YuE2-3B : le modèle musical ouvert qui a battu Suno v5

La génération musicale a longtemps été dominée par quelques services fermés, et le camp ouvert courait surtout après. Cela a changé en septembre 2026, quand l'équipe MAP a publié YuE2-3B, un modèle musical de 3 milliards de paramètres dont l'équipe dit qu'il dépasse Suno v5 sur WildSongBench. Les poids sont sortis, le support est déjà fusionné dans master de ComfyUI, et le projet apporte quelque chose que la plupart des modèles musicaux n'ont pas : des partitions éditables.

Le chiffre en une ligne est facile à citer et facile à surinterpréter. Battre un service fermé sur un benchmark ne signifie pas que le modèle ouvert est meilleur dans tous les studios. Ce qui rend YuE2-3B intéressant, c'est la combinaison d'une parité de benchmark et de ce que seul un modèle ouvert et conscient des partitions peut faire.

Des partitions, pas seulement une onde

La plupart des systèmes texte-musique livrent de l'audio et rien d'autre. Si un accord sonne faux ou si la mélodie cale dans les huit dernières mesures, on régénère et on espère. YuE2-3B conserve la mélodie et les accords sous forme de partitions modifiables. Cela transforme la génération d'une machine à sous en quelque chose de plus proche de l'arrangement. On garde ce qui marche et on ne corrige que ce qui ne marche pas, ce qui correspond à la façon dont travaillent ceux qui écrivent la musique.

Cette structure rend aussi le modèle plus facile à diriger. Au lieu d'empiler des adjectifs dans un prompt en espérant que le tempo tombe juste, on décrit le morceau avec le vocabulaire que les musiciens emploient déjà. La sortie reste révisable après coup, ce qui fait la différence entre un brouillon et une prise.

{{INLINE1}}

L'encodeur que personne n'a reçu

Un détail raconte comment vivent réellement les publications ouvertes. YuE2-3B est sorti sans l'encodeur audio nécessaire pour transformer ses propres enregistrements en jetons sémantiques du modèle. La communauté l'a construit. Un « encodeur audio réel » pour YuE2-3B permet désormais de convertir son propre matériel dans la représentation comprise par le modèle, ce qui ouvre la formation d'adaptateurs sur de l'audio personnel ou sous licence.

Il y a aussi un LoRA instrumental qui accepte des prompts de section, pour façonner un morceau en décrivant ses parties. Les deux viennent de l'extérieur de la publication initiale. C'est le marché des poids ouverts : on gagne la liberté de construire, on accepte qu'une pièce manque à la première version et doive être fournie par un autre.

La licence est la vraie limite

YuE2-3B est publié sous CC-BY-NC-4.0. La clause non commerciale est la contrainte qui compte le plus pour qui pense à un produit. On peut l'étudier, l'exécuter, le modifier et bâtir dessus pour la recherche et le travail personnel. On ne peut pas l'insérer dans un service payant sans régler les conditions commerciales. Pour un amateur ou un chercheur, c'est une porte grande ouverte. Pour une startup qui planifie un abonnement, c'est un mur.

C'est la forme récurrente du champ musical ouvert : les poids les plus capables arrivent souvent avec des conditions, tandis que les options pleinement permissives retardent en qualité. Les équipes qui ont besoin des deux finissent en hybride : ouvert pour explorer, services sous licence pour ce qui sort.

Ce qu'un benchmark peut prouver

WildSongBench compare des modèles sur des chansons générées, et gagner est un vrai résultat. C'est aussi une seule lentille. Les benchmarks récompensent ce qu'ils peuvent mesurer, souvent la musicalité globale et la cohérence sur un court passage. Ils captent moins bien ce qui rend un morceau utilisable en contexte : si une boucle se pose sous un dialogue sans se battre, si un build tombe là où le montage l'exige, si le morceau se termine au lieu de s'éteindre.

Ce n'est pas une critique du benchmark, mais une note sur la lecture de la revendication. « Bat Suno v5 sur WildSongBench » signifie que le modèle ouvert est compétitif sur une tâche définie. Cela ne signifie pas qu'il remplace un service payant partout, ni qu'il est prêt pour une livraison commerciale sous une licence non commerciale. Garder les deux idées séparées garde le tableau honnête.

Où le musical ouvert perd encore

Les services fermés gardent un avantage là où on les sous-estime. Ils offrent des interfaces soignées, un mastering intégré, des stems à la demande et une position juridique qu'un client payant peut montrer. Pour qui veut une piste finie et une facture, cette commodité est le produit, et le modèle n'en est que la moitié. Les poids ouverts donnent le moteur et laissent le reste à votre charge.

Il y a aussi la question du support. Quand un service fermé casse, on ouvre un ticket. Quand un modèle ouvert casse, on lit le code et on espère que quelqu'un a rencontré le même mur. L'encodeur audio réel est un bon exemple de ce modèle qui fonctionne : une pièce manquante comblée par des inconnus qui voulaient un outil plus utile. Impressionnant quand ça marche, frustrant quand non.

Comment l'utiliser aujourd'hui

Pour un producteur solo, le schéma raisonnable est de traiter YuE2-3B comme un instrument d'esquisse. Générer large, garder ce qui a quelque chose, et assembler la pièce finale à la main ou dans un outil payant si la licence l'exige. L'édition des partitions rend cela possible ; elle transforme une idée générée en fichier de projet plutôt qu'en impasse.

Pour un studio, le calcul diffère à cause de la clause non commerciale. Recherche, prototypage et exploration interne sont ouverts. Tout ce qui part chez un client payant exige un autre arrangement. Cette séparation est courante dans le champ ouvert, et les équipes qui l'acceptent tôt s'épargnent une surprise plus tard.

La lecture honnête

YuE2-3B ne règle pas les questions éthiques autour de la musique générée, et la licence non commerciale rappelle que ceux qui l'ont entraîné protègent leur terrain. Ce qu'il montre, c'est que la génération musicale ouverte a atteint un niveau où la sortie est utilisable, pas seulement démontrable. Les partitions éditables sont le détail le plus susceptible de compter avec le temps, car le contrôle transforme un générateur en outil. La différence restante n'est pas la qualité mais la clarté : quel matériel a servi à l'entraînement, ce que chaque licence permet, et comment un musicien professionnel est payé quand un modèle peut produire « dans son style ». Ce sont les questions auxquelles la prochaine vague de publications devra répondre.