Poids ouverts de Qwen3.8 (2026) : Alibaba publie les checkpoints Max 2.4T — et un 27B sous Apache-2.0 à exécuter chez soi

De l'annonce aux poids ouverts : la chronologie sur deux semaines

Les dates suivent les sources citées pour chaque ligne ; lorsque les chronologies communautaires divergent d'un jour (12 août contre 14 pour les heures exactes des checkpoints), nous le mentionnons explicitement au lieu de masquer les écarts.

Ce qui est sorti, selon les fiches de modèle officielles

• Qwen3.8-2.4T-A95B (la sortie de classe Max). 2,4 billions de paramètres au total, basé sur les fondations de l'architecture Qwen3.5. Les tableaux de benchmarks officiels le placent aux côtés d'Opus 4.8, Claude Fable 5 et GPT-5.6 Sol : Terminal Bench 2.1 à 86.6 (max GPT-5.6 Sol : 88.8), PaperBench à 93.0 (le score le plus élevé du tableau), GPQA Diamond à 92.6, Agents' Last Exam à 53.6. Les artefacts sont documentés comme compatibles avec vLLM, SGLang et TokenSpeed.
• Qwen3.8-27B (celui que vous pouvez exécuter). 27B dense, vision-langage natif — images et vidéos — avec contrôle flexible de la réflexion, contexte natif de 262 144 tokens extensible à 1 000 000. Les documents de lancement d'Alibaba affirment qu'il « surpasse globalement Qwen3.7-Plus » ; le consensus communautaire (selon le guide Qwen de codersera) le considère comme le nouveau Qwen local par défaut face à Qwen3.6-27B.
• La distinction entre version hébergée et poids bruts est essentielle. Selon la fiche officielle, qwen3.8-max (la version hébergée) est basé sur le checkpoint 2.4T et ajoute l'entrée visuelle, le mode sans réflexion, un contexte de 1M par défaut et des outils intégrés officiels. Si vous auto-hébergez le checkpoint brut, vous servez la base — pas l'ensemble complet des fonctionnalités hébergées.
• Des variantes FP8 du grand checkpoint sont publiées en parallèle, pour les équipes d'inférence en datacenter qui souhaitent une empreinte mémoire réduite.

Ce qui n'est pas inclus — lisez les petits caractères

• La licence du 2.4T n'est pas (selon les retours) sous Apache. Le 27B est sous Apache 2.0 ; les guides de la communauté signalent que les dépôts du 2.4T sont plutôt distribués sous une licence Qwen personnalisée. Au 21 août, nous n'avons pas pu extraire le texte intégral de la licence depuis la page du dépôt — lisez la fiche du modèle avant tout auto-hébergement commercial, en particulier si vous le servez en externe.
• 27B hébergé : pas de date, pas de prix. La fiche officielle indique qu'un 27B hébergé sur Qwen Cloud est « bientôt disponible » avec un contexte de 1M par défaut et des outils intégrés — rien de plus précis à la date de publication.
• « 2.4T ouvert » ≠ « 2.4T dans votre boîtier GPU ». Les guides de la communauté évaluent le checkpoint FP8 à environ 2,5 To — un volume réservé au multi-nœuds. Cette ouverture open source est stratégiquement majeure et concrètement utile aux plateformes d'inférence, mais pas à votre station de travail.
• Origine des tarifs. Les chiffres de $2 / $6 / $0.25 par 1M proviennent de la couverture concordante du lancement (latent.space, eigent.ai, codersera, kie.ai d'après les offres de Qwen Cloud) — et non d'une page de tarifs que nous avons directement capturée. Vérifiez sur Model Studio avant de figer vos budgets.

Tarification de l'API Qwen3.8 vs le catalogue de modèles chinois (2026)

À un tarif annoncé de $2.00 en entrée / $6.00 en sortie par million de tokens (et $0.25 en entrée en cache), qwen3.8-max se situe dans la même tranche de prix que ses pairs de pointe — nettement en dessous des fleurons occidentaux, et au-dessus du plancher en heures creuses de DeepSeek.

Les lignes de comparaison reprennent les prix déjà vérifiés dans nos précédents points (GLM-5.3, DeepSeek, Kimi K3) ; la ligne qwen3.8-max est rapportée d'après la couverture du lancement — voir les petits caractères ci-dessus.

L'exécuter chez soi : la méthode de Simon Willison éprouvée sur le terrain

• La configuration. Le GGUF Q4_K_M de 17GB dans LM Studio, testé sur un MacBook Pro 128GB (M5 Max) et un NVIDIA DGX Spark — environ 15–30 tokens/sec, et environ 72 % plus rapide avec le décodage spéculatif draft-mtp de llama.cpp.
• Ajustez d'abord le contexte par défaut. 262 144 tokens natifs, mais la valeur par défaut de 8 192 de LM Studio « a été épuisée par le seul raisonnement ». Augmentez-la avant d'évaluer le modèle.
• Limitez la réflexion excessive. L'effort de raisonnement par défaut est réglé sur xhigh : son prompt de SVG de pélican a tourné pendant 21 minutes et consommé 22 276 tokens de raisonnement pour générer 3 223 tokens de sortie. « C'est un excellent modèle, mais ce paramètre par défaut est vraiment un mauvais point de départ » — utilisez un raisonnement faible ou désactivé pour les tâches courantes.
• Le verdict. « De loin le meilleur SVG de pélican que j'ai pu générer avec un modèle qui tourne sur une machine locale » — et concernant la vision : ses tests de boîtes englobantes sur des photos de pélicans étaient « une très bonne correspondance ». La limite concerne la vitesse des modèles denses : contrainte par la bande passante mémoire, elle n'aura donc pas la vélocité d'un petit MoE. Comme il l'a résumé : « Le fait qu'un fichier de 17GB puisse faire tout cela sur mes machines personnelles est un miracle. »

Vers quel Qwen3.8 devriez-vous vous orienter ?

L'impact de l'annonce : à l'international et sur le marché domestique

• Hacker News en a fait un événement. La critique de Willison culmine à 798 points ; la page d'Artificial Analysis (52 sur l'Intelligence Index) suscite un fil de discussion à 380 points. Les thèmes récurrents : les meilleures capacités locales de sa catégorie et la particularité du réglage par défaut en xhigh.
• Le cadrage occidental est centré sur Meta. L'angle de CNBC met l'accent sur la concurrence avec les nouveaux modèles Muse Glimmer pour PC portables de Meta ; la statistique d'Hugging Face de 151 448 dérivés basés sur Qwen (2,6× Meta) sert d'argument principal. WIRED et Axios, qui couvrent la même vague de poids ouverts ce mois-ci via GLM-5.3, considèrent désormais les modèles ouverts chinois comme la frontière par défaut de l'IA ouverte.
• La couverture chinoise l'inscrit dans un triplé en une semaine. Le récapitulatif du 16 août du 北京商报 — « 一周三更 » — regroupe la révision des prix de DeepSeek, la publication open source d'Alibaba et l'offensive post-entraînement de Zhipu en une seule semaine, les données d'OpenRouter montrant que 6 des 10 modèles les plus utilisés au niveau mondial cette semaine-là étaient chinois.

Accédez à Qwen et à l'ensemble du catalogue chinois via un endpoint unique compatible OpenAI

Sources primaires

• Blog officiel de Qwen — « Qwen3.8-Max: A New Bar for Coding and Cowork » (première sortie en poids ouverts de classe Max)
• Hugging Face — Fiche de modèle Qwen/Qwen3.8-2.4T-A95B (benchmarks, compatibilité vLLM/SGLang, différences avec la version Max hébergée)
• Hugging Face — Fiche de modèle Qwen/Qwen3.8-27B (VLM dense, contexte 262K→1M, version hébergée « bientôt disponible »)
• Hugging Face — Organisation Qwen (460 modèles ; variante FP8 répertoriée)
• Simon Willison — « Qwen 3.8 27B is excellent, but it defaults to overthinking things » (16 août 2026)
• CNBC — « Alibaba answers Meta's AI challenge with new laptop-ready model » (17 août 2026 ; statistique HF de 151 448 dérivés)
• Artificial Analysis — Fiche Qwen3.8-27B, Intelligence Index 52
• Hacker News — Fil de discussion sur le test de Willison (798 points)
• eigent.ai — Synthèse sur Qwen3.8-Max en poids ouverts (tarification $2/$6/$0.25 selon latent.space)
• codersera — Guide des générations Qwen (27B sous Apache 2.0, remplace Qwen3.6-27B ; avertissement sur la licence du 2.4T)
• kie.ai — Analyse du lancement du 27B (revendication d'Alibaba « surpasse Qwen3.7-Plus », spécifications de la fiche HF)
• 北京商报/东方财富 — « 大模型一周三更 » (16 août ; statistique top 10 OpenRouter)

Questions fréquentes (2026)