Qwen3.8-Max : 2 400 milliards de paramètres, et des poids ouverts promis pour la semaine prochaine

Le 3 août 2026 à 10 h 00 heure de Pékin, soit 4 h 00 à Paris, Alibaba a publié Qwen3.8-Max, le modèle le plus puissant de sa famille Qwen. Le billet officiel avance un chiffre qui se prête aux erreurs de traduction : « 2.4 trillion » de paramètres, c'est-à-dire 2 400 milliards en français, dont 95 milliards seulement sont activés à chaque token. C'est une architecture de mélange d'experts, bâtie sur celle de Qwen 3.5.

Le vrai événement se trouve pourtant dans la deuxième phrase de l'annonce. C'est la première fois qu'Alibaba s'engage à ouvrir les poids d'un modèle de classe Max, sa gamme haute restée jusqu'ici propriétaire. Avec une nuance que les reprises de dépêche passent vite : ces poids ne sont pas publiés. Ils sont annoncés pour « la semaine prochaine ».

Ce qui est disponible aujourd'hui, et ce qui ne l'est pas

Qwen3.8-Max s'appelle dès maintenant par l'API de QwenCloud, la plateforme internationale d'Alibaba, et s'essaie dans l'assistant Qwen Studio. L'API accepte à la fois le protocole d'OpenAI et celui d'Anthropic, ce qui permet de la brancher directement sur Claude Code, Codex, OpenClaw ou Qwen Code. Elle expose aussi un réglage `reasoning_effort` à trois crans, `xhigh` par défaut, puis `medium` et `low`.

Voici les tarifs relevés le 3 août 2026 sur la page officielle du modèle.

Source : www.qwencloud.com/models/qwen3.8-max, relevé le 3 août 2026. Contexte d'un million de tokens, 131 000 tokens en sortie au maximum, 262 000 tokens de raisonnement.

Les poids, eux, ne sont nulle part. Le billet écrit noir sur blanc qu'ils seront publiés « la semaine prochaine » sur Hugging Face et ModelScope. Vérification faite le 3 août 2026, l'organisation Qwen sur Hugging Face ne contient aucun dépôt Qwen3.8 : les fichiers les plus récents y datent du 22 juillet. Le compte officiel @Alibaba_Qwen ajoute une information absente du billet de blog : un Qwen3.8-27B passera lui aussi en poids ouverts la semaine prochaine.

Les scores publiés sont des scores d'éditeur

Le billet contient deux grands tableaux de résultats, dont un face-à-face avec Claude Opus 4.8, Claude Fable 5 et GPT-5.6 Sol. Il faut les lire pour ce qu'ils sont : c'est Alibaba qui a choisi les épreuves, les harnais et les réglages, et qui a fait tourner ses concurrents. Plusieurs bancs d'essai du tableau sont d'ailleurs maison, comme QwenSWEBench, QwenQoderBench ou CoWorkBench. Aucun laboratoire indépendant n'a encore publié de mesure sur ce modèle.

Ce qui rend malgré tout ces chiffres intéressants, c'est qu'ils ne donnent pas Qwen3.8-Max premier partout.

Extrait du tableau publié par Alibaba le 3 août 2026 sur qwen.ai/blog?id=qwen3.8. Scores sur 100. Terminal Bench 2.1 est mesuré avec le harnais Claude Code, en moyenne sur dix passages ; pour les autres modèles, Alibaba reprend le meilleur score publié ailleurs.

Sur SWE-bench Pro, l'épreuve de correction de bugs réels la plus regardée, Fable 5 conserve plus de douze points d'avance. Sur Humanity's Last Exam sans outils, Qwen3.8-Max arrive dernier des quatre. Il domine en revanche PaperBench, qui mesure la capacité à reproduire un article de recherche en code, et l'ensemble des épreuves d'agent visuel du second tableau.

Trois épreuves de codage autonome, dont une trace publique sur GitHub

C'est la partie la plus concrète de l'annonce, et la seule qui soit vérifiable de l'extérieur. Alibaba a soumis le modèle à trois exercices de longue haleine, sans intervention humaine.

• Un projet logiciel construit de zéro en plus de dix jours. Le modèle a créé le projet `oh-my-cli` à partir d'un dossier vide. Au 30 juillet 2026, après environ seize jours de fonctionnement autonome, le dépôt comptait 265 commits, 127 pull requests et 151 tickets. Il est public, à l'adresse github.com/qwen-code-dev-bot/oh-my-cli, et son historique se lit.
• La reproduction d'un article de recherche, puis son amélioration. À partir du seul article (arXiv 2605.22389) et de GPU, sans code de départ, le modèle a travaillé environ 125 heures et écrit près de 7 600 lignes de code. Il a reproduit les six résultats du papier, puis testé 18 idées de son cru, faisant passer le score AIME24 de 49,58 % à 52,29 %.
• Un concours en ligne face à des humains. Sur le challenge WWW2025 de reconnaissance d'intention hébergé par la plateforme Tianchi d'Alibaba, le modèle a construit seul sa solution en 24 heures. En 45 soumissions, sa précision est passée de 0,60 à 0,853, devant 458 des 526 équipes engagées.

Ces trois récits viennent de l'éditeur et décrivent des conditions choisies par lui. Le dépôt GitHub reste néanmoins la pièce à conviction la plus solide qu'un laboratoire ait mise en ligne pour appuyer ce genre de démonstration.

Poids ouverts : ce que 2 400 milliards de paramètres impliquent vraiment

Le mélange d'experts sépare deux choses que l'on confond souvent. Le calcul par token ne mobilise que les 95 milliards de paramètres activés, ce qui est modeste et explique le prix bas. La mémoire, elle, doit contenir la totalité des 2 400 milliards.

L'ordre de grandeur se calcule de tête, et un participant du fil Hacker News consacré à l'annonce le formule mieux qu'un tableau :

Appliquée à Qwen3.8-Max, cette règle place le fichier autour de 1,2 To en 4 bits. Le repère existe déjà : Kimi K3, 2 800 milliards de paramètres, pèse 1,56 To en quantification MXFP4 native depuis la publication de ses poids le 27 juillet. Alibaba n'a pour l'instant communiqué ni la taille des fichiers, ni le format de quantification, ni la licence. Ces trois points seront à vérifier la semaine prochaine, et ce sont eux qui décideront de ce que « poids ouverts » veut dire ici.

Concrètement, le poste de travail est hors jeu. Dans le même fil, les développeurs qui font tourner du Qwen chez eux décrivent des machines à 32, 64 ou 128 Go de mémoire, et y exécutent des modèles de 27 à 35 milliards de paramètres. Un modèle de classe Max suppose un serveur multi-GPU d'hébergeur ou de grande entreprise. D'où la réaction la plus répétée du fil, qui vaut conseil pour un particulier :

La course chinoise des poids ouverts, en trois semaines

Qwen3.8-Max n'arrive pas dans le vide. Trois modèles chinois de premier plan se sont succédé en moins de trois semaines, et c'est ce calendrier qui explique la pression sur les prix.

Tarifs API officiels, relevés en juillet et août 2026 chez chaque éditeur.

Alibaba se place donc nettement sous Kimi K3 en prix, tout en restant très au-dessus de DeepSeek, qui joue une autre partition. Notre comparatif Qwen contre DeepSeek détaille cet arbitrage, et notre fiche DeepSeek reprend la grille tarifaire complète.

Les premiers retours de développeurs, eux, sont partagés. Sur Hacker News, un utilisateur qui a comparé Qwen3.8-Max et Claude Opus 5 sur une conversion de maquette en page web rapporte un résultat honnête, gâché par l'infrastructure du jour de lancement :