Mini modèle · Alibaba
Qwen2.5-Coder 1.5B
Sur le disque
1,0 Go
Mémoire sur Mac
5 Go
Carte graphique sur PC
2 Go
Paramètres
1,5 milliard
Pas encore testé au labo
Ce modèle n'est pas encore passé par nos tests : nos propres mesures de sa qualité viendront avec le test. Test prévu la semaine du 9 nov. 2026, en local sur notre Mac Studio.
Qwen2.5-Coder 1.5B en bref
Qwen2.5-Coder 1.5B est un petit modèle de programmation de la famille Qwen2.5-Coder d'Alibaba, présenté en septembre 2024. Avec environ 1,5 milliard de paramètres et une licence Apache 2.0, il s'adresse aux développeurs qui veulent une aide au code sur un ordinateur ordinaire, sans envoyer leur code dans le nuage.
Forces
- Il est entraîné pour le code. Selon le rapport technique de l'éditeur, la famille a été entraînée sur plus de 5 500 milliards de jetons et couvre 92 langages de programmation, un chiffre que reprend VentureBeat.
- Il complète bien du code au milieu d'un fichier (technique dite « fill-in-the-middle », utile à l'autocomplétion), avec une moyenne de 83,5 sur 100 à l'épreuve HumanEval-FIM, selon l'éditeur.
- Il corrige bien des bogues pour sa taille. Une étude de l'Université Kyushu lui fait corriger 38 bogues sur 40 de l'épreuve QuixBugs en pleine précision, contre 27 pour la version de 0,5 milliard de paramètres.
- Il reste utile une fois compressé. Dans la même étude, il pèse 0,85 Go en version 4 bits et corrige encore 32 bogues sur 40.
- Sa licence Apache 2.0 permet de l'utiliser en entreprise, de le modifier et de le redistribuer, selon l'éditeur.
Faiblesses
- Il écrit moins bien du code complet que les grands modèles. Selon l'éditeur, la version de base obtient 43,9 sur 100 à HumanEval et 9,5 sur 100 à la partie difficile de BigCodeBench.
- Il perd des points quand on le compresse. L'étude de l'Université Kyushu passe de 38 à 32 bogues corrigés sur 40 entre la pleine précision et la version 4 bits.
- Il lit au plus 32 768 jetons d'un coup (un jeton est un morceau de mot), selon sa fiche du modèle, moins que les 128 000 que le rapport technique de l'éditeur décrit pour la famille.
- L'étude de l'Université Kyushu porte sur une seule épreuve de 40 bogues ; ses auteurs préviennent que leurs résultats ne se généralisent pas forcément.
Pour quels usages
- Proposer la suite d'une ligne de code dans l'éditeur d'un développeur, sur un portable ordinaire.
- Suggérer la correction d'un petit bogue dans une fonction, à faire vérifier par un développeur.
- Écrire de courts scripts répétitifs (conversion de fichiers, nettoyage de données) sans sortir le code de l'entreprise.
D’où il vient
L’équipe Qwen d’Alibaba a d’abord publié Qwen2.5-Coder en septembre 2024 en deux tailles, dont celle-ci, puis a complété la famille le 12 novembre 2024 jusqu’à six tailles, de 0,5 à 32 milliards de paramètres. Le modèle de 1,5 milliard part de Qwen2.5-1.5B et a poursuivi son entraînement sur du code. Il existe en version de base, pour la complétion, et en version « Instruct », réglée pour suivre des consignes en conversation.
Ce qui le distingue
Il se place entre la version de 0,5 milliard, plus légère mais moins fiable, et celles de 3 milliards et plus, qui demandent davantage de mémoire. Dans l’étude de l’Université Kyushu, il corrige autant de bogues que la version de 3 milliards en pleine précision (38 sur 40), avec environ la moitié de la mémoire. Pour une PME, il convient à l’autocomplétion et aux petites corrections. Pour écrire un programme entier ou travailler sur un gros projet, un modèle plus grand reste plus indiqué.
Sources
- Qwen2.5-Coder-1.5B-Instruct, fiche du modèle (Qwen, Hugging Face) (site officiel, consulté le 30 oct. 2026)
- Qwen2.5-Coder Technical Report (équipe Qwen, Alibaba, arXiv) (site officiel, consulté le 30 oct. 2026)
- Qwen2.5-Coder Series: Powerful, Diverse, Practical (blogue de Qwen, 12 novembre 2024) (site officiel, consulté le 30 oct. 2026)
- Qwen2.5-Coder just changed the game for AI programming (VentureBeat, Michael Nuñez, 12 novembre 2024) (consulté le 30 oct. 2026)
- How Small is Enough? Empirical Evidence of Quantized Small Language Models for Automated Program Repair (Kusama et al., Université Kyushu, arXiv, 2025) (consulté le 30 oct. 2026)
Fiche publiée le 30 oct. 2026, mise à jour le 3 nov. 2026.
Ce que fait Qwen2.5-Coder 1.5B
- Rédiger, résumer et répondre à des questions en texte.
- Écrire, expliquer et corriger du code.
- Appeler des outils ou des fonctions (recherche, calcul, logiciels) quand on le branche à un agent.
- 1,5 milliard de paramètres. Voir ce que veut dire le « B ».
- Il lit jusqu'à 32 000 jetons d'un coup, soit environ 19 200 mots (à environ 0,6 mot par jeton en français).
Sur quel Mac faire tourner Qwen2.5-Coder 1.5B
Il faut environ 5 Go de mémoire. Voici les puces Apple et les quantités de mémoire qui suffisent :
- M6 : M6 (16, 24, 32 Go)
- M5 : M5 (16, 24, 32 Go) ; M5 Pro (24, 48, 64 Go) ; M5 Max (36, 48, 64, 128 Go) ; M5 Ultra (96, 256, 512 Go)
- M4 : M4 (16, 24, 32 Go) ; M4 Pro (24, 48, 64 Go) ; M4 Max (36, 48, 64, 128 Go)
- M3 : M3 (8, 16, 24 Go) ; M3 Pro (18, 36 Go) ; M3 Max (36, 48, 64, 96, 128 Go) ; M3 Ultra (96, 256, 512 Go)
- M2 : M2 (8, 16, 24 Go) ; M2 Pro (16, 32 Go) ; M2 Max (32, 64, 96 Go) ; M2 Ultra (64, 128, 192 Go)
- M1 : M1 (8, 16 Go) ; M1 Pro (16, 32 Go) ; M1 Max (32, 64 Go) ; M1 Ultra (64, 128 Go)
Sur un PC Windows
Il faut une carte graphique d'au moins 12 Go de mémoire (environ 2 Go nécessaires), et 32 Go de mémoire vive. Comment choisir sa carte graphique.
Sur une station IA
Les stations IA à mémoire partagée qui suffisent : NVIDIA GB10 (64, 128 Go) ; NVIDIA GB300 (748 Go) ; AMD Ryzen AI Max (32, 64, 128 Go) ; AMD Ryzen AI Max PRO 400 (192 Go).
L'installer avec Ollama ou LM Studio
Avec Ollama, une seule commande suffit, une fois le logiciel installé (voir notre guide pour installer Ollama) :
ollama run qwen2.5-coder:1.5b
Taille et caractéristiques relevées le 19 oct. 2026 sur la page du modèle chez Ollama. La taille est celle de la version par défaut ; une version plus compressée prend moins de place.
Les autres tailles de Qwen2.5-Coder
- Qwen2.5-Coder 0.5B : 0,4 Go, environ 4 Go sur Mac
- Qwen2.5-Coder 3B : 1,9 Go, environ 6 Go sur Mac
- Qwen2.5-Coder 7B : 4,7 Go, environ 10 Go sur Mac
- Qwen2.5-Coder 14B : 9 Go, environ 15 Go sur Mac
- Qwen2.5-Coder 32B : 20 Go, environ 28 Go sur Mac
Des modèles de taille semblable
- Bonsai 2 2B : 0,9 Go
- DeepSeek-R1 1.5B : 1,1 Go
- LFM3 1.7B : 1,1 Go
- Gemma 3 1B : 0,8 Go, testé au labo (code : 35 %)
Par Jacob Bédard
Recevez les résultats chaque semaine
Le duel du mardi et les nouveautés du lundi, dans votre boîte courriel. Désabonnement en un clic. Notre politique de confidentialité.
Labo IA
Un modèle ou un usage à tester ?
Proposez-le au labo : nous publions les résultats pour tout le monde.
Demander un test →