AesCode 32B vs Qoder Cantus : vous pouvez inspecter l'un et exécuter l'autre, jamais les deux

Voici une inversion qui mérite qu'on s'y attarde. AesCode 32B, le checkpoint de génération HTML-et-CSS de Microsoft, est le modèle le plus inspectable de sa catégorie : des poids Apache 2.0 sur Hugging Face, un dépôt ouvert contenant les vérificateurs de récompense, le constructeur de grille d'évaluation et la boucle d'entraînement, une évaluation sur 300 échantillons publiée dans son intégralité, et une recette d'entraînement détaillée jusqu'au taux d'apprentissage et au nombre d'étapes de rollout. Son dépôt Hugging Face date du 29 septembre 2026 ; le commit intitulé « Release AesCode-32B » a été intégré le 7 octobre 2026 ; Microsoft n'en a rien annoncé. Et presque personne ne peut l'exécuter, car c'est un checkpoint de 33B qui réclame environ 65 Go de mémoire d'accélérateur et qu'aucun fournisseur ne le sert. Qoder Cantus est exactement l'inverse. Il tourne aujourd'hui, au sein de Qoder, pour quiconque possède un abonnement — et vous ne pouvez pas l'inspecter du tout. La description publiée par Qoder de ce modèle se résume à une phrase : aucun paramètre, aucune fenêtre de contexte, aucun tableau de benchmarks et aucun poids, et comme il n'y a pas d'API, il n'y aura jamais de chiffre fourni par un tiers. Un modèle vous dit tout et ne vous permet de rien faire. L'autre vous permet de tout faire et ne vous dit rien. La question intéressante est de savoir quel mode de défaillance vous coûte le plus.

Ce que dit la documentation, dans son intégralité

L’asymétrie se voit le plus facilement en citant simplement ce qui existe.

Pour AesCode 32B, les informations publiques comprennent : le modèle de base (Qwen3-VL-32B-Instruct), le nombre de paramètres, la licence, l'usage prévu, le volume de données d'entraînement, le taux d'apprentissage SFT, les réglages de l'optimiseur RL, les noms des canaux de récompense, le nombre d'invites et d'étapes, la taille de l'échantillon d'évaluation, le nombre de générations par invite, la température de décodage et le top-p, la longueur de contexte utilisée pour la notation, trois tableaux de résultats publiés séparément, ainsi qu'une citation pour un article indiqué comme en cours d'évaluation. Il s'arrête toutefois avant une date de publication et un nombre de téléchargements à deux chiffres — et la note de la fiche du modèle précisant qu'il nécessite transformers>=4.57 et que l'extrait d'utilisation généré automatiquement sur la page ne correspond pas à l'exemple de la fiche elle-même est le genre de détail qui ne subsiste que lorsque l'artefact est réel.

Sur Qoder Cantus, la trace publique est la suivante : « le modèle intelligent haut de gamme intégré à Qoder, qui excelle dans l'exécution prolongée de tâches autonomes ». Telle est la description. Il n'y a pas de fiche de modèle, car il n'y a aucun modèle à télécharger ; pas de tableau de benchmarks, car Qoder n'a publié ni annonce de lancement ni rapport technique ; et pas de fiche dans une arène, car une arène a besoin d'un point de terminaison à appeler. Ce que l'on sait d'autre relève de la structure plutôt que de la technique : Cantus apparaît dans le sélecteur de modèles de Qoder Desktop, du plugin JetBrains, de la CLI, des Cloud Agents et du client web, et il est facturé via le système de crédits de Qoder, avec un coefficient appliqué à l'usage du modèle.

Ce n’est pas une critique du modèle. C’est une description de ce qui peut être vérifié, et pour Cantus, la réponse est : rien.

Là où chacun est véritablement fort

La force d'AesCode 32B réside dans sa vérifiabilité, et c'est suffisamment inhabituel pour mériter une explication plutôt qu'une affirmation. Le signal d'entraînement n'est pas un score unique — il s'agit de sept canaux, dont six sont des vérificateurs déterministes qui extraient des propriétés du code émis et de son rendu, plus un juge vision-langage qui évalue les propriétés non analysables selon une grille liée à un graphe de conception par échantillon. Chaque candidat est rendu dans un navigateur Playwright en bac à sable, avec les requêtes externes bloquées, exportant le DOM, les styles calculés, les boîtes englobantes, l'état de la console et une capture d'écran. Comme chaque propriété est attribuable, le laboratoire peut rapporter qu'il a amélioré la composante Visuelle de 22,4 points par rapport à son propre socle Qwen3-VL-32B et vous indiquer quels canaux étaient encore en progression à la fin de l'entraînement. C'est une version que vous pouvez contester, reproduire ou étendre.

Le coût est tout aussi précis. La fiche conseille de prévoir environ 65 Go pour les seuls paramètres bf16 ; son exemple de service utilise un parallélisme tensoriel à quatre voies ; les chiffres rapportés utilisent un contexte de 24 576 jetons ; pendant l’apprentissage par renforcement, les invites et les réponses étaient plafonnées à 8 192 jetons. Mettez cela en regard du fait qu’aucun fournisseur d’inférence ne déploie le checkpoint et que la barrière n’est pas philosophique. Soit vous possédez le matériel, soit vous le louez, et vous construisez vous-même la chaîne de service multimodale.

La force de Cantus est l’inverse : il est simplement là. Pas de téléchargement, pas de GPU, pas de stack de service, pas de harnais à choisir. Il apparaît dans le sélecteur de modèle de l’IDE dans lequel vous êtes déjà, et il est positionné pour exactement l’argument de vente des outils de codage agentique : l’exécution autonome de tâches longues. Quelles que soient les autres incertitudes à son sujet, le problème de déploiement a été résolu pour vous, et Qoder en sait sans doute plus sur le modèle qu’il a construit qu’il n’en a publié.

Les trois questions auxquelles vous ne pouvez pas répondre à propos de Cantus

Il convient d’être précis sur ce que coûte la documentation manquante, car « pas de benchmarks » minimise la réalité.

• Quelle est sa taille — inconnue. Le nombre de paramètres n'est pas divulgué. Sur un modèle facturé en crédits, ce n'est pas un détail : c'est le principal élément qui détermine si une tâche qui vous coûte 2 $ ailleurs ne peut être réalisée ici que pour 6 $.

• Quelle quantité de contexte peut-il contenir — non divulguée, des discussions de tiers laissant entendre quelque chose de l'ordre de 200 K, sans aucune source à l'appui. Le travail agentique à long horizon tient entièrement à ce chiffre, et celui-ci n'est pas publié.

• Est-ce que ça vaut le coup — impossible à trancher au sens strict. L’argument de Qoder, implicite dans le positionnement, est que l’exécution autonome de longue durée se mesure mieux à la façon dont un modèle gère le contexte, la récupération et des centaines d’appels d’outils qu’à ses scores de codage sur un seul tour. C’est un argument juste. Il porterait plus fort si le modèle était testable, et il ne peut pas l’être, car rien en dehors de Qoder ne peut l’appeler.

Comparez cela avec l’image miroir de la troisième question du côté AesCode : les chiffres existent et sont détaillés, mais ce sont ceux de Microsoft, produits par le harnais de Microsoft, sur les 300 échantillons de Microsoft, et aucun laboratoire externe ne les a reproduits. AesCode 32B a un plafond documenté de 55,99 sur sa propre dimension de style et un taux de défaillance grave de 4,3 % aux limites du canevas — tous deux publiés par le fournisseur — et aucune confirmation indépendante que l’un ou l’autre de ces chiffres soit exact. Donc, les deux modes de défaillance sont : des chiffres auxquels on ne peut pas faire confiance, et l’absence de chiffres. C’est un choix pire que « l’un est bon, l’autre est mauvais », et c’est le choix que cette confrontation présente réellement.

Ce que cela vous coûte de chaque côté

Cantus facture via le système de crédits de Qoder plutôt qu'à un tarif par token publié. Qoder applique un coefficient à l'usage d'un modèle, et Cantus a été mis en ligne avec un multiplicateur de 3,2×, réduit à 1,6× dans le cadre d'une promotion de 50 % qui a duré jusqu'au 31 juillet 2026. En reconstituant à partir des estimations de crédits publiées par Qoder lui-même plutôt que d'un quelconque chiffre par token — Qoder n'en a jamais publié pour Cantus — cela équivaut à environ 0,38 $ par tour en mode éditeur, 1,60 $ par tâche Quest et 2,40 $ par Quest en mode Experts. Ce sont des reconstitutions, étiquetées comme telles car il n'existe aucune source primaire qui dise le contraire.

Le coût d'AesCode 32B est un montant d'investissement plutôt qu'un coût à l'unité. Les poids sont gratuits sous Apache 2.0, et la facture se présente en heures de GPU — 65 Go de mémoire d'accélérateur pour héberger les paramètres, plus la tour de vision, plus le débit qu'il vous faut. Si vous exploitez déjà un nœud de classe B200 pour d'autres tâches, le coût marginal est proche de zéro. Si ce n'est pas le cas, la comparaison honnête n'est pas « 0 $ par million de jetons » face aux crédits de Qoder ; c'est une décision matérielle face à un abonnement.

La différence de composabilité

Il y a une conséquence supplémentaire du modèle d'accès, et c'est celle qu'une plateforme de routage remarque en premier.

Cantus ne peut être composé avec quoi que ce soit. Pas d'API signifie pas de repli, pas de test A/B contre un autre modèle sur la même tâche, pas de cascade d'un modèle bon marché vers un modèle coûteux en cours de requête, aucun moyen de l'intégrer dans un harnais d'évaluation que vous avez écrit. Ce n'est qu'une option au sein d'un seul produit, et le seul levier dont vous disposez, c'est le sélecteur. C'est un choix de conception délibéré de la part de Qoder, et parfaitement raisonnable si l'IDE est l'endroit où vous voulez vivre — mais cela signifie que votre architecture hérite de la feuille de route de Qoder.

AesCode 32B présente en théorie la propriété inverse et, en pratique, une lacune. Les poids signifient qu’il peut aller n’importe où : votre cluster, une instance louée, vos propres outils, votre propre évaluation. Ce qu’il ne peut pas faire aujourd’hui, c’est être appelé, car aucun fournisseur ne le propose — Microsoft a publié un checkpoint et s’est arrêté là. Ainsi, le modèle qui est structurellement composable n’est pas encore pratiquement composable, et le modèle qui est pratiquement disponible est structurellement verrouillé.

Là où cela laisse l'argument du routage, c'est plus étroit que d'habitude, et cela vaut la peine d'être dit honnêtement : aucun des deux modèles de cette confrontation ne figure dans notre catalogue, et cette page ne va pas prétendre le contraire. Ce qu'un point de terminaison unique avec plus de 200 modèles au prix catalogue du fournisseur vous achète réellement ici, c'est la couche environnante — la possibilité de construire le flux de travail qui consomme la sortie d'AesCode 32B et de router les parties de celle-ci qu'un modèle généraliste devrait gérer, sans mettre en place un second contrat pour chacune. Si vous voulez tester cette couche avant de vous engager dans un déploiement vision-langage auto-hébergé, le moyen le moins cher est un modèle appelable de la même famille : AesCode 32B est un fine-tune de Qwen3-VL-32B-Instruct, et Qwen3-VL 235B A22B Instruct est disponible à 0,40 $ par million de tokens d'entrée et 1,60 $ en sortie, avec le plus petit Qwen3-VL 8B Instruct à 0,18 $ et 0,70 $. Ce sont des modèles différents, pas des substituts au fine-tune — mais ils répondent à « un VLM hébergé peut-il lire cette capture d'écran et écrire du code suffisamment bien pour notre pipeline » pour quelques centimes au lieu de 65 Go, et le basculement entre fournisseurs se trouve sous la même clé si la réponse est oui et que le trafic devient réel.

Comment choisir

Choisissez Cantus si vous êtes déjà dans Qoder, si vous accordez de l'importance à l'absence de travail d'infrastructure et si l'impossibilité de le vérifier est un prix que vous êtes prêt à payer. Soyez lucide : vous achetez une capacité, pas un modèle : vous ne pouvez pas l'évaluer avant de l'adopter, vous ne pouvez pas comparer son prix à quoi que ce soit sur une base par token, et vous ne pouvez pas l'emporter avec vous si Qoder modifie ses tarifs ou sa feuille de route.

Choisissez AesCode 32B si vous avez besoin de l'artefact et que vous pouvez assumer le déploiement — et en particulier si vous avez besoin d'un modèle qui produit du HTML éditable que vous pouvez comparer, réviser et livrer. Soyez tout aussi lucide : il n'est pas annoncé, n'a pas été reproduit, il est trop volumineux pour la plupart des matériels, et il est documenté pour un contexte de 24K qui limitera les documents longs.

Si vous ne voulez ni l’enfermement du premier, ni le coût en capital du second, la démarche honnête consiste à obtenir la même capacité auprès d’un modèle que vous pouvez appeler. Un modèle vision-langage derrière une clé API lira une capture d’écran et écrira un balisage structuré. Il ne sera pas entraîné avec sept canaux de récompense optimisés pour la qualité de conception, et il n’égalera pas AesCode 32B sur le benchmark d’infographies conçu par Microsoft. Mais il vous coûtera une carte enregistrée plutôt qu’une acquisition de GPU, et vous pourrez le mesurer vous-même — ce qui est précisément l’objet de toute cette confrontation.

Que regarder

Cantus devient un modèle normal le jour où Qoder expose un point de terminaison ou publie les poids ; d’ici là, toute affirmation à son sujet est une affirmation sur le produit de Qoder plutôt qu’une affirmation sur un modèle, et le manque de preuves est structurel plutôt qu’une lacune de documentation. AesCode 32B devient un modèle normal le jour où un fournisseur d’inférence récupère le checkpoint ou qu’un laboratoire externe reproduit le 85,89 — et si cela se produit en même temps que Microsoft annonce réellement la chose, la barrière des 65 Go est la seule qui reste. Celui des deux qui arrive en premier vous dit lequel des deux modes de défaillance cette industrie a décidé de cesser de tolérer.