IQuest publie Q1, 320 milliards de paramètres pour les agents
IQuest met en ligne Q1, un modèle ouvert à mélange d'experts de 320 milliards de paramètrespoids du modèleNombre de valeurs apprises par un modèle. À quantification égale, plus de paramètres veut dire plus de mémoire occupée, et en général de meilleures réponses.Fiche du lexique dont 15 milliards s'activent par tokenPlus petite unité de texte qu'un modèle manipule. Un mot courant tient souvent en un seul, un mot rare se découpe en plusieurs morceaux. Les prix, les limites et les débits s'expriment en tokens, pas en mots.Fiche du lexique, taillé pour le travail d'agentIA agentiqueModèle qui boucle : il choisit une action, le plus souvent un appel d'outil, en lit le résultat, puis recommence jusqu'à l'objectif ou l'abandon. La boucle est ce qui distingue un agent d'une réponse unique.Fiche du lexique dans le terminal : lire un dépôt, appeler des outils, contrôler un résultat, repartir d'une erreur. La fiche du modèle et la page de recherche détaillent l'architecture, la recette d'entraînement et les sept séries de tests où Q1 se place en milieu de tableau.
par Gyom 12 octobre 2026 à 07:24 5 min de lecture rubrique : Code
etiquettes : Hébergé · Sécurité
Q1 est un modèle à mélange d'experts de 320 milliards de paramètres dont environ 15 milliards sont activés par token, distribué en safetensors et en bfloat16 sur Hugging Face sous une licence propre à IQuest, mise en ligne fin septembre 2026. La fiche affiche 1 814 téléchargements sur le dernier mois et 141 mentions j'aime, et aucun fournisseur d'inférenceExécution d'un modèle : une entrée, une sortie. Le calcul se sépare en un pré-remplissage de la question, puis une génération token par token.Fiche du lexique ne sert le modèle : il se déploie soi-même. IQuest vise le travail d'agent dans le terminal, de la lecture d'une base de code à la reprise après une erreur.
256 experts, huit activés par token
L'architecture tient en 88 couches, une dimension cachée de 3 072, 48 têtes d'attention pour les requêtes et 8 pour les clés et les valeurs, 256 experts dont 8 par token. L'attention est hybride, trois couches à fenêtre glissante de 4 096 tokens pour une couche d'attention complète, avec un encodage positionnel rotatif partiel sur 32 dimensions. Le contexte monte à 524 288 tokens, de quoi faire entrer un dépôt entier ou une longue session de terminal, et les évaluations annoncées ont été menées avec une températureParamètre d'échantillonnage : plus elle est basse, plus le modèle retient le token le plus probable. À zéro, les mêmes entrées donnent la même sortie.Fiche du lexique de 1,0, un top-p de 0,95 et un top-k de 20.
Deux couches de prédiction multi-token à l'entraînement, une seule à l'inférence
Le modèle porte deux couches de prédiction multi-token indépendantes pendant l'entraînement, remplacées à l'inférence par une seule couche récursive appelée huit fois, avec une fenêtre glissante de 512 tokens. Le déploiement conseillé s'appuie dessus pour un décodage spéculatif de type EAGLE : cinq étapes, un candidat de premier niveau, six tokens de brouillon et un échantillonnage par rejet, sur huit cartes graphiques en parallélisme tensoriel. Les images de conteneur publiées visent CUDA 13.0 pour SGLang et pour vLLM, et les deux moteurs réclament un analyseur dédié aux appels d'outils et à l'extraction du raisonnement.
Des environnements fabriqués en même temps que les tâches
IQuest entraîne son modèle dans des environnements qu'il construit en même temps que les exercices : tâches d'agent général sur des API réelles, des serveurs MCPModel Context ProtocolProtocole ouvert qui décrit à un modèle les outils et les ressources d'un environnement. Il sert de contrat entre un client d'agent et des serveurs d'outils, et évite de recâbler chaque intégration.Fiche du lexique et des fichiers d'espace de travail, tâches de code dans des environnements exécutables montés à partir de dépôts. Une seule politique est entraînée sur plusieurs harnais d'agent, chacun gardant ses outils et sa gestion du contexte, pour que le modèle apprenne le métier en même temps que la tâche. Les échecs sont attribués avant l'optimisation : seules les erreurs de la politique deviennent un signal d'apprentissage, les pannes d'infrastructure sont écartées.
Quatre experts entraînés séparément, fondus en un seul étudiant
L'apprentissage par renforcement produit quatre experts : l'expérience d'usage d'un agent, le travail sous plusieurs harnais, les tâches longues et le travail agentique général. Une distillation hors politique à enseignants multiples ramène ces quatre branches dans un étudiant initialisé depuis le point de contrôle de l'affinage supervisé, qui apprend sur ses propres trajectoires pendant que l'expert correspondant note chaque token. Une fusion de modèles stabilisée entre les étapes et les branches produit ensuite Q1.
Terminal-Bench 2.1 : 83,2 contre 89,1 pour Claude Opus 5
Sur les sept séries publiées par IQuest, Q1 se place derrière les modèles fermés de tête : 64,6 sur DeepSWE v1.1, contre 74,2 pour DeepSeek-V4.1-Flash et 73,7 pour Claude Opus 5 ; 63,0 sur NL2Repo, contre 75,3 pour Claude Opus 5 ; 84,5 sur CyberGym, contre 88,1 pour DeepSeek-V4.1-Flash ; 83,2 sur Terminal-Bench 2.1, contre 89,1 pour Claude Opus 5 ; 55,7 sur JobBench ; 29,6 sur Agents' Last Exam ; 39,2 sur Humanity's Last Exam sans outils ; et 53,7 sur IQuest-CLIBench, un banc maison sur l'ergonomie en ligne de commande, contre 58,5 pour GPT-5.6 Sol. IQuest recommande Claude Code 2.1.140 et Codex 0.142 comme harnais de reproduction, et plafonne CyberGym à six heures et Terminal-Bench 2.1 à huit heures par évaluation.
La configuration Codex fournie coupe les approbations et le bac à sable
La fiche donne un fichier de configuration Codex prêt à l'emploi pour brancher Q1 sur le client d'OpenAI : fenêtre de contexte à 524 288 tokens, compaction automatique à 419 430, vingt tentatives en cas d'échec et dix minutes de délai d'inactivité de flux. Deux lignes de ce fichier méritent l'attention avant d'être recopiées : les approbations passent à « never » et le bac à sable à « danger-full-access », ce qui désactive les demandes d'autorisation et l'isolement de Codex. Recopier la configuration telle quelle revient à laisser un modèle qui reconnaît se tromper lancer des commandes sans garde-fou.
Ce que la fiche reconnaît ne pas savoir faire
Le modèle est textuel seulement, sans entrée image, audio ou vidéo, et IQuest écrit que le code comme les explications produits peuvent être faux et demandent des tests. Les appels d'outils passent par un format propre au modèle dans son gabarit de conversation : sans analyseur compatible ni harnais d'agent, l'exécution structurée et l'extraction du raisonnement ne fonctionnent pas. IQuest prévient aussi que les tâches réelles en ligne de commande, avec leurs allers-retours de débogage, restent difficiles : le modèle peut ignorer une contrainte, répéter une tentative déjà ratée ou laisser un problème ouvert.
- La page de recherche met en avant une démonstration dans un espace de travail Feishu simulé, où le modèle classe un incident d'exposition de données au niveau 1 avec 37 214 lectures croisées entre clients, conclut qu'il faut prévenir les six clients touchés et pas seulement celui qui a signalé, puis produit le rapport, une présentation de six pages, sept tâches de remédiation et leur suivi.
- D'autres exemples portent sur la réparation d'un environnement d'exécution qui comptait comme échecs du modèle des pannes d'infrastructure, et sur un export de revue cassé par des horodatages de 1970 que la bibliothèque zipfile refuse.
Source primaire IQuest, fiche du modèle IQuest-Q1 sur Hugging Face et page de recherche IQuest-Q1