L'intelligence en périphérie : Qwen 3.5 apporte une IA de niveau bureau à l'iPhone 17 Pro

Pendant des années, le rêve d'une IA de poche s'est heurté à une réalité simple : les puces mobiles manquaient de puissance brute pour gérer un raisonnement complexe sans vider la batterie en quelques minutes. Cette barrière vient de s'effondrer. Le 2 mars 2026, le développeur Adrien Grondin a montré le modèle Qwen 3.5 d'Alibaba fonctionnant nativement sur l'iPhone 17 Pro, avec des performances rivalisant avec des modèles quatre fois plus grands.

L'architecture de l'efficacité

Au cœur de cette démonstration se trouve le modèle Qwen 3.5 2B, une petite bête de course qui exploite la nouvelle architecture hybride Gated DeltaNet d'Alibaba. En combinant l'attention linéaire avec une conception de mélange d'experts (MoE) parcimonieuse, le modèle atteint ce que l'industrie appelle une haute densité d'intelligence. Cela permet à un modèle relativement modeste, avec 2 milliards de paramètres, de surpasser des prédécesseurs bien plus imposants dans les tests de logique et de mathématiques. Pour le faire tenir dans les 12 Go de RAM de l'iPhone, l'équipe a utilisé une quantification 6 bits, qui réduit l'empreinte mémoire du modèle sans sacrifier sa précision cognitive.

“Cette transition d'outils dépendants du cloud vers une intelligence native en périphérie représente un changement fondamental dans notre façon d'interagir avec nos appareils.”

L'optimisation est l'autre moitié de l'histoire. Grondin a utilisé MLX, le framework spécialisé d'Apple pour l'apprentissage automatique sur ses puces Silicon, qui offrirait jusqu'à deux fois la vitesse des frameworks plus génériques. Cette intégration profonde permet au modèle d'exploiter directement le Neural Engine 16 cœurs de la puce A19 Pro. Le résultat est une expérience utilisateur réactive et locale, qui élimine la latence et les préoccupations de confidentialité inhérentes aux solutions d'IA basées sur le cloud. Cette transition d'outils dépendants du cloud vers une intelligence native en périphérie représente un changement fondamental dans notre façon d'interagir avec nos appareils.

Le bouton du raisonnement mobile

L'une des fonctionnalités les plus novatrices de Qwen 3.5 est sa capacité à basculer entre les modes Réflexion et Non-Réflexion. Dans son état par défaut, le modèle fournit des réponses rapides et à faible latence pour les tâches quotidiennes comme rédiger des e-mails ou fixer des rappels. En revanche, face à un problème complexe de code ou de logique, les utilisateurs peuvent activer le raisonnement. Dans ce mode, le modèle génère des tokens de raisonnement cachés, effectuant essentiellement une version numérique de la « réflexion » sur le problème avant de livrer une réponse finale. Cette flexibilité permet aux utilisateurs de gérer l'autonomie de la batterie de leur appareil et leur budget de calcul selon la tâche à accomplir.

Le matériel joue un rôle essentiel pour rendre ces tâches intensives viables. L'iPhone 17 Pro est le premier appareil Apple doté d'un système de refroidissement à chambre à vapeur, qui empêche la puce A19 Pro de subir un throttling thermique lors des longues sessions de raisonnement. Par ailleurs, Qwen 3.5 est nativement multimodal, ce qui signifie qu'il ne s'appuie pas sur des adaptateurs de vision séparés pour comprendre les images ou la vidéo. Un seul jeu de poids gère tout, ce qui permet une intégration plus fluide de la compréhension visuelle. De l'analyse de tableurs complexes via la caméra à la restitution vidéo en temps réel, l'ère de l'agent multimodal natif est officiellement arrivée sur mobile.