L'aube de l'ère des agents : le bond stratégique d'Alibaba

Dans une démarche décisive qui intensifie la course mondiale aux armements en matière d'intelligence artificielle, Alibaba Cloud a officiellement dévoilé Qwen 3.5, un modèle massif de 397 milliards de paramètres conçu pour faire passer l'industrie des chatbots passifs aux agents numériques autonomes (autonomous digital agents). Lancé le 16 février 2026, ce modèle représente un changement architectural fondamental, privilégiant les capacités « agentiques » (agentic)—la capacité pour l'IA de planifier de manière indépendante, d'utiliser des outils et d'exécuter des flux de travail complexes sur des interfaces mobiles et de bureau sans supervision humaine constante.

Ce lancement intervient à un moment critique pour le secteur de l'IA. Alors que 2025 a été définie par le perfectionnement des modèles de raisonnement, 2026 s'annonce rapidement comme l'année de l'« Agent IA ». La dernière contribution d'Alibaba cible spécifiquement cette frontière, se targuant d'une architecture hybride mélange d'experts (Mixture-of-Experts - MoE) qui prétend offrir des performances de pointe tout en réduisant les coûts d'inférence de 60 % par rapport à son prédécesseur. En ouvrant le code (open-sourcing) des poids du modèle Qwen 3.5-397B-A17B, Alibaba ne se contente pas de sortir un produit, mais tente d'établir la norme pour la prochaine génération de développement d'IA à poids ouverts (open-weight AI).

Percée architecturale : la conception 397B/17B

Au cœur de Qwen 3.5 se trouve un compromis d'ingénierie sophistiqué entre l'échelle pure et l'efficacité opérationnelle. Bien que le modèle possède un nombre vertigineux de 397 milliards de paramètres totaux, il utilise une architecture MoE très clairsemée qui n'active que 17 milliards de paramètres par passage avant (forward pass).

Ce nombre de « paramètres actifs » est la métrique cruciale pour les développeurs et les clients entreprises. Il permet au modèle de conserver les connaissances encyclopédiques et la profondeur de raisonnement d'un système de mille milliards de paramètres tout en maintenant la vitesse d'inférence et le profil de coût d'un modèle beaucoup plus petit. L'architecture intègre la technologie Gated DeltaNet—un mécanisme d'attention linéaire—fusionnée avec des couches Transformer traditionnelles. Cette approche hybride réduit considérablement les besoins en bande passante mémoire, un goulot d'étranglement persistant dans le déploiement des grands modèles de langage (Large Language Models - LLM) à grande échelle.

Spécifications architecturales clés :

Cette efficacité n'est pas seulement théorique. Alibaba Cloud rapporte que Qwen 3.5 est huit fois plus capable de traiter des charges de travail à grande échelle que le modèle précédent Qwen 3-Max-Thinking, ce qui en fait un moteur viable pour des applications commerciales en temps réel plutôt qu'un simple artefact de recherche.

Au-delà du chat : une véritable agence multimodale

Le différenciateur le plus significatif pour Qwen 3.5 est l'accent mis sur les capacités d'agent visuel (visual agentic capabilities). Contrairement aux générations précédentes de modèles qui étaient principalement des moteurs de texte entrant et sortant, Qwen 3.5 a été entraîné avec une multimodalité à « fusion précoce » (early fusion). Cela signifie que le modèle traite les images, la vidéo et l'audio de manière native aux côtés du texte, plutôt que de s'appuyer sur des couches d'adaptation distinctes qui peuvent perdre des nuances.

Pour l'« Ère Agentique », cette vision native est primordiale. Alibaba a démontré la capacité du modèle à interpréter les interfaces graphiques (Graphical User Interfaces - GUI) sur les smartphones et les ordinateurs de bureau. Lors de démonstrations contrôlées, Qwen 3.5 a navigué dans des environnements logiciels complexes, identifiant des boutons, lisant du contenu d'écran dynamique et exécutant des flux de travail en plusieurs étapes—comme la réservation d'un voyage via trois applications différentes ou la gestion de la logistique de la chaîne d'approvisionnement—de manière totalement autonome.

Cette capacité positionne Qwen 3.5 directement face aux agents propriétaires « utilisant l'ordinateur » des concurrents occidentaux. Cependant, en offrant ces capacités dans un package d'IA en open-source (open-source AI) (sous licence Apache 2.0), Alibaba abaisse la barrière à l'entrée pour les développeurs cherchant à construire des outils d'automatisation robotisée des processus (Robotic Process Automation - RPA) autonomes et des assistants personnels.

Évaluation du futur : un nouveau standard mondial ?

La sortie a suscité des comparaisons immédiates avec les modèles de premier plan des États-Unis. Alibaba affirme que sur les benchmarks internes, Qwen 3.5 surpasse GPT-5.2 et Claude Opus 4.5 dans des tâches spécifiques liées à la vision et au suivi des instructions, bien qu'il soit apparemment légèrement en retrait dans les défis de codage pur par rapport aux modèles de codage spécialisés.

Le paysage concurrentiel en 2026 est féroce. Quelques jours seulement avant l'annonce d'Alibaba, ByteDance a mis à jour son modèle Doubao, et des rumeurs disent que DeepSeek prépare une contre-attaque. Cependant, la performance de Qwen 3.5 sur le benchmark « Humanity's Last Exam » (HLE-Verified) suggère qu'il a atteint un niveau de maturité de raisonnement qui rivalise avec les meilleurs modèles propriétaires actuellement disponibles.

Paysage comparatif (Projeté) :

La course mondiale aux armements de l'IA

La stratégie agressive d'open-source d'Alibaba est une arme à double tranchant conçue pour affaiblir les concurrents. En publiant un modèle de fondation multimodal (multimodal foundation model) de ce calibre gratuitement, Alibaba encourage la communauté mondiale des développeurs à optimiser et à construire sur leur architecture, banalisant ainsi la couche d'« intelligence » que des entreprises comme OpenAI et Google cherchent à monétiser.

Cette initiative renforce l'influence croissante de la Chine dans l'écosystème des modèles ouverts. Avec plus de 20 millions de téléchargements pour la série Qwen avant cette version, la mise à jour 3.5 devrait accélérer l'adoption dans les marchés où la souveraineté des données et les coûts de déploiement sont des préoccupations majeures. La prise en charge par le modèle de plus de 200 langues, y compris des dialectes de niche, élargit encore son attrait en dehors du monde anglophone.

Écosystème des développeurs et sécurité

Pour soutenir le déploiement de ces agents, Alibaba a simultanément mis à jour son Model Studio sur Alibaba Cloud et publié le framework « Qwen Agent ». Cette pile logicielle fournit les garde-fous nécessaires au déploiement d'agents autonomes, y compris des balises de « mode de pensée » (thinking mode) qui permettent aux développeurs de voir le processus de raisonnement interne du modèle avant qu'il ne prenne une action—une fonctionnalité critique pour la conformité dans des secteurs d'activité tels que la finance et la santé.

Cependant, le passage à l'IA agentique (agentic AI) soulève d'importantes questions de sécurité. Un modèle capable de « cliquer » et de « taper » sur un écran introduit des risques que les chatbots textuels ne présentent pas. Alibaba a souligné que Qwen 3.5 inclut un entraînement de sécurité robuste pour prévenir les actions involontaires, mais la responsabilité incombera largement aux développeurs de mettre en œuvre des structures de permission strictes pour ces systèmes autonomes.

Alors que l'industrie digère les capacités de Qwen 3.5, une chose est claire : la définition d'un « grand modèle de langage » évolue. Nous ne construisons plus seulement des modèles qui parlent ; nous construisons des modèles qui agissent. Avec Qwen 3.5, Alibaba a affirmé sa position en tant qu'architecte principal de cette nouvelle réalité agentique.