Qwen 3.5 35B vs Sonnet 4.5 : l'écart est-il en train de se RÉDUIRE ?

L'auteur présente le lancement récent par Alibaba de la gamme Qwen 3.5, mettant en avant le modèle Max de 400 milliards de paramètres. Il souligne l'arrivée de la version Medium, conçue pour offrir une puissance comparable à la version Max tout en étant exécutable localement sur un MacBook Pro. Cette série prétend rivaliser avec, voire battre, le modèle Sonnet 4.5 d'Anthropic. L'enjeu de cette comparaison est de vérifier si l'écart entre les modèles open-source locaux et les modèles propriétaires en ligne est en train de se combler. L'auteur invite les spectateurs à s'abonner pour suivre ce duel technique rigoureux.

Le narrateur reconnaît l'excellence de Sonnet 4.5, notamment son intégration dans l'écosystème Anthropic avec Claude Code et MCP. Il explique que Qwen 3.5 Medium suscite un immense engouement sur les réseaux sociaux comme Twitter en raison de sa promesse de performance locale gratuite. Pour ce comparatif, l'auteur précise qu'il utilisera Qwen 3.5 35B via OpenRouter car son MacBook M1 manque de mémoire unifiée pour une inférence fluide. Sonnet 4.5 sera testé en mode « clean », sans outils externes, pour garantir l'équité des résultats. La méthodologie repose sur trois niveaux de difficulté : facile, moyen et difficile.

Le premier défi consiste à générer une application de liste de tâches utilisant React et Vite. Initialement, Qwen semble l'emporter en proposant des fonctionnalités avancées telles que les catégories, les priorités et les dates d'échéance. L'analyse du code montre que Qwen utilise une structure modulaire plus propre, séparant les composants de manière plus professionnelle que Sonnet. Cependant, l'auteur découvre que Qwen bénéficiait d'une option d'optimisation activée par défaut dans OpenCode. Une fois cette option désactivée, les résultats de Qwen redeviennent basiques, ce qui redonne techniquement l'avantage à la constance de Sonnet.

Ce test de niveau intermédiaire demande aux modèles de coder un système solaire en 3D utilisant la bibliothèque Three.js. Claude Sonnet 4.5 réussit brillamment l'exercice en fournissant une interface fluide où l'utilisateur peut zoomer et cliquer sur les planètes pour obtenir des informations. À l'inverse, Qwen échoue totalement en produisant une page blanche et des erreurs de console persistantes qu'il ne parvient pas à corriger. Le modèle d'Alibaba a également généré des structures de dossiers désordonnées et redondantes, montrant une mauvaise compréhension de l'architecture du projet. Cette étape marque un tournant décisif en faveur d'Anthropic pour la gestion de bibliothèques tierces.

Le dernier test porte sur la modification d'un code existant pour capturer des tweets, où Sonnet parvient à corriger ses propres erreurs contrairement à Qwen. L'auteur conclut que Sonnet 4.5 remporte le match 3 à 0, malgré les promesses des benchmarks officiels. Il émet l'hypothèse que Qwen a été spécifiquement optimisé pour les tests comme Sweebench, ce qui gonfle artificiellement ses scores théoriques. En réalité, la supériorité de Sonnet viendrait d'un entraînement sur des données plus vastes et d'un nombre de paramètres bien plus élevé lors de l'inférence. La vidéo se termine par une recommandation vers une autre ressource concernant les capacités audio de Qwen.