Qwen AI : Qwen Chat gratuit ou Qwen en local ?

#Qwen AI en bref : un service et une famille de modèles

Qwen est le nom de la famille de grands modèles de langage développée par Alibaba. Sous ce nom cohabitent trois réalités qu'il faut séparer avant de choisir quoi que ce soit.

Qwen Chat (chat.qwen.ai)

Une application web de conversation, comparable dans son principe à ChatGPT ou Le Chat. Vous écrivez dans votre navigateur, les réponses sont calculées sur les serveurs d'Alibaba.

L'API Qwen d'Alibaba Cloud

Le même type de modèles, mais appelés par programme et facturés à l'usage. C'est le canal des modèles les plus gros, comme Qwen 3.8-Max, disponible en API depuis le 3 août 2026 et dont les poids ne sont pas publiés.

Les modèles Qwen à poids ouverts

Des fichiers de modèle publiés sur huggingface.co/Qwen, que vous téléchargez une fois puis exécutez chez vous avec Ollama, LM Studio ou llama.cpp. Exemple récent : Qwen3.8-27B, publié le 14 août 2026 sous licence Apache 2.0.

La question « Qwen AI est-il gratuit ? » a donc deux réponses. En ligne, l'accès de base à Qwen Chat ne demande pas de paiement, mais vos messages partent chez Alibaba et l'usage reste soumis aux conditions du service. En local, le modèle ne coûte rien et vos données restent sur votre machine, mais c'est votre matériel qui fait le travail, et seules certaines variantes sont téléchargeables.

#Qwen Chat : l'assistant en ligne d'Alibaba

Qwen Chat est l'interface grand public de Qwen AI. On y accède à l'adresse chat.qwen.ai, depuis n'importe quel navigateur, sans rien installer. Un sélecteur permet de choisir parmi plusieurs modèles Qwen ; la liste évolue au fil des sorties et peut contenir des modèles qui n'existent qu'en version hébergée.

L'intérêt est évident pour découvrir Qwen : aucune carte graphique nécessaire, des modèles bien plus gros que ce qu'un PC de bureau peut charger, et une interface déjà prête avec historique de conversations. Qwen comprend et rédige correctement le français, ce qui en fait un point d'entrée accessible pour qui cherche « Qwen AI en français ».

La contrepartie est celle de tout service en ligne. Chaque message, chaque fichier joint, est envoyé et traité sur des serveurs distants exploités par Alibaba. Le panorama des LLM chinois de QuelLLM le rappelle : pour les services cloud, la juridiction de l'éditeur et sa politique de conservation des données comptent vraiment. Lisez les conditions d'utilisation et la politique de confidentialité affichées par le service avant d'y coller un contrat, des données de clients ou un document interne.

Accès

Navigateur, sans installation. Une connexion à un compte peut être demandée pour conserver l'historique ou accéder à certaines fonctions : vérifiez ce que la page affiche au moment où vous l'ouvrez.

Modèles

Ceux qu'Alibaba choisit d'exposer. Un modèle visible dans Qwen Chat n'est pas forcément publié en poids ouverts.

Données

Traitées chez Alibaba. Hors ligne, rien ne fonctionne.

Stabilité

Le service peut changer de modèle par défaut, de fonctions ou de limites du jour au lendemain, sans que vous puissiez figer une version.

#Qwen AI gratuit : ce qui l'est, et ce qui ne l'est pas

Le mot « gratuit » recouvre trois situations très différentes selon le canal Qwen que vous utilisez.

1. 01
   Qwen Chat : gratuit à l'usage, sous conditions du service

   Vous ne payez pas pour discuter, mais l'accès dépend de règles d'usage fixées par Alibaba (limites de volume, priorités en période de forte demande, fonctions réservées à un compte). Ces règles ne sont pas un engagement stable. Si un quota précis compte pour votre usage, relevez-le vous-même sur la page du service et datez votre relevé : un chiffre lu sur un forum ou dans un article ancien n'a aucune valeur.
2. 02
   API Alibaba Cloud : payante à l'usage

   Dès que vous voulez appeler Qwen depuis un programme, un script ou une automatisation hébergée chez Alibaba, vous passez par l'API d'Alibaba Cloud, facturée selon la consommation. Ce guide ne détaille pas cette grille tarifaire : consultez-la directement chez Alibaba Cloud, car elle varie selon le modèle et la région.
3. 03
   Qwen en local : gratuit, sans quota, mais sur votre matériel

   Les modèles à poids ouverts se téléchargent sans payer. La plupart des variantes récentes sont publiées sous Apache 2.0, ce qui autorise aussi l'usage commercial ; vérifiez quand même le fichier LICENSE du dépôt précis. Il n'y a ni compte, ni limite de messages, ni coupure si le service est saturé. Le coût réel, c'est la mémoire de votre machine, l'électricité et le temps d'installation.

L'API locale d'Ollama, qui écoute sur http://localhost:11434, vous donne d'ailleurs l'équivalent d'une API Qwen gratuite pour vos propres scripts : tant que la machine tourne, vous pouvez l'appeler autant que vous voulez, dans la limite de ce que votre matériel calcule.

#Modèle hébergé ou poids ouverts : la distinction qui évite les faux tutoriels

C'est le point qui génère le plus de confusion autour de Qwen AI. Alibaba sort régulièrement une version phare, souvent appelée « Max », d'abord ou uniquement en API et dans Qwen Chat, puis publie des variantes plus petites en poids ouverts. Le nom de génération est le même, les possibilités ne le sont pas.

Qwen 3.8 en est l'exemple le plus récent. Qwen 3.8-Max, présenté comme un MoE d'environ 2 400 milliards de paramètres avec un contexte d'un million de tokens, est disponible en API depuis le 3 août 2026 ; ses poids ne sont pas distribués et il ne tiendrait de toute façon sur aucune machine grand public. Qwen3.8-27B, un modèle dense de 27 milliards de paramètres, a été publié sur Hugging Face le 14 août 2026 sous Apache 2.0, avec un tag Ollama officiel le même jour. Les deux portent le nom « Qwen 3.8 », un seul s'installe chez vous.

Hébergé uniquement

Accessible via Qwen Chat ou l'API. Aucun fichier à télécharger. Toute page qui prétend l'installer « en local » se trompe ou parle d'un autre modèle.

Poids ouverts

Dépôt public sur huggingface.co/Qwen, carte de modèle, fichier de licence, et souvent un tag Ollama ou des GGUF prêts pour LM Studio.

Annoncé, pas encore publié

Mentionné lors d'une conférence ou dans un billet, sans dépôt. Entre le 3 et le 13 août 2026, Qwen3.8-27B était dans ce cas alors que de nombreux articles le présentaient déjà comme installable.

#Vérifier soi-même qu'une variante Qwen se télécharge

Le test est simple : le modèle est-il téléchargeable maintenant, avec une commande, sans liste d'attente ? Trois vérifications suffisent, et elles restent valables pour les générations suivantes, y compris contre cette page quand elle aura vieilli.

1. 01
   Chercher le dépôt sur Hugging Face

   Ouvrez huggingface.co/Qwen et cherchez le nom exact de la variante (par exemple Qwen3.8-27B). Un dépôt public avec des fichiers de poids et une carte de modèle est la preuve de publication. Une simple page de collection ou d'annonce ne suffit pas.
2. 02
   Lire la licence de ce dépôt

   Le fichier LICENSE ou l'en-tête de la carte de modèle indique les conditions. Apache 2.0 est fréquent chez Qwen, mais certaines variantes anciennes ou spécifiques peuvent porter une licence maison : c'est le dépôt précis qui fait foi, pas la réputation de la famille.
3. 03
   Tester le tag dans Ollama

   Cherchez le modèle sur ollama.com/library, puis lancez le téléchargement. Si le tag n'existe pas, Ollama renvoie une erreur au lieu de télécharger quoi que ce soit. Une fois le modèle récupéré, ollama show affiche ses caractéristiques (paramètres, quantification, contexte, licence).

# 1. Lister les dépôts publics de l'organisation Qwen contenant « 3.8 »
curl -s "https://huggingface.co/api/models?author=Qwen&search=3.8" | grep -o '"id":"[^"]*"'

# 2. Télécharger le modèle si le tag existe (erreur sinon)
ollama pull qwen3.8:27b

# 3. Afficher ses caractéristiques une fois téléchargé
ollama show qwen3.8:27b

Si la première commande ne renvoie aucun dépôt pour une variante annoncée, elle n'est pas publiée : inutile de chercher un tutoriel d'installation. Si elle renvoie un dépôt mais qu'aucun tag Ollama n'existe encore, des fichiers GGUF communautaires apparaissent souvent sur Hugging Face et peuvent être chargés dans LM Studio ; vérifiez alors qui les a produits avant de les utiliser.

#Quel modèle Qwen ouvert pour votre machine ?

En local, le critère décisif n'est pas la génération du modèle mais sa taille comparée à la mémoire de votre carte graphique (VRAM) ou à la mémoire unifiée de votre Mac. En quantification Q4_K_M, le meilleur compromis qualité/taille pour débuter, les repères de QuelLLM sont les suivants : 3B ≈ 2 Go, 7B ≈ 5 Go, 14B ≈ 9 Go, 32B ≈ 19 Go, 70B ≈ 40 Go. Ajoutez 1 à 2 Go pour le contexte et le système.

8 Go de VRAM ou Mac 16 Go

Un Qwen de 4 à 9 milliards de paramètres, par exemple qwen3.5:4b ou qwen3.5:9b dans Ollama. Suffisant pour du chat, de la reformulation et des questions simples en français.

12 Go (RTX 3060 12 Go, RTX 4070)

Un modèle autour de 14B en Q4_K_M, ou un 9B en Q8_0 avec de la marge pour un contexte plus long.

16 Go (RTX 4080)

Le haut des modèles moyens, ou un MoE dont une partie déborde en mémoire système, avec un débit plus faible.

24 Go (RTX 4090) ou Mac 32 Go et plus

Qwen3.8-27B, qui pèse 18 Go en Q4_K_M selon la bibliothèque Ollama, ou le MoE Qwen3.6 35B-A3B. C'est le palier où le local se rapproche le plus d'un assistant en ligne pour l'usage courant.

Besoin d'analyser des images

Qwen3-VL, la variante vision, par exemple qwen3-vl:8b. Son installation et ses limites sont détaillées dans un guide dédié.

Ne cherchez pas à reproduire en local le plus gros modèle de Qwen Chat : ce n'est ni possible ni nécessaire. Un modèle de 9B à 27B suffit pour une bonne part des tâches de rédaction, de résumé et de code courant ; jugez-en sur vos propres exemples. Pour les tâches qui exigent vraiment le modèle phare, le service en ligne reste la solution, à condition que vos données puissent y aller.

#Installer Qwen en local avec Ollama ou LM Studio

Deux outils gratuits couvrent l'essentiel. Ollama fonctionne en arrière-plan et se pilote en ligne de commande ou par API ; on lui ajoute souvent Open WebUI pour retrouver une interface proche de Qwen Chat. LM Studio est une application de bureau tout-en-un, avec recherche de modèles et fenêtre de conversation intégrées. Voici le chemin le plus court.

1. 01
   Installer l'outil

   Téléchargez Ollama depuis ollama.com ou LM Studio depuis lmstudio.ai, pour Windows, macOS ou Linux. Ollama démarre un service local qui écoute sur http://localhost:11434.
2. 02
   Choisir la taille selon votre mémoire

   Reprenez les repères de la section précédente. En cas de doute, commencez par une variante de 4B à 9B : elle se télécharge vite et vous permet de juger la qualité en français.
3. 03
   Télécharger et lancer le modèle

   Avec Ollama, une seule commande récupère les poids puis ouvre la conversation dans le terminal. Dans LM Studio, tapez « qwen » dans la recherche de modèles, choisissez une version GGUF en Q4_K_M de la bonne taille, puis chargez-la dans l'onglet de discussion.
4. 04
   Vérifier que tout est local

   Une fois le modèle téléchargé, coupez le réseau et continuez à discuter : la réponse arrive toujours. C'est la différence concrète avec Qwen Chat.
5. 05
   Brancher vos outils (facultatif)

   L'API d'Ollama permet d'utiliser Qwen depuis un script, un éditeur de code ou Open WebUI, sans clé ni quota.

# Petite machine (8 Go de VRAM ou Mac 16 Go)
ollama run qwen3.5:9b

# Carte 24 Go ou Mac 32 Go et plus : Qwen3.8 27B (18 Go en Q4_K_M)
ollama run qwen3.8:27b

# Lister les modèles installés
ollama list

# Appeler Qwen depuis un script via l'API locale
curl http://localhost:11434/api/generate -d '{
  "model": "qwen3.5:9b",
  "prompt": "Explique en trois phrases ce qu’est un modèle à poids ouverts.",
  "stream": false
}'

Les noms de tags évoluent vite : avant de télécharger, vérifiez sur ollama.com/library le nom exact de la variante et sa taille en Go. L'installation détaillée de Qwen3.8-27B (quantifications, contexte, mode de raisonnement) fait l'objet d'un guide séparé ; cette page s'en tient au choix entre en ligne et local.

#Qwen Chat ou Qwen en local : comment trancher

Il n'y a pas de bon choix universel. Les deux options se complètent, et beaucoup d'utilisateurs gardent les deux : le service en ligne pour les demandes ponctuelles sans enjeu, le modèle local pour tout ce qui touche à des données sensibles ou à de l'automatisation.

Choisissez Qwen Chat si…

vous voulez essayer Qwen AI en deux minutes, vous n'avez pas de carte graphique, vous avez besoin du plus gros modèle de la famille, et vos messages ne contiennent rien de confidentiel.

Choisissez Qwen en local si…

vos documents ne doivent pas quitter votre poste, vous voulez un modèle figé dont la version ne change pas sans vous, vous travaillez hors ligne, ou vous automatisez des tâches et ne voulez dépendre d'aucun quota.

Les limites du local

La qualité dépend de la taille que votre machine peut charger ; les modèles phares hébergés restent hors de portée ; l'installation et les mises à jour vous reviennent.

Les limites du service en ligne

Données envoyées chez un tiers, conditions et limites d'usage qui peuvent changer, dépendance à la disponibilité du service et à votre connexion.

Une façon simple de décider : posez la même question à Qwen Chat et à un Qwen local de la taille que votre machine supporte, sur un exemple représentatif de votre usage réel mais sans données sensibles. Si la réponse locale vous suffit, vous gagnez la confidentialité et l'absence de quota. Si l'écart est trop grand, vous savez précisément ce que vous échangez en restant en ligne.

#Pour aller plus loin

Cette page vous aide à choisir entre l'assistant en ligne et l'exécution locale. Pour passer à l'action ou comparer Qwen aux autres familles, ces guides prennent le relais.