Qwen vs DeepSeek vs Llama : sur lequel construire ?

Le métro qui mène au campus Xixi d'Alibaba, où travaille l'équipe Qwen, met environ vingt minutes depuis mon appartement, et les équipes de DeepSeek sont à quelques quartiers de là, dans l'autre sens. Je peux donc suivre cette comparaison évoluer presque en temps réel, et elle évolue vite. Les checkpoints ouverts du moment sont Qwen3.8 et Qwen3.6, DeepSeek V4.1-Flash et le V4 Pro toujours en service, et Llama 4 Scout ou Maverick. Le Qwen3.8-Max hébergé d'Alibaba appartient à une autre colonne, parce que le louer est un produit différent du téléchargement des poids sur lesquels il repose. Si vous confondez ces versions, le reste de la comparaison est faussé avant même de commencer.

Qwen vs Llama vs DeepSeek : sur lequel construire ?

Choisissez selon la tâche et le mode de déploiement. Qwen3.6 est le choix de l'étendue et de l'écosystème, avec des modèles ouverts 27B dense et 35B-A3B sous Apache-2.0. DeepSeek V4.1-Flash est le choix du rapport qualité-prix en API, même après sa hausse du prix de sortie de septembre ; V4 Pro achète plus de capacité à un prix par jeton toujours bas, mais il est énorme à auto-héberger. Llama 4 reste le choix de l'écosystème d'origine occidentale sous la licence communautaire de Meta. L'écart de 2,7 % entre pays mesuré par Stanford en mars 2026 est désormais un contexte historique, pas un score d'actualité, car toutes les familles chinoises citées dans ce paragraphe ont bougé depuis.

Ce qu'il faut retenir- Comparez des checkpoints précis : Qwen3.6, DeepSeek V4.1 et Llama 4, pas des noms de familles hérités des sorties de l'an dernier.- Qwen3.6 = étendue et Apache-2.0 ; DeepSeek V4.1-Flash = raisonnement et valeur en API ; Llama 4 = outillage d'origine occidentale et licence communautaire Meta.- Qwen est la famille ouverte la plus téléchargée : le décompte de Hugging Face lui-même la place au-delà de 2 milliards de téléchargements sur les sept premiers mois de 2026, avec 151 448 dérivés sur le Hub.- Qwen3.8 est le checkpoint ouvert le plus récent d'Alibaba, sorti le 8 août 2026 sous une licence personnalisée ; Qwen3.8-Max est la version hébergée construite dessus.

Tout ce qui suit part du principe que vous avez déjà décidé d'envisager des poids chinois. Si la question reste ouverte pour vous, j'en débats dans mon article sur la question de savoir si la Chine est en train de gagner la course à l'IA, et le paysage plus large se trouve dans mon guide de l'écosystème de l'IA open source chinoise.

Comment je les classerais

Pas selon les classements. Je classe selon la réalité du déploiement, ce qui veut dire que cinq critères font le travail, dans à peu près cet ordre de poids.

• Capacité : est-ce réellement assez bon pour la tâche, dans une évaluation comparable plutôt que dans un tableau choisi par le fournisseur ?
• Coût : le coût par jeton sur une API, et l'empreinte GPU quand vous auto-hébergez. C'est là que les vrais écarts se creusent.
• Licence : pouvez-vous le déployer commercialement sans prise de tête juridique ? L'Apache-2.0 et les conditions de type MIT gagnent ici.
• Écosystème : combien d'affinages, de quantisations et de variantes prêtes à l'emploi existent ? Plus il y en a, moins vous avez de travail.
• Facilité d'auto-hébergement : est-ce que ça tourne proprement sur du matériel raisonnable avec la stack d'inférence ouverte que vous utilisez déjà ?

Faire tourner ces modèles sur mes propres GPU m'a guéri du culte des classements plus vite que n'importe quel argument. Le modèle qui fait gagner un projet est celui qui s'affine proprement sur vos données et coûte le moins cher à servir, pas celui qui affiche un score marginalement plus haut cette semaine. Deux de mes trois derniers développements clients ont été livrés sur un modèle qui n'était en tête d'aucun classement.

Une remarque structurelle avant le tableau. Les versions hébergées et les poids téléchargeables sont des produits différents, et les deux derniers mois l'illustrent parfaitement : Qwen3.8-Max a été lancé comme modèle hébergé le 3 août, et les poids ouverts de Qwen3.8 ont suivi le 8 août, sous une licence personnalisée plutôt qu'Apache-2.0. Le côté hébergé a déjà rebougé : le snapshot Qwen3.8-Max-0902 a pris le relais sur l'endpoint le 2 septembre, au même tarif de 2 $ et 6 $, une mise à niveau de post-entraînement orientée code et travail collaboratif qu'Alibaba affirmait avoir placée en tête du classement WebDev de Code Arena à son lancement. Quiconque avait épinglé qwen3.8-max en août loue aujourd'hui un modèle différent. Alibaba a aussi annoncé Qwen 4 à sa conférence Apsara le 22 septembre, explicitement en entraînement, sans date, poids ni prix ; un aperçu expérimental en poids ouverts de cette architecture, Qwen3.8-Flash-Next, était apparu le 26 août. Un classement qui mélange donc « ce que vous pouvez télécharger » avec « ce que vous pouvez louer » vous induira en erreur. Le tableau ci-dessous concerne le côté téléchargeable ; les flagships hébergés ont droit à leur propre colonne dans le texte.

Les trois familles en un coup d'œil

Les trois sont réellement prêtes pour la production. Là où elles diffèrent, c'est la licence et la politique de coût, bien plus que la capacité. Qwen est la plus grande famille ouverte en termes d'adoption : le rapport State of Open Models: Summer 2026 de Hugging Face, publié le 14 août, compte environ 2,045 milliards de téléchargements Qwen sur le Hub sur les seuls sept premiers mois de 2026, et 151 448 dérivés, tandis que le décompte d'Alibaba lui-même revendique plus de 3 milliards de téléchargements et 300 000 dérivés toutes plateformes confondues. Voici comment je résumerais les trois au niveau pratique.

L'adoption au sens large a basculé dans le même sens. Les modèles chinois à poids ouverts ont dépassé les modèles américains en téléchargements totaux sur Hugging Face, et les variantes dérivées de Qwen représentaient à elles seules plus de 40 % des nouveaux dérivés en août 2025. Cela compte de façon très concrète pour les développeurs : plus de dérivés signifie qu'une quantisation ou un affinage métier qui respecte votre budget de latence existe probablement déjà, et vous pouvez sauter entièrement une phase d'entraînement.

Une mise en garde sur ce tableau. Les licences changent d'une version à l'autre, et un résumé au niveau de la famille est un point de départ, pas une vérité absolue. Ouvrez la fiche du modèle et lisez la licence réelle du checkpoint exact que vous comptez déployer.

Capacité : à quel point sont-ils vraiment proches ?

Plus proches que ne le laissent croire les guerres marketing, mais on ne peut plus les réduire à un seul chiffre. L'AI Index 2026 de Stanford a mesuré un écart de 2,7 % entre le meilleur modèle américain et le meilleur modèle chinois sur Chatbot Arena en mars, dans le chapitre sur les performances techniques du rapport. Depuis, DeepSeek V4.1-Flash, Qwen3.8 et 3.6, et les snapshots hébergés de Qwen3.8-Max sont arrivés, donc ce chiffre ne peut honnêtement plus être écrit au présent. Pour la plupart des charges de travail professionnelles, la capacité est un seuil à franchir plutôt que le critère final. Ce sont le coût, les contraintes de service et la licence qui départagent en général.

[CHART: grouped-bar comparing Qwen, DeepSeek and Llama across four qualitative axes]

La distinction pratique est plus claire quand elle est versionnée. DeepSeek V4.1-Flash penche vers le raisonnement et le code, et la mise à jour du 10 septembre a ajouté la vision native, une fenêtre de contexte d'1 million de jetons et une sortie maximale de 384 000. Qwen3.6 est le généraliste ouvert, et le plus facile des trois à dimensionner pour un déploiement précis. Llama 4 est l'option d'origine occidentale avec tout l'écosystème Meta autour, même s'il faut savoir que l'effort de frontière de Meta est passé à sa lignée Muse, avec Llama 4 en mode maintenance et le plus grand Behemoth en pause. Muse est plutôt fermée, sans l'être entièrement : Muse Glimmer 30B a livré des poids ouverts sous Apache-2.0 le 10 août, et le Muse Charm présenté à Meta Connect fin septembre est resté fermé. L'outillage autour de Llama reste profond, mais je ne parierais pas un plan pluriannuel sur le prochain checkpoint Llama ouvert.

L'obsession des benchmarks induit activement les développeurs en erreur quand les lignes du tableau proviennent d'outils d'évaluation différents selon les fournisseurs. Le modèle qui fait gagner votre projet est celui qui franchit votre seuil de qualité, se comporte bien sur vos données et rentre dans votre budget de service, pas celui qui affiche un score auto-déclaré marginalement plus haut.

Je considère donc la capacité comme quasiment à égalité, et je passe directement aux éléments qui diffèrent vraiment.

Évaluation directionnelle de l'auteur sur une échelle de 1 à 5, et non des chiffres de benchmark. Les scores reflètent les versions en vigueur début octobre 2026 : DeepSeek V4.1-Flash et V4 Pro, Qwen3.8 et 3.6, et Llama 4 avec la lignée ouverte de Meta en mode maintenance.

Coût et licence : les vrais facteurs de différenciation

C'est ici que la décision se joue réellement, et DeepSeek l'a fait bouger deux fois depuis août. Une tarification heures pleines / heures creuses est arrivée le 16 août, puis V4.1-Flash a été lancé le 10 septembre avec une nouvelle architecture (un backbone de 552B avec environ 8B de paramètres actifs en préremplissage et 16B en décodage) et des poids ouverts sous MIT sur Hugging Face. L'ancien V4 Flash est retiré : le nom deepseek-v4-flash route toujours mais est désormais servi par V4.1-Flash, et le nom canonique est deepseek-flash, selon le journal des mises à jour de DeepSeek. Sur la tarification officielle de DeepSeek, Flash coûte maintenant 0,15 $ par million de jetons d'entrée hors cache aux heures creuses et 0,30 $ aux heures pleines, avec la sortie entre 0,60 $ et 1,20 $ par million selon la fenêtre. Ce prix de sortie a à peu près doublé par rapport à l'ancien, ce qui compte si votre charge de travail génère beaucoup de texte. V4 Pro, dont DeepSeek a annulé le déclassement prévu après la réaction des utilisateurs, coûte désormais entre 0,66 $ et 1,32 $ par million de jetons d'entrée et entre 1,98 $ et 3,96 $ par million en sortie ; il n'existe pas de V4.1-Pro ni de V5. Qwen3.8-Max est vendu via les services hébergés d'Alibaba à environ 2 $ et 6 $ respectivement, une économie de jetons hébergés classique plutôt qu'une économie de poids ouverts. Flash conserve la couronne du leader des prix dans cette comparaison, mais avec une marge plus mince en sortie qu'en août. Llama n'a pas d'API de jetons first-party de Meta dans cette comparaison, donc son coût est le prix de votre hébergeur ou celui de votre propre infrastructure.

Les familles se distinguent nettement ici. Qwen3.6 est en Apache-2.0. DeepSeek V4 est en MIT. Llama 4 utilise la licence communautaire de Meta, avec des restrictions d'usage qui exigent une vraie lecture juridique. La note de bas de page importante sur Qwen est que la lignée ouverte a quitté l'Apache-2.0 à la version 3.8 : les nouveaux poids sont couverts par une licence Qwen personnalisée avec des clauses commerciales liées au chiffre d'affaires, donc 3.6 reste la réponse Apache-2.0.

Quand j'auto-héberge, la question Apache-2.0 est la première chose que je vérifie, parce qu'une réponse nette élimine toute une catégorie de revue juridique. Avec Llama, j'ai dû m'arrêter et lire attentivement la licence communautaire avant un déploiement client, et à deux reprises cette clause a changé la réponse. Cette friction est bien réelle, et c'est pourquoi Qwen l'emporte souvent sur mes projets « on livre, point final ».

L'auto-hébergement amplifie encore le volet coût. Un modèle à l'empreinte plus légère veut dire moins de GPU, donc une facture plus petite chaque mois plutôt qu'une économie ponctuelle au lancement. Je détaille ce calcul dans mon guide sur l'exécution de modèles ouverts sur site plutôt que dans le cloud, et le volet gouvernance de cette même décision se trouve dans mon article sur la question de savoir si DeepSeek est sûr pour l'entreprise.

Côté adoption, la politique de coût produit l'effet attendu. Les modèles chinois ont pris la majorité de la consommation de jetons du top 10 d'OpenRouter fin février 2026, et détenaient environ 61 % du volume total de jetons de la plateforme en juin 2026, selon les classements d'OpenRouter. Les derniers arrivés montent vite aussi : GLM-5.3-Flash et DeepSeek-V4.1-Flash ont tous deux atteint les premières places des classements hebdomadaires en quelques jours après leur lancement, d'après des analyses tierces de ces classements publics. Les jetons représentent du travail réel, pas des communiqués de presse, et les développeurs y ont déplacé les leurs.

Écosystème et déploiement

L'adoption vous dit l'essentiel de ce qu'il faut savoir sur la profondeur de l'écosystème. La bibliothèque de dérivés de Qwen est la plus profonde des trois : 151 448 dérivés dans le décompte de l'été 2026 de Hugging Face, et plus de 300 000 toutes plateformes confondues selon le décompte d'Alibaba lui-même. Plus de dérivés signifie plus d'affinages et de quantisations que vous pouvez prendre sur étagère au lieu de les entraîner vous-même. Cela ne vous dit pas si le Qwen3.8 hébergé est le bon endpoint de production.

[IMAGE: A developer's screen showing model weights downloading from a model hub, warm lighting, over-the-shoulder shot]

Chaque famille possède sa propre voie de déploiement. Qwen3.6 vous offre l'éventail de tailles ouvertes le plus utile et le chemin d'affinage le plus doux. DeepSeek V4.1-Flash est difficile à battre pour du raisonnement hébergé à bas coût, même après la hausse du prix de sortie de septembre, tandis que Pro sert aux travaux qui justifient plus de calcul. Llama 4 garde l'avantage quand l'outillage occidental environnant et le confort côté achats pèsent plus lourd que la différence de licence.

Les trois ont des poids téléchargeables, mais la voie hébergée n'est pas symétrique. DeepSeek exploite sa propre API. La disponibilité de Qwen et de Llama, les régions et les conditions dépendent du service précis d'Alibaba ou du tiers que vous choisissez. Vous pouvez louer de l'inférence pour démarrer vite, puis rapatrier le même checkpoint ouvert en interne quand le volume ou la résidence des données l'exige. Vérifiez qu'il s'agit bien du même checkpoint, et non d'un modèle plus récent disponible uniquement en hébergé comme Qwen3.8-Max.

Quel modèle pour quelle tâche

Faites correspondre le modèle à la charge de travail, pas au gros titre. Le chiffre d'écart de capacité de mars 2026 est antérieur à toutes les sorties chinoises comparées ci-dessous, donc chaque recommandation porte sur l'adéquation actuelle, le coût et la licence, plutôt que sur un pourcentage par pays devenu obsolète.

Assistant de code

Commencez par DeepSeek V4.1-Flash pour les appels de code à fort volume, puis testez Qwen3.6-27B si le contrôle local ou un checkpoint ouvert plus petit compte. Si la tâche tourne pendant des heures sur un grand dépôt de code, cet article sur trois familles n'est plus toute la shortlist : Kimi K3 et GLM-5.3 méritent désormais la même évaluation.

RAG et back-office

Partez sur Qwen3.6. Les tâches de recherche documentaire et de workflows internes récompensent l'étendue, la gestion multilingue et un affinage propre, et l'Apache-2.0 garde la première revue juridique simple. C'est le terrain où la bibliothèque de variantes de Qwen se justifie pleinement.

Face client

Ici, tout dépend de votre appétence au risque. Llama 4 est le choix prudent si vos parties prenantes veulent un modèle d'origine occidentale et que vous pouvez composer avec les clauses de licence. Si la gouvernance valide un modèle d'origine chinoise, Qwen3.6 vous offre une voie ouverte propre et une large couverture multilingue. Dans les deux cas, testez le comportement de contenu que vos utilisateurs rencontreront réellement.

Sur site et secteurs régulés

Pour les déploiements isolés du réseau ou soumis à régulation, ce sont la licence, la taille du modèle et la maîtrise des données qui tranchent. Qwen3.6 est la voie d'auto-hébergement la plus maniable. DeepSeek V4.1-Flash est sous licence MIT mais beaucoup plus gros. Les deux peuvent tourner sans envoyer de prompts en Chine, à condition de déployer réellement les poids à l'intérieur de votre périmètre. Passez d'abord la revue de gouvernance ; mon article sur la question de savoir si DeepSeek est sûr pour l'entreprise détaille cette diligence de bout en bout.

FAQ

Qwen est-il meilleur que Llama ?

Pour la plupart des décisions de développement ouvert, je commencerais par Qwen3.6 parce qu'il propose des tailles maniables, l'Apache-2.0 et un vaste écosystème de dérivés. Llama 4 l'emporte quand le confort d'achat d'un modèle d'origine occidentale et l'outillage Meta existant pèsent plus lourd que la différence de licence. Qwen3.8 est le modèle brut le plus fort, mais il implique une licence personnalisée et du matériel sérieux ; Qwen3.8-Max est la voie hébergée, pas la réponse pour l'auto-hébergement.

DeepSeek est-il meilleur que Qwen ?

Pour un endpoint de raisonnement hébergé bon marché, DeepSeek V4.1-Flash est le choix le plus net, même si son prix de sortie a à peu près doublé en septembre. Pour les tailles ouvertes, l'affinage et l'étendue de l'écosystème, Qwen3.6 est plus facile à intégrer. Les poids ouverts de la 3.8 méritent un coup d'œil une fois que le calcul licence-matériel joue en votre faveur.

Les modèles ouverts chinois sont-ils sûrs pour construire dessus ?

Ils peuvent l'être, à condition de faire preuve de diligence. Auto-héberger les poids signifie que vos données n'ont pas à quitter votre infrastructure, ce qui retire la voie de l'API hébergée en Chine de l'analyse de risque. Il vous reste à évaluer le comportement de contenu, la provenance, la licence et la sécurité de la chaîne d'approvisionnement, ce que je couvre dans mon guide de sécurité pour l'entreprise.

Quel modèle ouvert est le moins cher à exploiter ?

Sur une API first-party, l'endpoint Flash de DeepSeek reste le leader des prix dans cette comparaison, entre 0,15 $ et 0,30 $ par million de jetons d'entrée hors cache et entre 0,60 $ et 1,20 $ par million de jetons de sortie, selon la fenêtre d'heures pleines ou creuses. En auto-hébergement, un checkpoint Qwen3.6 plus petit peut coûter moins cher au global, car le backbone de V4.1-Flash fait 552B de paramètres. Le prix du jeton et le prix de l'infrastructure répondent à des questions différentes.

En résumé

Le raccourci actuel est versionné. Qwen3.6 pour une lignée ouverte large en Apache-2.0. DeepSeek V4.1-Flash pour du raisonnement hébergé bon marché, avec le V4 Pro sauvé in extremis quand les tâches plus exigeantes justifient son coût plus élevé. Llama 4 quand l'écosystème Meta et le confort d'achat d'origine occidentale priment. Les poids de Qwen3.8 sont sortis, sous une licence personnalisée ; Qwen3.8-Max, désormais le snapshot 0902, reste l'endpoint hébergé. Lisez la fiche exacte du modèle, chiffrez le déploiement réel et testez la tâche que vous devez accomplir.

Si vous pesez cette décision pour un vrai produit, les questions de gouvernance passent d'abord, et mon article sur la question de savoir si DeepSeek est sûr pour l'entreprise mène cette diligence de bout en bout. Dites-moi votre cas d'usage et je vous orienterai vers le bon modèle de départ.