Qwen3.8 est le nouveau modèle phare d'Alibaba, doté de 2 400 milliards de paramètres, annoncé le 19 juillet 2026, avec des poids ouverts promis « bientôt » et un Max-Preview déjà appelable aujourd'hui. Ce qu'il n'a pas, c'est le moindre benchmark publié. Alibaba le positionne comme « juste derrière Fable 5 » — c'est la propre affirmation du fournisseur, pas un résultat mesuré, et la nuance compte plus que d'habitude ici.
Ce qu'Alibaba a réellement annoncé
Tout ce qui est vérifié à propos de Qwen3.8 remonte à une seule source : l'annonce d'Alibaba du 19 juillet 2026. Voici ce qu'elle dit réellement :
- Qwen3.8 existe, avec 2 400 milliards de paramètres
- Les poids seront ouverts « bientôt » — sans date précisée
- Qwen3.8-Max-Preview est disponible dès maintenant
- L'accès passe par le Token Plan, Qoder et QoderWork d'Alibaba
- Alibaba décrit le modèle comme « l'un des modèles les plus puissants disponibles aujourd'hui, comparable aux principaux modèles d'IA de pointe, juste derrière Fable 5 »
Ce dernier point relève du positionnement, pas d'un résultat. Gardez bien les deux dans des catégories séparées.
Le timing mérite qu'on s'y arrête. Qwen3.8 est le quatrième lancement frontier en onze jours — Grok 4.5 le 8 juillet, GPT-5.6 le 9 juillet, et maintenant celui-ci. Il arrive aussi quatre jours après l'approbation par les régulateurs chinois de l'intégration Apple-Alibaba Qwen le 15 juillet, si bien que l'attention sur la marque Qwen était déjà à son comble au moment de l'annonce.
Qwen3.8 vs Qwen3-8B : ce n'est pas le même modèle
Autant clarifier ça tout de suite, car les moteurs de recherche confondent actuellement les deux. Qwen3.8 est le modèle phare d'Alibaba à 2 400 milliards de paramètres annoncé aujourd'hui. Qwen3-8B est un modèle dense de 8 milliards de paramètres de la série Qwen3, téléchargeable sur Hugging Face depuis 2025. Des noms qui se ressemblent, pour une taille environ 300 fois différente.
Ce que l'on sait face à ce que l'on ne sait pas (encore)
Personne ne sait encore à quel point Qwen3.8 est performant, y compris les articles qui prétendent le contraire. Voici donc trois catégories clairement séparées.
Faits confirmés sur Qwen3.8 (officiel Alibaba, 19 juillet 2026)
| Fait Qwen3.8 | Ce qu'Alibaba a confirmé |
|---|---|
| Modèle annoncé | Qwen3.8 |
| Nombre de paramètres | 2 400 milliards |
| Poids ouverts | Promis, « ouverture des poids bientôt » |
| Disponibilité de l'aperçu | Qwen3.8-Max-Preview disponible dès maintenant |
| Points d'accès | Token Plan, Qoder, QoderWork |
| Statut de développement | « En évolution continue », selon Alibaba |
| Positionnement du fournisseur | « Juste derrière Fable 5 » — l'affirmation d'Alibaba, pas un résultat indépendant |
Benchmarks, tarifs et caractéristiques de Qwen3.8 : ce qui n'est pas publié
| Inconnue Qwen3.8 | Statut au 19 juillet 2026 |
|---|---|
| Tout score de benchmark Qwen3.8 | Aucun publié |
| Date de sortie des poids ouverts | « Bientôt », sans date |
| Licence | Non annoncée |
| Tarification par jeton | Non détaillée publiquement |
| Paramètres actifs / configuration MoE | Non communiqués |
| Fenêtre de contexte et sortie max | Non annoncées |
| Modalité (multimodal ?) | Non annoncée |
| Fiche modèle Hugging Face | Absence vérifiée |
| Référencement OpenRouter | Absence vérifiée (76 modèles Qwen référencés, aucun n'est le 3.8) |
| Disponibilité régionale (UE/US) | Non précisée |
| Évaluation indépendante | Aucune pour l'instant — attendue sous quelques jours |
L'absence de fiche modèle et de référencement OpenRouter est la preuve la plus solide disponible que les poids ouverts n'ont réellement pas encore été livrés.
Proxy étiqueté : Qwen3.7-Max (prédécesseur — PAS Qwen3.8)
Chaque chiffre ci-dessous appartient à Qwen3.7-Max, la génération précédente. Aucun n'est un résultat de Qwen3.8, et aucun n'est une prévision. Ils sont là pour vous donner une idée du type de laboratoire qui formule cette affirmation.
| Métrique Qwen3.7-Max (annoncée le 20 mai 2026) | Valeur |
|---|---|
| Artificial Analysis Intelligence Index v4.0 | 56,6 — 5ᵉ au classement général, n°1 des modèles chinois (chiffre Qwen3.7-Max) |
| Contexte / sortie max | 1M jetons / 65 536 (chiffre Qwen3.7-Max) |
| Tarifs | 2,50 $ en entrée / 7,50 $ en sortie par M, remise de 90 % sur l'entrée mise en cache (chiffre Qwen3.7-Max) |
| Poids | Fermés, API uniquement — pas de GGUF, pas de checkpoint HF (Qwen3.7-Max) |
| SWE-bench Verified / SWE-Pro / SWE-Multilingual | 80,4 / 60,6 / 78,3 (chiffres Qwen3.7-Max) |
| SciCode / Terminal Bench 2.0-Terminus | 53,5 / 69,7 (chiffres Qwen3.7-Max) |
| Taux d'hallucination | 22,9 %, le plus bas parmi les modèles de pointe (chiffre Qwen3.7-Max) |
| Fonctionnement autonome | Jusqu'à ~35 heures (chiffre Qwen3.7-Max) |
| Compatibilité API | Spécifications OpenAI et Anthropic (Qwen3.7-Max) |
2 400 milliards de paramètres : le plus grand modèle open-weight jamais promis
Qwen3.8 compte 2 400 milliards de paramètres, selon l'annonce d'Alibaba. Si Alibaba livre effectivement ces poids, cela en ferait un modèle environ 1,5 fois plus grand que n'importe quel modèle open-weight publié à ce jour — le détenteur actuel du record est DeepSeek V4 Pro avec 1 600 milliards. Tout le reste du champ open-weight se situe bien en dessous des mille milliards.
Les plus grands modèles open-weight par nombre de paramètres (2026)
Tableau de données
| Parameters (billions) | Parameters (B) |
|---|---|
| Qwen3.8 (promis) | 2400 |
| DeepSeek V4 Pro | 1600 |
| Kimi K2.7 | 1000 |
| GLM-5.2 | 744 |
| DeepSeek-V3.2 | 685 |
Une mise en garde avant de vous emballer sur ce graphique. Alibaba n'a pas communiqué le nombre de paramètres actifs ni la configuration mixture-of-experts, donc 2,4T est un chiffre d'accroche, pas une mesure de calcul. À titre de comparaison, les 1 600 milliards de DeepSeek V4 Pro n'activent qu'environ 49B de paramètres par jeton — soit environ 3 % du réseau — ce qui explique pourquoi son coût reste à peu près raisonnable. Un modèle sparse à 2,4T et un modèle dense à 2,4T sont deux bêtes complètement différentes à faire tourner en production, et pour l'instant, on ne sait pas duquel il s'agit. Pour l'état actuel du terrain, nous suivons le classement de Qwen parmi les LLM open source, et GLM 5.2, l'autre grande sortie chinoise open-weight, vous donne une idée de ce à quoi ressemble ce niveau quand il est effectivement livré.
Les poids ouverts de Qwen3.8 : le revirement dont personne ne parle
Alibaba a promis des poids ouverts pour Qwen3.8, mais n'a annoncé ni date ni licence. Cela paraît anodin jusqu'à ce qu'on regarde l'historique de la famille — ce que la plupart des articles publiés le jour même vont justement passer sous silence.
Alibaba a passé deux générations à construire une séparation délibérée : des modèles de travail open-weight pour tout le monde, un modèle phare fermé au sommet.
| Génération | Poids | Remarques |
|---|---|---|
| Qwen 3.5 (0.8B–397B-A17B) | Ouverts, Apache 2.0 | Famille complète publiée publiquement |
| Qwen 3.6 (27B dense, 35B-A3B MoE) | Ouverts, Apache 2.0 | Même schéma maintenu |
| Qwen3.7-Max | Fermés | API DashScope uniquement. Pas de GGUF, pas de checkpoint Hugging Face |
Puis Qwen3.8 promet des poids ouverts au niveau frontier. Relisez cette séquence : Alibaba a fermé le niveau phare pendant deux générations consécutives, et annonce maintenant qu'elle va ouvrir le plus grand modèle qu'elle ait jamais construit.
Si cela se confirme, c'est un véritable revirement stratégique, et c'est ça la vraie information ici — pas le nombre de paramètres. Cela met aussi une pression réelle sur tous les laboratoires à poids fermés qui traitaient le « niveau frontier reste fermé » comme une norme industrielle acquise.
La réserve honnête : la licence n'est pas annoncée. Apache 2.0 sur les versions 3.5 et 3.6 constitue un précédent encourageant, mais un précédent n'est pas un engagement. Une licence communautaire restrictive sur un modèle à 2,4T satisferait techniquement la définition de « poids ouverts » tout en changeant radicalement ce que vous pouvez réellement en faire.
Pouvez-vous vraiment faire tourner Qwen3.8 vous-même ? (Réponse honnête : non)
Non — ni sur du matériel grand public, ni, réalistement, sur le budget GPU de votre startup, même après la sortie des poids. Même DeepSeek-V3.2, avec ses 685B, est décrit par ceux qui s'y sont essayés comme un véritable projet d'infrastructure à auto-héberger. Qwen3.8 représente environ 3,5 fois cette taille.
Donc « poids ouverts » à 2,4T ne signifie pas que vous allez le faire tourner. Voici ce que ça vous apporte réellement :
- Les fournisseurs d'inférence peuvent l'héberger, ce qui crée de la concurrence sur les prix, et donc fait baisser votre coût par jeton
- Les déploiements souverains, réglementés et isolés (air-gapped) deviennent possibles pour la première fois à ce niveau
- Les chercheurs et les personnes qui font du fine-tuning accèdent à un modèle de base à l'échelle frontier
- Cela ne signifie pas qu'il tournera sur votre machine, sur votre unique A100, ou réalistement sur le budget GPU de votre startup
Pour l'instant, le Preview ne vit que sur des surfaces opérées par Alibaba, et en vertu de la loi chinoise sur le renseignement national, Alibaba est tenue de coopérer avec les demandes de données du gouvernement. Qoder en particulier a attiré l'attention des observateurs occidentaux sur le plan de la sécurité.
La nuance que personne ne relie : cette préoccupation concerne l'API hébergée, pas les poids auto-hébergés tournant sur une infrastructure américaine ou européenne. C'est exactement pour cette raison que la promesse de poids ouverts, et non le Preview, est la moitié qui compte réellement dans cette annonce pour quiconque a des obligations de résidence des données.
Si vous planifiez en fonction de ça, notre panorama des frameworks pour construire sur des modèles open-weight couvre la couche d'orchestration que vous voudrez avoir en place avant l'arrivée des poids.
Comment essayer Qwen3.8-Max-Preview dès aujourd'hui
Qwen3.8-Max-Preview est disponible dès maintenant. Trois voies d'accès, toutes opérées par Alibaba :
- Token Plan — l'accès API groupé d'Alibaba
- Qoder — la surface de code d'Alibaba
- QoderWork — la surface agent d'Alibaba
Ce qui est disponible maintenant face à ce qui arrive
| Étape | Statut | Ce que vous obtenez réellement | Pour qui |
|---|---|---|---|
| Maintenant — Qwen3.8-Max-Preview | Disponible (19 juillet 2026) | Accès API via Token Plan, Qoder, QoderWork. Tarif par jeton non détaillé publiquement. Pas de référencement OpenRouter, pas de fiche HF, pas de disponibilité générale DashScope confirmée | Les équipes déjà sur un harnais d'agent qui veulent du codage quasi-frontier sans accès à Fable 5, et qui acceptent un point d'accès hébergé par Alibaba |
| Bientôt — poids ouverts | Promis, sans date | Checkpoints téléchargeables. Licence non annoncée. Réalistement consommés via des fournisseurs d'inférence, pas du matériel local | Les auto-hébergeurs disposant d'une infrastructure sérieuse, les personnes faisant du fine-tuning, les organisations souveraines ou soumises à des contraintes de résidence des données |
| Non disponible | — | Benchmarks indépendants, tarifs publiés, fenêtre de contexte confirmée, modalité confirmée, disponibilité UE/US déclarée | Quiconque doit justifier une migration avec des chiffres — patientez |
L'appeler depuis du code
Qwen3.7-Max parlait à la fois les spécifications API OpenAI et Anthropic, donc changer l'URL de base suffisait. La compatibilité de Qwen3.8 est non confirmée — considérez ceci comme le schéma à vérifier, pas comme un point d'accès fonctionnel.
# Modèle de l'ère Qwen3.7-Max. La surface API et l'ID de modèle de Qwen3.8-Max-Preview
# ne sont PAS CONFIRMÉS - vérifiez la documentation Alibaba Cloud actuelle avant de déployer ceci.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["DASHSCOPE_API_KEY"],
base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
resp = client.chat.completions.create(
model="qwen3.8-max-preview",
messages=[{"role": "user", "content": "Refactor this function for readability."}],
)
print(resp.choices[0].message.content)Comme il s'agit d'un client au format OpenAI, il s'intègre sans modification dans la plupart des harnais — y compris les agents de codage auxquels vous le brancheriez réellement. Si vous voulez qu'il atteigne vos propres systèmes, vous pouvez exposer vos propres outils via un serveur MCP et y pointer l'agent.
Tarification de l'API Qwen3.8 : ce que ça pourrait coûter
Aucun tarif Qwen3.8 n'est publié. Le seul point de référence défendable est le prédécesseur : 2,50 $ en entrée / 7,50 $ en sortie par million de jetons, avec une remise de 90 % sur l'entrée mise en cache (chiffre Qwen3.7-Max). Un tarif similaire pour la 3.8 la placerait à environ la moitié de GPT-5.6 Sol et un quart de Fable 5. C'est un point de référence, pas une prévision — et lisez la section suivante avant de bâtir un business case dessus.
Qwen3.8 face à Claude Fable 5 : à quel point faut-il prendre l'affirmation d'Alibaba au sérieux ?
Alibaba affirme que Qwen3.8 est « juste derrière Fable 5 ». Aucun benchmark publié ne vient étayer cela — c'est du positionnement, pas un résultat mesuré. Voici une lecture équilibrée dans les deux sens.
Les arguments pour le prendre semi-au-sérieux. Qwen3.7-Max a obtenu un score mesuré indépendamment de 56,6 sur l'Artificial Analysis Intelligence Index — 5ᵉ au classement général et modèle chinois le mieux classé (les deux étant des chiffres Qwen3.7-Max). Un laboratoire dont le prédécesseur affiche ce niveau, en affirmant que son prochain modèle est juste derrière Fable 5, ne formule pas une affirmation manifestement absurde — c'est une situation différente de celle d'un nouvel arrivant annonçant d'emblée une parité frontier.
Les arguments contre. C'est une donnée rapportée par le fournisseur, sans benchmark nommé, sans méthodologie et sans évaluation indépendante. Et la barre de référence Fable 5 qu'Alibaba vise est de 80,4 sur SWE-Bench Pro — ce qui n'est pas le même benchmark que les 80,4 de Qwen3.7-Max sur SWE-bench Verified. Chiffre identique, test différent, difficulté différente. Sur SWE-Bench Pro — le seul benchmark qu'ils partagent réellement — Qwen3.7-Max a obtenu 60,6 (chiffre Qwen3.7-Max), soit environ 20 points de retard. Quiconque présente ces deux 80,4 comme une égalité est soit dans la confusion, soit espère que vous l'êtes. On a observé le même schéma récemment avec le dernier modèle à avoir revendiqué une parité frontier sur la base de chiffres fournisseur.
Un piège pour votre modèle de coûts : les modèles Qwen ont tendance à émettre plus de jetons en sortie par tâche que leurs pairs. Qwen3.5-27B a consommé 98M de jetons en sortie pour compléter l'Artificial Analysis Intelligence Index, contre 56M pour MiniMax-M2.5 et 61M pour DeepSeek V3.2. Les jetons de sortie sont le côté coûteux, donc les comparaisons de $/M en tête de gondole surestiment systématiquement les économies réalisées avec Qwen. C'est une observation de la génération 3.5, pas une mesure de Qwen3.8 — mais c'est le genre de détail qui double discrètement une facture.
Qwen3.8 face à GPT-5.6 et Grok 4.5 : où il se situerait
La couverture médiatique occidentale des lancements a presque entièrement ignoré les challengers chinois. Un article largement partagé sur la « semaine chaotique » qui a redessiné la carte de l'IA couvrait GPT-5.6, Grok 4.5 et Fable 5 — et ne mentionnait Qwen à aucun moment. Pourtant, DeepSeek V4-Pro, Qwen3.7-Max et Kimi K2.6 se tiennent tous à moins d'un demi-point les uns des autres sur SWE-bench Verified, environ 14 points derrière Claude, pour un prix environ deux ordres de grandeur inférieur.
| Modèle | Sortie | Prix (entrée/sortie par M) | Résultat de codage phare |
|---|---|---|---|
| Claude Fable 5 | 9 juin 2026 | 10 $ / 50 $ | SWE-Bench Pro 80,4 ; DeepSWE 1.1 70 % |
| GPT-5.6 Sol | 9 juillet 2026 | 5 $ / 30 $ | Agents' Last Exam 53,6 ; AA Coding Agent Index 80 |
| Grok 4.5 | 8 juillet 2026 | 2 $ / 6 $ | SWE-Bench Pro 64,7 % |
| Claude Opus 4.8 | — | — | SWE-Bench Pro 69,2 % |
| Qwen3.8 | 19 juillet 2026 (aperçu) | Non publié | Pas encore publié |
| Qwen3.7-Max (prédécesseur) | 20 mai 2026 | 2,50 $ / 7,50 $ | SWE-bench Verified 80,4 ; AA Index 56,6 |
Notez bien les noms de benchmarks dans ce tableau. Ils ne sont pas interchangeables, et une partie de la couverture de cette semaine les traitera pourtant comme s'ils l'étaient. Pour le volet Claude de la comparaison, nous avons détaillé comment Opus 4.8 se situe sur les mêmes benchmarks de codage.
Faut-il changer, tester ou attendre ?
| Votre situation | Que faire |
|---|---|
| Vous faites déjà tourner Qwen en production | Testez le Max-Preview sur votre propre jeu d'évaluation cette semaine. Vous avez le harnais et la référence de base — vous faites partie des rares personnes capables de générer un vrai chiffre Qwen3.8 dès maintenant |
| Vous évaluez les modèles chinois sur le coût | Attendez les benchmarks indépendants. Ils arrivent dans quelques jours. Refaites ensuite le calcul en tenant compte de la réserve sur la verbosité, pas du $/M affiché en tête |
| Vous êtes satisfait sur Claude ou GPT | Rien à faire aujourd'hui. Programmez un rappel pour la sortie des poids ouverts — c'est ça l'événement qui pourrait changer votre structure de coûts, pas le preview |
Ici, la méthode compte plus que le verdict. Chaque modèle que nous avons testé en production s'est comporté différemment de sa position sur le classement, parce que vos prompts, votre codebase et votre tolérance aux retries ne figurent dans aucun benchmark. Votre propre jeu d'évaluation vaut mieux qu'une affirmation fournisseur, et vaut mieux qu'un classement aussi. En construire un prend un après-midi et se rentabilise dès la première fois qu'un modèle soi-disant « meilleur » régresse discrètement sur votre charge de travail réelle.
Vous ne savez pas trop quoi mesurer, ou vous voulez un second avis sur les calculs de migration ? Demandez à notre équipe de le tester sous pression sur votre charge de travail →
Questions fréquentes
Qwen3.8 est-il open source ?
Pas encore, et « poids ouverts » n'est pas la même chose qu'open source. Alibaba a promis des poids téléchargeables, mais la licence n'a pas été annoncée. Qwen 3.5 et 3.6 ont tous deux été livrés sous licence Apache 2.0, ce qui constitue un précédent encourageant — mais un précédent n'est pas un engagement, et aucun texte de licence Qwen3.8 n'existe à ce jour.
Quand les poids ouverts de Qwen3.8 seront-ils publiés ?
Alibaba a dit « bientôt » sans donner de date. C'est toute la réponse, et quiconque cite une semaine précise fait des suppositions. Le signal le plus clair que ce n'est pas encore livré : il n'existe toujours aucune fiche modèle Qwen3.8 sur Hugging Face à la date du 19 juillet 2026.
Combien de paramètres compte Qwen3.8 ?
2 400 milliards, selon l'annonce d'Alibaba. Ce qui manque, c'est le nombre de paramètres actifs et la configuration mixture-of-experts, donc vous ne pouvez pas déduire le coût de calcul par jeton à partir de ce chiffre d'accroche. Un modèle sparse à 2,4T et un modèle dense à 2,4T sont deux choses très différentes à faire tourner en production.
Puis-je faire tourner Qwen3.8 en local ?
Réalistement non, même après la sortie des poids. DeepSeek-V3.2, avec ses 685B, est déjà un véritable projet d'infrastructure à auto-héberger, et Qwen3.8 pèse environ 3,5 fois plus. Attendez-vous à le consommer via des fournisseurs d'inférence plutôt que sur vos propres GPU, sauf si vous exploitez un véritable datacenter.
Combien coûte Qwen3.8-Max-Preview ?
Alibaba n'a pas détaillé de tarif par jeton — l'accès est intégré au Token Plan, à Qoder et à QoderWork. À titre de référence uniquement, le prédécesseur Qwen3.7-Max coûte 2,50 $ en entrée / 7,50 $ en sortie par million de jetons, avec une remise de 90 % sur l'entrée mise en cache (chiffre Qwen3.7-Max). Ne bâtissez pas votre budget sur ce chiffre.
Qwen3.8 est-il meilleur que Claude Fable 5 ?
Personne ne le sait encore. « Juste derrière Fable 5 » est le positionnement propre à Alibaba, publié sans benchmark nommé, sans méthodologie et sans évaluation indépendante. La référence mesurée indépendamment pour Fable 5 est de 80,4 sur SWE-Bench Pro. Tant que des évaluations tierces ne sont pas disponibles, considérez la comparaison comme réellement ouverte.
Qwen3.8 est-il déjà sur OpenRouter ou Hugging Face ?
Non — vérifié à la date du 19 juillet 2026. OpenRouter référence 76 modèles Qwen et aucun n'est le 3.8, et il n'existe pas non plus de fiche modèle sur Hugging Face. Cette absence est la preuve la plus fiable disponible que les poids ouverts n'ont réellement pas encore été livrés.
Que sont Qoder et QoderWork ?
Ce sont les surfaces de code et d'agent propres à Alibaba, et actuellement deux des trois voies d'accès à Qwen3.8-Max-Preview, aux côtés du Token Plan. Bon à savoir avant de vous engager : Qoder a attiré l'attention des observateurs occidentaux sur le plan de la sécurité, ce qui compte si votre code touche à des données réglementées.
Quelle fenêtre de contexte a Qwen3.8 ?
Non annoncée. Le prédécesseur Qwen3.7-Max offrait 1M jetons de contexte avec une sortie max de 65 536 (chiffre Qwen3.7-Max), donc quelque chose de similaire est plausible — mais il s'agit d'une caractéristique du prédécesseur, pas d'une revendication pour Qwen3.8. Ne concevez pas encore un pipeline à long contexte en vous basant dessus.
Points clés à retenir
- 2,4T de paramètres et une promesse de poids ouverts sont confirmés. Les benchmarks ne le sont pas — il n'existe pas un seul score Qwen3.8 publié, et tout chiffre que vous verrez associé à ce modèle cette semaine est presque certainement un chiffre Qwen3.7-Max.
- Le revirement stratégique est la vraie information. Alibaba a fermé le niveau phare pendant deux générations, puis a promis d'ouvrir le plus grand modèle qu'elle ait construit.
- À 2,4T, poids ouverts signifie une inférence hébergée moins chère et un déploiement souverain — pas le faire tourner vous-même.
- « Juste derrière Fable 5 » est l'affirmation d'Alibaba. Des chiffres indépendants arrivent sous quelques jours. Attendez-les.
Vous pesez le pour et le contre d'un modèle open-weight face à votre stack actuel, ou vous essayez de comprendre ce que tout cela change pour votre infrastructure ? Obtenez un audit gratuit de votre stack LLM →