# IQuest Research publie le modèle open source Q1 et ses résultats sur 30 benchmarks

> Entraîné de zéro, le modèle de fondation IQuest‑Q1 repose sur une architecture Mixture‑of‑Experts de 320 B et présente ses résultats sur 30 benchmarks de programmation et d’IA agentique.

Oossa · 2026-10-23 · https://oossa.com/fr/iquest-research-releases-open-source-q1-model-and-30-benchmark-report

IQuest Research a publié le rapport technique d’IQuest‑Q1 le 23 oct. 2026. Ce modèle open source, optimisé pour les tâches en ligne de commande, compte 320 milliards de paramètres au total, dont 15 milliards actifs par jeton. Son entraînement a porté sur environ 29 billions de jetons et aurait nécessité 52 % du calcul requis par un modèle MoE comparable. Le rapport indique les scores obtenus sur 30 benchmarks, dont 52.7 sur AutomationBench et 78.4 sur MCP‑Atlas.

## Les faits

- 320 milliards de paramètres au total, dont 15 milliards actifs par jeton
- Entraînement sur environ 29 billions de jetons et efficacité de mise à l’échelle de 1.93×

## Pourquoi c'est important

Les développeurs peuvent désormais télécharger un grand modèle agentique pour la ligne de commande, qui promet des coûts de calcul inférieurs à performances comparables.

## Sources et références

1. [IQuest Research Releases IQuest-Q1 Technical Report, Detailing Training from Scratch and Results Across 30 Benchmarks](https://www.prnewswire.com/news-releases/iquest-research-releases-iquest-q1-technical-report-detailing-training-from-scratch-and-results-across-30-benchmarks-302917967.html) – PR Newswire RSS, 2026-10-23

Dernière mise à jour: 2026-10-23