Qwen3-VL 2B

Qwen3-VL 2B en bref

Qwen3-VL 2B est le plus petit modèle de la famille Qwen3-VL d'Alibaba, publié le 21 octobre 2025. Il lit les images, les documents et la vidéo en plus du texte, et s'adresse à ceux qui veulent extraire du texte d'images ou décrire des documents sur un ordinateur ordinaire.

Pour quels usages

• Extraire le texte d'une facture ou d'un formulaire numérisé, sans envoyer le document dans le nuage, en vérifiant le résultat.
• Décrire ou classer des photos de produits ou de chantiers sur un ordinateur du bureau.
• Compter des articles sur une photo d'inventaire, à confirmer à la main.

D’où il vient

L’équipe Qwen d’Alibaba a publié les tailles 2B et 32B de Qwen3-VL le 21 octobre 2025, en version « Instruct » et « Thinking », selon son dépôt officiel. La famille compte des modèles denses de 2, 4, 8 et 32 milliards de paramètres et des modèles à experts plus gros, selon le rapport technique de l’éditeur. Le 2B voit les images grâce à un encodeur visuel SigLIP2 d’environ 300 millions de paramètres.

Ce qui le distingue

Selon l’éditeur, il comprend aussi des vidéos de plusieurs heures, peut agir sur l’écran d’un ordinateur ou d’un téléphone et produire du code HTML à partir d’une image. Selon le rapport technique de l’éditeur, même le 2B montre de fortes capacités de raisonnement. Les mesures indépendantes de DatBench le placent plutôt à l’aise en lecture et en dénombrement, et faible en mathématiques et en raisonnement spatial.

Pour une PME, c’est un candidat pour lire des documents numérisés hors ligne. Pour rédiger en français ou raisonner sur des chiffres, un modèle de texte plus grand reste plus indiqué.

Sources

• Qwen/Qwen3-VL-2B-Instruct, fiche du modèle (Qwen, Hugging Face) (site officiel, consulté le 1 nov. 2026)
• QwenLM/Qwen3-VL, dépôt officiel (Qwen, GitHub) (site officiel, consulté le 1 nov. 2026)
• Qwen3-VL Technical Report (Bai et al., équipe Qwen, arXiv, novembre 2025) (site officiel, consulté le 1 nov. 2026)
• DatBench: Discriminative, Faithful, and Efficient VLM Evaluations (DatologyAI, arXiv, janvier 2026) (consulté le 1 nov. 2026)
• Where Vision Becomes Text: Locating the OCR Routing Bottleneck in Vision-Language Models (Steinberg et Gal, Université de Haïfa, arXiv, 2026) (consulté le 1 nov. 2026)

Fiche publiée le 1 nov. 2026.

Ce que fait Qwen3-VL 2B

• Rédiger, résumer et répondre à des questions en texte.
• Réfléchir par étapes avant de répondre (mode « réflexion »), utile pour les problèmes complexes.
• Lire des images : captures d'écran, photos, documents numérisés.
• Appeler des outils ou des fonctions (recherche, calcul, logiciels) quand on le branche à un agent.

• 2 milliards de paramètres. Voir ce que veut dire le « B ».
• Il lit jusqu'à 256 000 jetons d'un coup, soit environ 153 600 mots (à environ 0,6 mot par jeton en français).

Sur quel Mac faire tourner Qwen3-VL 2B

Il faut environ 6 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 3 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 qwen3-vl:2b

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 Qwen3-VL

• Qwen3-VL 4B : 3,3 Go, environ 8 Go sur Mac
• Qwen3-VL 8B : 6,2 Go, environ 11 Go sur Mac
• Qwen3-VL 30B : 20 Go, environ 28 Go sur Mac
• Qwen3-VL 32B : 21 Go, environ 29 Go sur Mac
• Qwen3-VL 235B : 143 Go, environ 176 Go sur Mac

Des modèles de taille semblable

• Qwen2.5-Coder 3B : 1,9 Go
• SmolLM2 1.7B : 1,8 Go
• Llama 3.2 3B : 2 Go
• Granite 4 3B (micro) : 2,1 Go

Tous les modèles