cette décision.
Le choix du laboratoire IA Open Source
Depuis la création du laboratoire, notre objectif n’est pas d’identifier les modèles qui obtiennent le meilleur score sur un benchmark. Nous cherchons avant tout à évaluer des modèles qui pourront être utilisés durablement dans des contextes où la neutralité, la transparence et la confiance sont essentielles.
C’est pourquoi nous privilégions actuellement des familles comme : Gemma, Ministral, Mistral et d’autres modèles open source dont la gouvernance nous paraît aujourd’hui plus compatible avec cette approche.
Il ne s’agit pas d’un boycott, mais d’un choix éditorial cohérent avec la mission du laboratoire.
Une position qui pourra évoluer
Notre position n’a rien de définitif. Si les interrogations actuelles disparaissent, si davantage de garanties apparaissent concernant la gouvernance des modèles Qwen et si le contexte géopolitique évolue, nous réévaluerons naturellement cette décision.
L’objectif du laboratoire n’est pas de défendre une origine géographique plutôt qu’une autre.
Notre priorité reste simple :
tester des modèles d’IA locale dans un environnement offrant le plus haut niveau possible de confiance, de transparence et de souveraineté numérique.