Guide

Qwen : poids ouverts, DashScope et licences modèle par modèle

Qwen d'Alibaba : poids sur Hugging Face, API DashScope et Model Studio, licences à vérifier modèle par modèle, régions, tarifs, limites et pièges du SDK.

L'équipe CodeWorlds20 min de lecture ·

Pratique HTML et CSS dans des leçons interactives avec un éditeur de code.

Crée un compte gratuit→
Dans cet article9

Qwen est la famille de modèles de langage d'Alibaba, et elle atteint les utilisateurs par trois canaux à la fois : sous forme de poids sur Hugging Face, sous forme d'API payante dans le service Model Studio et sous forme de bibliothèques sur PyPI. Chaque canal porte des conditions juridiques différentes et des pièges différents, donc il vaut la peine de les séparer avant que quelqu'un dans l'équipe ne dise que Qwen est sous Apache 2.0.

Trois choses appelées Qwen

La première est l'organisation Qwen sur Hugging Face et les poids qui s'y trouvent. La famille est large, par la taille comme par l'usage. Côté texte, les entrées les plus récentes sont Qwen/Qwen3.8-27B du 14 août 2026 et Qwen/Qwen3.8-2.4T-A95B du 12 août 2026, à côté de Qwen/Qwen3.6-35B-A3B et Qwen/Qwen3.5-397B-A17B, plus anciens mais toujours très téléchargés. Des lignes séparées couvrent le code (Qwen/Qwen3-Coder-Next, Qwen/Qwen3-Coder-30B-A3B-Instruct), la vision (Qwen/Qwen3-VL-235B-A22B-Instruct, Qwen/Qwen3-VL-8B-Thinking), les embeddings et le reranking (Qwen/Qwen3-Embedding-0.6B, Qwen/Qwen3-Reranker-4B) et la reconnaissance vocale (Qwen/Qwen3-ASR-1.7B-hf). C'est le véritable avantage de cette famille sur la concurrence : un seul fournisseur couvre le texte, le code, les images, les embeddings et la parole, pas seulement le chat.

L'éventail de tailles est réel aussi, pas du marketing. Qwen/Qwen3.5-0.8B tient sur un ordinateur portable, Qwen/Qwen3.8-27B tient sur une seule carte avec assez de mémoire, et Qwen/Qwen3.8-2.4T-A95B demande un cluster. Le config.json de ce dernier indique num_hidden_layers à 92, hidden_size à 8192, num_experts à 512 avec num_experts_per_tok à 10, max_position_embeddings à 262144 et vocab_size à 248320. Un détail mérite l'attention : model_type dans Qwen/Qwen3.8-27B vaut qwen3_5, ce qui signifie que l'architecture n'a pas changé depuis la version 3.5 même si le numéro dans le nom a avancé. Le numéro dans le nom d'un modèle décrit la version, pas l'architecture.

La deuxième chose est l'API. Alibaba sert les modèles via un service historiquement appelé DashScope, qui apparaît aujourd'hui dans la documentation sous le nom d'Alibaba Cloud Model Studio. Le nom DashScope survit dans le SDK, dans les variables d'environnement et dans certaines adresses, donc vous rencontrerez les deux termes dans un même projet.

La troisième chose, ce sont les paquets. dashscope sur PyPI est en version 1.27.1 publiée le 21 août 2026, et qwen-agent en 0.0.34 du 16 février 2026. Ce sont deux animaux différents : le premier est un client du service, le second est un framework d'agents qui ne fait qu'appeler le modèle en dessous.

Poids ouverts : la licence est un champ de la fiche du modèle

L'erreur la plus courante avec cette famille est de supposer que, parce qu'un modèle est sous Apache 2.0, toute la famille l'est aussi. Ce n'est pas le cas. La licence est un champ d'un dépôt précis et vous devez la vérifier pour chaque modèle que vous téléchargez réellement.

Dépôt Hugging FaceDernière modificationChamp licenseChamp license_nameContenu de LICENSE
Qwen/Qwen3.8-27B2026-08-14apache-2.0aucunApache 2.0
Qwen/Qwen3.8-2.4T-A95B2026-08-12otherqwen3.8-maxQwen3.8-Max License
Qwen/Qwen3-Coder-Next2026-02-03apache-2.0aucunApache 2.0
Qwen/Qwen2.5-Coder-3B-Instruct2025-01-12otherqwen-researchQwen Research License
Qwen/SAE-Res-Qwen3-8B-Base-W64K-L0_502026-05-13otherqwenApache 2.0

La dernière ligne est intéressante pour une autre raison que les autres. La fiche du modèle déclare une licence personnalisée nommée qwen et renvoie au fichier LICENSE du dépôt, mais le fichier téléchargé contient le texte complet et non modifié d'Apache 2.0. Les métadonnées et le fichier ne concordent pas. Sur les modèles de recherche de la série SAE, il s'agit plus probablement d'un oubli que d'une intention, mais cela montre pourquoi le seul champ de la fiche ne suffit pas.

Le plus grand modèle ouvert de la famille a une licence personnalisée et vous devez la lire. La Qwen3.8-Max License commence comme la MIT : elle autorise l'utilisation, la copie, la modification, la publication, la distribution, la sous-licence, la vente, le déploiement, l'hébergement et le fine-tuning des poids. Puis elle ajoute deux conditions. Première : si un produit commercial construit sur ces poids compte plus de 100 000 000 d'utilisateurs actifs mensuels ou plus de 20 000 000 de dollars de revenu mensuel, le nom du modèle doit être affiché de façon visible dans l'interface. Seconde : si le licencié exploite une activité de Model as a Service ou d'AI Work Assistant et que le revenu agrégé du licencié et de ses affiliés dépasse 50 000 000 de dollars sur douze mois consécutifs, une licence séparée de Qwen est requise avant tout usage commercial. La licence définit les deux termes : Model as a Service désigne le fait de donner à un tiers l'accès à l'inférence ou au fine-tuning d'une manière qui lui permet d'exercer un contrôle significatif sur les entrées, les paramètres ou les données d'entraînement, et AI Work Assistant désigne un produit autonome pour le code assisté par IA ou la productivité bureautique, avec Qoder et QwenWork nommés explicitement comme exemples. Une exception pour l'usage interne existe, mais elle cesse de s'appliquer dès que vous rendez le modèle, ses sorties ou ses capacités disponibles à un tiers.

Pour la plupart des équipes, aucun des deux seuils ne compte. Pour un éditeur de plateforme d'IA, si, et c'est précisément la distinction à montrer à votre service juridique plutôt que d'écrire « modèle open source » dans la documentation. Une catégorie à part est celle des modèles marqués qwen-research. Le Qwen RESEARCH LICENSE AGREEMENT daté du 19 septembre 2024 accorde des droits à des fins non commerciales uniquement, définies comme la recherche ou l'évaluation, et exige explicitement de demander une licence pour un usage commercial. Le piège est qu'un tel modèle peut se trouver dans la même série qu'un modèle sous Apache 2.0 : Qwen/Qwen2.5-Coder-3B-Instruct est réservé à la recherche, alors que le voisin Qwen/Qwen2.5-Coder-7B-Instruct est sous Apache 2.0.

La vérification prend une douzaine de secondes et a sa place dans votre script de téléchargement des poids. Le texte de la licence du plus grand modèle se trouve dans son dépôt Hugging Face.

Bash
# the field in the model card
curl -s https://huggingface.co/api/models/Qwen/Qwen3.8-2.4T-A95B \
  | python3 -c "import json,sys;c=json.load(sys.stdin)['cardData'];print(c.get('license'),c.get('license_name'))"

# the actual contents of the licence file in the repository
curl -sL https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B/raw/main/LICENSE | head -3

DashScope et Model Studio : quelle adresse, quelle région

L'API a trois surfaces : la native DashScope sous /api/v1, une compatible OpenAI sous /compatible-mode/v1 et une compatible Anthropic sous /apps/anthropic. La deuxième est la voie d'intégration la plus courante, car elle permet d'utiliser un client OpenAI ordinaire et de ne changer que base_url.

La région compte, et c'est l'information la plus pratique de cet article. La documentation des modèles recommandés, dans sa version du 11 août 2026, donne des adresses de la forme https://{WorkspaceId}.<region>.maas.aliyuncs.com/compatible-mode/v1 et liste six régions : cn-beijing, cn-hongkong, ap-southeast-1 (Singapour), ap-northeast-1 (Tokyo), eu-central-1 (Francfort) et us-east-1 (Virginie). Tous les modèles ne sont pas partout. qwen3.8-max apparaît dans les six, mais kimi-k2.7-code et MiniMax-M2.5 seulement à Pékin, et ZHIPU/GLM-5.2 seulement à Singapour.

Voici un décalage dans lequel il est facile de tomber. Le SDK dashscope en version 1.27.1 utilise la Chine par défaut : dashscope/common/env.py fixe api_region à cn-beijing et construit les adresses https://dashscope.aliyuncs.com/api/v1, wss://dashscope.aliyuncs.com/api-ws/v1/inference et https://dashscope.aliyuncs.com/compatible-mode/v1. Vous les remplacez avec DASHSCOPE_HTTP_BASE_URL, DASHSCOPE_WEBSOCKET_BASE_URL et DASHSCOPE_COMPATIBLE_BASE_URL. La clé est lue depuis DASHSCOPE_API_KEY ou depuis le fichier indiqué par DASHSCOPE_API_KEY_FILE_PATH. Si vous ne réglez pas cela, le trafic va par défaut vers le point de terminaison chinois, ce qui, avec des données personnelles, devient un problème plus tôt que la performance.

Python
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    base_url="https://{WorkspaceId}.eu-central-1.maas.aliyuncs.com/compatible-mode/v1",
)

response = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{"role": "user", "content": "List three common database migration mistakes."}],
    stream=True,
)
for chunk in response:
    print(chunk.choices[0].delta.content or "", end="")

Le client natif expose des paramètres que le mode compatible OpenAI n'a pas. La signature de Generation.call dans le paquet 1.27.1 accepte, entre autres, result_format, incremental_output, enable_thinking, thinking_budget, enable_search, search_options, parallel_tool_calls, repetition_penalty, seed et workspace. Le dernier correspond à l'identifiant d'espace de travail de l'adresse.

Python
import dashscope
from dashscope import Generation

dashscope.base_http_api_url = "https://dashscope-intl.aliyuncs.com/api/v1"

response = Generation.call(
    model="qwen3.7-plus",
    messages=[{"role": "user", "content": "Summarise this log in three bullet points."}],
    result_format="message",
    enable_thinking=True,
    thinking_budget=2048,
    enable_search=False,
    incremental_output=True,
)
print(response.output.choices[0].message.content)

Les dépendances du paquet sont précises et valent la peine d'être connues avant d'installer dans une petite image : aiohttp, requests, websocket-client, cryptography, certifi, typer>=0.9.0, rich>=13.0.0, httpx>=0.27.0, httpx-sse>=0.4.0, prompt-toolkit>=3.0, pydantic>=2.0, tenacity, PyYAML>=6.0 et textual>=0.50. Les deux dernières, avec typer et rich, servent une interface console intégrée que vous ne toucherez pas pendant un simple appel d'API. Les clients openai et anthropic sont facultatifs et se trouvent dans les extras acli-openai et acli-anthropic.

La licence de ce paquet est exemplaire et ne réserve aucune surprise. PyPI déclare Apache 2.0 et le classifieur License :: OSI Approved :: Apache Software License, la wheel contient dashscope-1.27.1.dist-info/licenses/LICENSE avec le texte complet d'Apache 2.0, plus NOTICE et LICENSE.certifi à côté, et à l'intérieur se trouvent 311 fichiers .py, c'est-à-dire du vrai code. Trois sources, une seule réponse.

Tarifs : le même nom de modèle, deux tarifs différents

Les prix de Model Studio sont publiés séparément pour le déploiement international et pour la Chine continentale, en dollars dans les deux cas. La différence n'est pas cosmétique.

ModèlePlage d'entréeSingapour, entrée par 1 MSingapour, sortie par 1 MPékin, entrée par 1 MPékin, sortie par 1 M
qwen3.7-maxjusqu'à 1 M de tokens2,50 USD7,50 USD1,65 USD4,951 USD
qwen3.7-plusjusqu'à 256 K tokens0,40 USD1,60 USD0,276 USD1,101 USD
qwen3.7-plus256 K à 1 M1,20 USD4,80 USD0,826 USD3,301 USD
qwen3.6-flashjusqu'à 256 K tokens0,25 USD1,50 USD0,165 USD0,99 USD

Le tarif chinois de qwen3.7-max représente 66 pour cent du tarif international côté entrée et pratiquement le même côté sortie. Pour qwen3.7-plus, le rapport est d'environ 69 pour cent, donc il n'existe pas de multiplicateur unique qui convertisse toute la grille. Notez aussi l'arithmétique du tableau lui-même : à Singapour, la sortie vaut exactement trois fois l'entrée (2,50 et 7,50), tandis qu'à Pékin trois fois 1,65 donne 4,95, et le fournisseur indique 4,951. De même, qwen3.6-27b à Pékin est facturé 0,412564 USD et 2,475384 USD, c'est-à-dire à six décimales, alors que les lignes voisines en ont trois. Cela ne change pas la facture, mais montre que le tableau est généré à partir d'un taux de change plutôt que fixé à la main, et que lorsque vous convertissez un budget, vous devez prendre les chiffres de la facture plutôt que de la documentation.

Trois mécanismes modifient la facture. La Batch API coûte 50 pour cent du prix de l'inférence en temps réel, en entrée comme en sortie. Le cache de contexte ne remise que l'entrée : créer un cache explicite coûte 125 pour cent du tarif d'entrée standard, et un succès du cache coûte 10 pour cent. Les remises ne se cumulent pas, donc pour une requête on choisit l'une des deux. S'y ajoute le quota gratuit : à côté de chaque ligne du déploiement international, la documentation indique 1 000 000 de tokens valables 90 jours à partir de l'activation de Model Studio. Le document précise expressément qu'aucun quota gratuit n'existe dans les autres périmètres de déploiement.

Il y a un écart de plus, mieux vaut le connaître que le deviner. La page des modèles recommandés du 11 août 2026 liste qwen3.8-max et qwen3.7-flash, alors que la page de facturation, mise à jour pour la dernière fois le 15 juillet 2026, ne contient de ligne ni pour l'un ni pour l'autre. Les modèles figurent au catalogue et ont des limites de débit attribuées, mais leurs prix n'ont pas encore été publiés. Si vous planifiez un budget pour le tout dernier modèle phare, il n'y a aujourd'hui rien à calculer et vous devez consulter la console. Vérifiez les tarifs dans la documentation de facturation de Model Studio.

Les limites de débit pénalisent le fait de figer une version

Les limites s'appliquent au niveau du compte racine et agrègent le trafic de tous les utilisateurs RAM, espaces de travail et clés d'API. Deux valeurs par minute comptent, RPM et TPM, et la documentation note que le service peut aussi appliquer des limites par seconde calculées comme RPM divisé par 60 et TPM divisé par 60. Les messages d'erreur distinguent les cas : Requests rate limit exceeded signifie RPM, Allocated quota exceeded signifie TPM, et Request rate increased too quickly est une protection contre les pics de trafic soudains qui peut se déclencher même en dessous des deux limites.

Identifiant du modèleRégionRPMTPM
qwen3.8-maxSingapour6001 000 000
qwen3.8-maxVirginie30 0005 000 000
qwen3.7-plusSingapour15 0005 000 000
qwen3.7-plus-2026-05-26Singapour601 000 000
qwen3.7-flashVirginie15 0005 000 000
qwen3.7-flash-2026-07-15Virginie601 000 000

Deux choses de ce tableau sont à retenir. D'abord, le même identifiant de modèle obtient 600 requêtes par minute à Singapour et 30 000 en Virginie, cinquante fois plus. La région n'est pas seulement une question de latence et de conformité, c'est une question de débit réel. Ensuite, figer une version précise a un coût. L'alias qwen3.7-plus a 15 000 RPM, alors que l'instantané daté qwen3.7-plus-2026-05-26 n'en a que 60. La documentation le dit sans détour : les versions stables ou les plus récentes ont des limites de débit plus élevées que les versions instantanées datées. Cela place les utilisateurs devant un choix inconfortable entre comportement reproductible et débit, et c'est un défaut, pas une fonctionnalité. Notez séparément que les appels passés par la Batch API ne sont pas soumis à cette limitation de débit. Les valeurs actuelles se trouvent sur la page des limites de débit de Model Studio.

qwen-agent : le code est là, la licence du registre non

La version 0.0.34 de qwen-agent, publiée le 16 février 2026, n'a ni champ license, ni champ license_expression, ni classifieur de licence dans ses métadonnées PyPI. La liste classifiers est vide. Une vérification à partir de trois sources donne cependant une image plus sereine que la première impression ne le suggère.

Bash
pip download qwen-agent==0.0.34 --no-deps -d /tmp/qa
unzip -o -q /tmp/qa/qwen_agent-0.0.34-py3-none-any.whl -d /tmp/qa/x
ls /tmp/qa/x/qwen_agent-0.0.34.dist-info/licenses
grep -E "^License-File" /tmp/qa/x/qwen_agent-0.0.34.dist-info/METADATA
find /tmp/qa/x/qwen_agent -name "*.py" | wc -l

La wheel pèse 7 136 923 octets, se décompresse en environ 11 Mo et 91 fichiers .py, donc le code est réel et non un bouche-trou. À l'intérieur de dist-info se trouve un sous-répertoire licenses contenant un fichier LICENSE avec le texte complet d'Apache 2.0 de 202 lignes, et METADATA consigne License-File: LICENSE. Le dépôt QwenLM/Qwen-Agent contient un fichier LICENSE avec le même texte, et chaque fichier source s'ouvre sur un en-tête Apache. La conclusion est que seule la déclaration dans le registre manque. Pour un humain, c'est une nuance, pour un scanner de conformité des licences c'est un paquet sans licence, donc vous devez le traiter manuellement dans les règles de l'outil.

Un piège de versionnement vient avec. Le flux des versions GitHub s'arrête à v0.0.26 du 29 mai 2025, alors que PyPI propose 0.0.34 de février 2026. Vous ne pouvez pas établir la version à partir des versions GitHub ici, car elle n'y est tout simplement pas. Le registre de paquets est la seule source fiable, donc prenez la version sur la page du projet PyPI.

Python
from qwen_agent.agents import Assistant

bot = Assistant(
    llm={
        "model": "qwen3.7-plus",
        "model_server": "https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
        "api_key": os.environ["DASHSCOPE_API_KEY"],
        "generate_cfg": {"top_p": 0.8},
    },
    system_message="Answer concisely.",
    function_list=["code_interpreter"],
    files=["./docs/manual.pdf"],
)

for response in bot.run(messages=[{"role": "user", "content": "What does chapter 3 say?"}]):
    print(response)

La clé model_server accepte aussi l'abréviation 'dashscope', mais dans le code elle se développe en https://dashscope.aliyuncs.com/compatible-mode/v1, l'hôte chinois. Si vous travaillez dans une région européenne, donnez l'adresse complète plutôt que l'abréviation.

Qwen face à DeepSeek et Llama

CritèreQwenDeepSeekLlama
Couverture des modalitéstexte, code, vision, embeddings, parolesurtout du texte, la variante vision marquée expérimentaletexte et vision
Licence des poidsdépend du modèle : Apache 2.0, personnalisée ou rechercheMIT pour la génération actuellelicence communautaire avec conditions
Éventail de taillesde moins d'un milliard à des milliers de milliards de paramètresétroit, quelques grandes versionsmoyen
Régions de l'APIsix régions, dont Francfort et la Virginieun seul point de terminaison du fournisseuraucune API officielle du fournisseur
Figer une versionpossible, mais avec une limite RPM plus bassealias stables, pas de choix d'instantanéla version suit les poids téléchargés

La première différence concerne la licence. DeepSeek, traité en détail dans l'article sur DeepSeek, publie sa génération actuelle de poids sous MIT, une seule licence pour tout. Avec Qwen, il faut vérifier modèle par modèle, et certaines entrées portent une licence personnalisée avec des seuils de revenus ou une licence de recherche sans droits commerciaux. En échange, Qwen offre quelque chose que DeepSeek n'offre pas : un ensemble complet de modèles complémentaires, des embeddings et du reranking à la reconnaissance vocale, au sein de la même famille et sous la même organisation.

La deuxième différence est opérationnelle. DeepSeek expose un seul point de terminaison, Qwen six régions dont Francfort, ce qui peut être décisif quand des exigences de résidence des données s'appliquent. Le prix et le débit dépendent cependant de la région choisie, donc comparer les tarifs sans nommer de région n'a aucun sens.

La troisième famille à poids ouverts, Llama, a une licence communautaire avec conditions couvrant toute la famille, sans fragmentation selon les variantes, mais aussi sans un éventail aussi large de tailles et de modalités. Si vous avez besoin d'une seule réponse pour votre service juridique sur toute une famille, Llama est plus simple. Si vous avez besoin d'un modèle d'une taille précise ou d'une tâche au-delà du chat, Qwen a davantage d'entrées parmi lesquelles choisir.

Vous téléchargez les poids via Hugging Face, et vous les exécutez en local via Ollama pour un démarrage confortable sur une seule machine ou via vLLM quand vous avez besoin de débit et de traitement par lots. Si vous préférez ne pas signer de contrat avec Alibaba, les modèles Qwen sont souvent disponibles par des intermédiaires ; un point d'entrée raisonnable est alors OpenRouter, et la couche de bascule entre fournisseurs se construit le plus facilement sur LiteLLM.

Erreurs courantes

La première est de supposer une licence unique pour la famille. Vous téléchargez des poids, vous écrivez « Apache 2.0 » dans la documentation, et six mois plus tard il s'avère que l'un des modèles était réservé à la recherche. Vérifiez séparément le champ license et le contenu de LICENSE pour chaque dépôt.

La deuxième est de laisser la région par défaut dans le SDK. La bibliothèque dashscope démarre sur cn-beijing avec l'hôte chinois, et qwen-agent développe l'abréviation 'dashscope' vers la même adresse. Si vous traitez des données personnelles d'utilisateurs de l'Union européenne, réglez DASHSCOPE_COMPATIBLE_BASE_URL ou passez l'adresse régionale complète avant le premier déploiement, pas après l'audit.

La troisième est de figer un instantané daté sans vérifier la limite. Passer de qwen3.7-plus à qwen3.7-plus-2026-05-26 ressemble à un gain de reproductibilité et, en pratique, fait passer la limite de 15 000 à 60 requêtes par minute. Cela apparaît en production, au premier vrai pic de trafic.

La quatrième est de calculer un budget à partir d'une seule grille tarifaire. Les tarifs diffèrent entre Singapour et Pékin, certaines lignes portent une mention de promotion limitée dans le temps, et les modèles les plus récents n'ont aucun tarif publié. Pour un budget, prenez les chiffres de votre région et confirmez-les dans la console.

La cinquième est de traiter qwen-agent comme une API stable. La numérotation 0.0.x n'est pas un hasard, et l'écart entre la dernière version GitHub et la version PyPI montre que le processus de publication n'est pas une priorité ici. Figez une version exacte pour la production et attendez-vous à ce qu'une mise à niveau demande des changements de code.

La sixième est de sauter la question d'un fournisseur hors de l'Union européenne. La région de Francfort résout une partie du problème de résidence des données, mais elle ne change ni qui administre l'infrastructure ni quel droit la régit. C'est une conversation à tenir avant le déploiement, pas après.

FAQ

Qwen est-il open source ?

En partie. La plupart des poids publiés sont sous Apache 2.0, qui est une licence open source. Le plus grand modèle de la famille, Qwen/Qwen3.8-2.4T-A95B, porte une licence personnalisée avec des seuils de revenus, et les modèles marqués qwen-research n'autorisent qu'un usage non commercial. La réponse dépend du modèle que vous téléchargez.

Puis-je utiliser un client OpenAI ordinaire ?

Oui. Model Studio expose une surface compatible OpenAI sur /compatible-mode/v1 et une surface compatible Anthropic sur /apps/anthropic. Vous changez base_url et la clé. Les paramètres propres au fournisseur comme thinking_budget ou enable_search demandent le client natif dashscope ou le champ extra_body.

Quelle région choisir ?

Francfort (eu-central-1) si la résidence des données a un poids juridique. La Virginie (us-east-1) si le débit compte, car les limites RPM y peuvent être plusieurs fois plus élevées qu'à Singapour pour le même modèle. Pékin propose les tarifs les plus bas, mais c'est le déploiement de la Chine continentale.

Pourquoi qwen-agent n'a-t-il pas de licence sur PyPI ?

Parce que c'est la déclaration dans les métadonnées du paquet qui manque, pas la licence elle-même. La wheel contient dist-info/licenses/LICENSE avec le texte complet d'Apache 2.0, le dépôt QwenLM/Qwen-Agent a le même fichier, et les fichiers source portent des en-têtes Apache. Les scanners de conformité le signaleront comme une licence manquante et vous devez ajouter une exception à la main.

Puis-je figer une version précise du modèle dans l'API ?

Vous le pouvez, car le fournisseur publie des identifiants datés comme qwen3.7-plus-2026-05-26. Le prix est le même que celui de l'alias, mais la limite de requêtes par minute peut être des centaines de fois plus basse. C'est un vrai coût de la reproductibilité qu'il faut intégrer à la décision.

Vaut-il la peine d'exécuter Qwen en local plutôt que via l'API ?

Cela dépend de la taille. Les modèles jusqu'à quelques dizaines de milliards de paramètres tournent raisonnablement sur une seule carte, et les exécuter via vLLM ou Ollama supprime d'un coup les problèmes de région, de limites et de sortie de données. Les plus grandes variantes demandent un cluster, et l'API revient alors généralement moins cher que la maintenance du matériel.

À lire aussi