La gamme Qwen est complète et son intégration est mature, mais elle n'est pas la réponse par défaut à toutes les tâches. Les équipes qui changent de modèle rencontrent généralement un problème précis : coût des documents longs, taux de réussite du code, multimodal, accès régional, ou volonté de répartir le risque fournisseur.
Cet article n'établit pas de classement : il décompose les critères (rédaction en chinois, code, contexte long, multimodal, agents, intégration et modèle tarifaire), puis propose un tableau par cas d'usage et une liste de migration. Les modèles et tarifs font foi sur la page Tarifs et modèles.
Note : Qwen, Tongyi Qianwen, Alibaba Cloud, Bailian et DashScope sont des marques du groupe Alibaba ou de leurs titulaires respectifs ; DeepSeek, GLM, Kimi et les autres noms cités sont également des marques de leurs titulaires. Cet article est une discussion technique de sélection, sans lien de filiale, d'agence ou de partenariat avec ces sociétés. Les capacités, tarifs et conditions évoluent : vérifiez la documentation officielle avant l'intégration.
I. Vérifier d'abord que le problème vient bien du modèle
Avant de changer de fournisseur, écartez quatre causes non liées au modèle : des invites sans critère d'acceptation, une recherche documentaire qui remonte les mauvais passages, un recours systématique au modèle le plus cher, une clé partagée entre plusieurs services. Une fois ces points corrigés, la conclusion « il faut changer de modèle » disparaît souvent.
S'il faut réellement changer, les signaux sont généralement les suivants : une capacité manquante (entrée visuelle, par exemple), un coût incontrôlé sur les tâches à contexte long, un accès régional instable, une panne d'un fournisseur qui affecte toute l'activité, ou une exigence de conformité imposant un autre chemin de données. Ces signaux doivent être confirmés par une semaine de données : taux d'erreur, taux de reprise et latence.
II. Positionnement des quatre candidats
| Modèle | Point fort typique | Multimodal | Intégration | Facturation |
|---|---|---|---|---|
| Qwen | Gamme complète : texte, vision, contexte long | Vision assez complète | Alibaba Cloud Bailian / DashScope, compatible OpenAI | Au token, certains modèles à paliers |
| DeepSeek | Maîtrise des coûts en raisonnement texte et code | Hors axe principal, voir la liste officielle | API propre, compatible OpenAI | Entrée avec cache, sortie facturée séparément |
| GLM | Tâches en chinois et combinaisons multimodales | Texte, vision, génération d'images | Plateforme ouverte propre, compatible OpenAI | Au token, plus des abonnements de type Coding |
| Kimi | Lecture à contexte long et tâches de type agent | Voir la liste officielle | Plateforme ouverte propre, compatible OpenAI | Au token, coût des entrées longues à mesurer |
Ce tableau indique où chaque acteur investit, pas un ordre de qualité : les écarts d'un même modèle selon les invites sont souvent plus grands que les écarts moyens entre modèles.
III. Rédaction en chinois : construire un jeu d'évaluation par genre
La rédaction en chinois n'a pas d'indicateur unique : une publicité se juge à la conversion, un document administratif au format, un contrat à la cohérence des clauses, un script oral au rythme. Qwen et GLM ont une forte expérience des corpus chinois, le raisonnement de DeepSeek aide sur les textes structurellement complexes, et Kimi convient mieux à la réécriture après lecture d'un document long.
Prélevez 30 tâches réelles couvrant textes courts, textes longs, réécriture et modifications multi-tours, puis faites une évaluation en aveugle par deux personnes. Décomposez la note en exactitude factuelle, ton, structure et taux d'exploitabilité, pour éviter qu'une « lecture fluide » masque une erreur factuelle. Testez séparément les chiffres, les noms et les citations : c'est là que les incidents sont les plus fréquents.
IV. Code et ingénierie : juger au taux de réussite des tests
Le code doit être subdivisé : complétion d'une ligne, questions sur un dépôt, génération de tests unitaires, revue de code, modification multi-fichiers. Les besoins en contexte et en appels d'outils diffèrent fortement. Les quatre acteurs proposent des modèles orientés code ; les noms et versions exacts figurent dans leur documentation.
N'évaluez pas « si le code ressemble à du code » : exécutez les tests unitaires et l'analyse statique, et mesurez le taux de réussite au premier essai, le nombre de cycles de correction et la proportion de nouveaux problèmes introduits. Pour les questions sur un dépôt, mesurez aussi la précision de localisation des fichiers. En cas d'appels d'outils, vérifiez que le modèle cible prend en charge le schéma JSON, les appels parallèles et le retour en streaming, sinon la migration bloquera au niveau de la couche d'adaptation.
V. Contexte long et multimodal : calculer d'abord le coût d'entrée
Le contexte long se juge à deux niveaux : ce qui tient dans la fenêtre, et ce qui reste correctement exploité. Insérer un rapport annuel entier ne signifie pas que le modèle citera correctement une page précise. Placez la phrase clé au début, au milieu et à la fin, et interrogez chaque position.
Le coût doit être calculé séparément. Certains modèles facturent les entrées très longues par paliers, avec un prix unitaire croissant ; le cache réduit le coût des documents répétés. Le choix final doit être testé avec la longueur réelle de vos documents et votre mode d'interrogation.
Côté multimodal, Qwen couvre assez largement la vision et GLM combine vision et génération d'images ; pour DeepSeek et Kimi, vérifiez la liste officielle. Pour de l'OCR ou de l'extraction de tableaux, un service OCR spécialisé est parfois plus fiable.
VI. Agents et appels d'outils : la stabilité prime sur les classements
Un agent échoue rarement parce que le modèle « n'est pas intelligent », mais à cause d'un format d'appel d'outil invalide, d'un paramètre manquant ou d'un abandon en cours de route. Faites tourner un workflow réel de 15 à 20 étapes, comptez les appels d'outils invalides, le taux d'achèvement et le nombre moyen d'étapes : c'est plus utile qu'un classement général.
Les quatre proposent des appels de fonctions, mais les noms de paramètres, les appels parallèles et la structure des événements en streaming diffèrent. Si vous avez déjà un framework d'agent, privilégiez une interface bien adaptée et des messages d'erreur clairs ; pour le routage multi-modèles, unifiez le protocole d'outils au niveau de la passerelle afin d'éviter un adaptateur par modèle.
VII. Intégration et régions : trois configurations sources d'erreur
Les quatre proposent une interface compatible OpenAI ; une migration ne change généralement que l'URL de base, la clé et le nom de modèle. Qwen ajoute un point d'attention : la clé est liée à une région, Pékin et Singapour ne sont pas interchangeables, et une URL de base incompatible avec la clé renvoie directement 401.
Le code ci-dessous regroupe les quatre configurations dans un tableau ; seul l'environnement change lors d'un basculement :
import os
from openai import OpenAI
PROFILES = {
"qwen": {
"base_url": os.environ.get(
"QWEN_BASE_URL",
"https://dashscope.aliyuncs.com/compatible-mode/v1",
),
"model": os.environ["QWEN_MODEL"],
},
"deepseek": {
"base_url": os.environ.get("DEEPSEEK_BASE_URL", "https://api.deepseek.com/v1"),
"model": os.environ["DEEPSEEK_MODEL"],
},
"glm": {
"base_url": os.environ.get("GLM_BASE_URL", "https://open.bigmodel.cn/api/paas/v4"),
"model": os.environ["GLM_MODEL"],
},
"kimi": {
"base_url": os.environ.get("KIMI_BASE_URL", "https://api.moonshot.cn/v1"),
"model": os.environ["KIMI_MODEL"],
},
}
def client_for(name: str):
profile = PROFILES[name]
client = OpenAI(
api_key=os.environ[f"{name.upper()}_API_KEY"],
base_url=profile["base_url"],
)
return client, profile["model"]
N'inscrivez pas les noms de modèles en dur et ne recopiez pas d'anciens tutoriels. Les fournisseurs retirent des versions et modifient les alias ; les noms font foi dans la documentation officielle et sur la page tarifs.
VIII. Modèle tarifaire : comparer le « coût d'une tâche réussie »
Les quatre facturent au token, mais les structures diffèrent : entrée et sortie séparées, remises de cache, paliers pour contexte long, remises par lots, abonnements, quotas gratuits. Regarder uniquement le prix par million de tokens conduit facilement à la mauvaise conclusion.
La méthode la plus fiable consiste à inclure entrées, sorties, réessais et requêtes en échec, puis à diviser par le nombre de tâches réussies. Pour une tâche à sortie longue et nombreux réessais, le coût réel peut être deux à trois fois le prix affiché. Pour unifier la facturation, vous pouvez passer par la passerelle IA ZSQH ; les multiplicateurs figurent sur Tarifs et modèles et évoluent avec l'offre officielle.
IX. Tableau de sélection par cas d'usage
| Cas d'usage | Point de départ conseillé | Remarque |
|---|---|---|
| Marketing, service client, résumé en chinois | Qwen ou GLM | Évaluation en aveugle sur le même échantillon, pas selon la notoriété |
| Complétion, tests unitaires, revue de code | DeepSeek ou modèle Qwen orienté code | Juger au taux de réussite des tests et au nombre de reprises |
| Revue de documents longs, synthèse | Kimi ou Qwen à contexte long | Tester à la fois la citation exacte et le coût d'entrée |
| Images, captures d'écran, tableaux | Qwen vision ou GLM vision | Vérifier d'abord les limites de résolution et de taille |
| Workflow d'agent multi-étapes | L'un des quatre, après test des appels d'outils | Observer surtout les appels invalides et la reprise |
| Point d'entrée multi-modèles | Passerelle API | Clé, facturation, journaux et repli unifiés |
X. Liste de migration
- Recensez tous les points d'appel et identifiez ceux qui utilisent des paramètres propriétaires.
- Figez la version actuelle du modèle et conservez une configuration de retour arrière.
- Construisez un jeu de 30 à 50 tâches réelles avec des critères d'acceptation explicites.
- Faites tourner ancien et nouveau modèle en parallèle, à paramètres, invites et longueur de sortie identiques.
- Basculez 5 à 10 % du trafic en observant le taux d'acceptation, la latence P95 et le taux d'erreur.
- Configurez un modèle de secours et une bascule automatique, avec des conditions de déclenchement explicites.
- Ventilez la supervision par modèle, cas d'usage et version ; suivez séparément les 429 et les dépassements.
- Mettez à jour la documentation et la base de facturation avec les noms de modèles, les régions et les écarts connus.
XI. Questions fréquentes
1. Faut-il forcément remplacer l'API Qwen ?
Non. Écartez d'abord les problèmes d'invite, de recherche documentaire, de concurrence et de réseau. Un changement de modèle n'apporte un gain clair que si une capacité manque, si la structure de coût ne convient plus ou si la conformité l'exige.
2. DeepSeek, GLM ou Kimi : lequel est le meilleur en chinois ?
Il n'y a pas de réponse unique. La rédaction, les commentaires de code et la synthèse de textes longs sont des tâches différentes, et un même modèle peut être très variable. Une évaluation en aveugle sur des échantillons réels est plus fiable qu'un classement.
3. Combien de code faut-il modifier pour changer de modèle ?
Si le protocole est compatible OpenAI, seuls l'URL de base, la clé et le nom de modèle changent en général. Avec des paramètres propriétaires, des champs multimodaux ou un format d'appel d'outils spécifique, une couche d'adaptation et des tests de non-régression sont nécessaires.
4. Un modèle à contexte long remplace-t-il le RAG ?
Pas simplement. Le contexte long convient à une lecture unique et au raisonnement entre sections ; le RAG convient aux bases de connaissances volumineuses et aux contenus fréquemment mis à jour. Les deux se complètent : la recherche réduit d'abord le périmètre, puis l'analyse approfondit.
5. Comment gérer plusieurs modèles de façon unifiée ?
La pratique courante est une passerelle qui unifie clés, facturation, journaux et routage des modèles, l'application ne connaissant qu'un point d'entrée compatible OpenAI. Cela ajoute une dépendance : vérifiez la bascule en cas d'incident et la gestion des quotas.
Pour aller plus loin
Créez d'abord une clé de test sur la passerelle IA ZSQH, connectez Qwen et les modèles candidats au même point d'entrée, faites tourner le même lot de tâches, puis chiffrez le coût avec Tarifs et modèles. La disponibilité des modèles et les restrictions régionales font foi dans la documentation officielle.
