EN DIRECT
Formalizing Fermat's Last Theorem04/09/26 · Anthropic|Pannes simultanées chez OpenAI et Anthropic sans explication officielle04/09/26|Show HN: Open-Source eInk Bike Computer04/09/26|Les entreprises américaines adoptent de plus en plus l'IA open source04/09/26|Une étude pointe des prix plus élevés dans le mode IA de Google Search04/09/26 · Google|Une étude mesure comment les agents de code choisissent leurs outils tiers03/09/26|GPT-6 Astra d'OpenAI établit un nouveau record sur ARC-AGI-303/09/26 · OpenAI|ESPO : une méthode d'optimisation de prompts plus courte et plus stable que GEPA03/09/26|« Last Translation Benchmark » : un effort collectif pour un référentiel définitif de traduction automatique03/09/26|NVIDIA mise sur l'IA locale à l'IFA 2026 avec les PC RTX Spark et un routeur d'inférence personnel03/09/26 · NVIDIA|Google DeepMind lance WeatherNext 3, son modèle météo IA le plus précis03/09/26 · Google DeepMind|OpenAI lance Daybreak, un programme d'un milliard de dollars pour la cybersécurité des services essentiels03/09/26 · OpenAI|Formalizing Fermat's Last Theorem04/09/26 · Anthropic|Pannes simultanées chez OpenAI et Anthropic sans explication officielle04/09/26|Show HN: Open-Source eInk Bike Computer04/09/26|Les entreprises américaines adoptent de plus en plus l'IA open source04/09/26|Une étude pointe des prix plus élevés dans le mode IA de Google Search04/09/26 · Google|Une étude mesure comment les agents de code choisissent leurs outils tiers03/09/26|GPT-6 Astra d'OpenAI établit un nouveau record sur ARC-AGI-303/09/26 · OpenAI|ESPO : une méthode d'optimisation de prompts plus courte et plus stable que GEPA03/09/26|« Last Translation Benchmark » : un effort collectif pour un référentiel définitif de traduction automatique03/09/26|NVIDIA mise sur l'IA locale à l'IFA 2026 avec les PC RTX Spark et un routeur d'inférence personnel03/09/26 · NVIDIA|Google DeepMind lance WeatherNext 3, son modèle météo IA le plus précis03/09/26 · Google DeepMind|OpenAI lance Daybreak, un programme d'un milliard de dollars pour la cybersécurité des services essentiels03/09/26 · OpenAI|
🇨🇳 Chine🎨 Génération imageSortie décembre 2025

Qwen-Image 2512

Alibaba
Open-sourceSelf-hostRGPD
Verdict

Une option solide pour l'auto-hébergement et le contrôle total des données.

Présentation

Qwen-Image 2512 est la mise à jour de décembre du modèle text-to-image d'Alibaba, diffusée en poids ouverts sous licence Apache 2.0 autorisant l'usage commercial. Il s'attaque frontalement au « look IA » : peau, pilosité, feuillage et composition texte+image y gagnent en netteté et en cohérence. Les progrès annoncés reposent surtout sur des évaluations internes menées via l'arène d'Alibaba, sans benchmark indépendant publié. Poids ouverts et empreinte desktop en font un candidat crédible pour un déploiement on-premise en Europe, données et licence restant maîtrisées localement.

Profil de compétences

Non communiqué

Forces

  • Open-source et auto-hébergeable

Limites

  • Tarification API non publiée

À qui ça s'adresse

Pour vous si…
  • vous voulez maîtriser vos coûts ou auto-héberger
  • vous avez des contraintes RGPD
À éviter si…

    Cas d'usage idéaux

    • Visuels marketing réalistes
    • Illustration de produits
    • Prototypage créatif rapide
    • Génération d'images on-premise

    Accès & disponibilité

    Auto-hébergeable (poids ouverts)

    Caractéristiques clés

    Contexte
    0
    Prix entrée
    Prix sortie
    Vitesse
    Prix non auditéBenchmarks non audités

    Confidentialité

    Conforme RGPDHébergement : self

    Faire tourner en local

    PC avec bon GPU / Mac 32 Go+79k941
    QuantizationDisqueRAM / VRAMMatériel type
    Q4 · recommandé11.4 Go15 GoPC 32 Go / Mac 24 Go / RTX 4070 Ti+
    Q8 · équilibré21.4 Go26 GoMac 32 Go / RTX 3090-4090
    FP16 · qualité max40 Go46 GoMac 64 Go / bi-GPU 24 Go

    Estimations pour un contexte modéré. Un long contexte augmente la RAM nécessaire (KV cache).

    Déployer

    Commandes prêtes à copier, générées depuis la fiche. Ajustez le contexte et le nombre de GPU à votre machine.

    Mémoire estimée · FP16 46 Go · Q4 15 Go

    Serveur OpenAI-compatible pour la production sur GPU NVIDIA.

    pip install vllm
    vllm serve Qwen/Qwen-Image-2512 \
      --max-model-len 32768 \
      --tensor-parallel-size 1 \
      --dtype auto
    Qwen/Qwen-Image-2512
    Données avancées · pour experts
    Architecture, modalités, coût détaillé, benchmarks complets
    Architecture
    Taille
    20B
    Date de coupe
    Entrées
    text
    Sorties
    text
    Licence
    apache-2.0
    Hébergement
    self
    Score d'hallucination
    Coût estimé (API)
    Échange type (~3k entrée / 1k sortie)
    Non communiqué
    1M entrée + 1M sortie
    Non communiqué
    Tous les benchmarks
    Arena Elo
    MMLU
    GPQA
    HumanEval
    SWE-Bench
    MATH

    Modèles similaires