HiRO-ACEv2 vs Qwen 3.8 : Que vous apprennent réellement deux sorties espacées de quatre jours ?

Deux choses sont arrivées le même mois et n'ont presque rien à voir l'une avec l'autre, ce qui est précisément pourquoi ce rapprochement mérite une page. Qwen3.8-Max, le modèle de raisonnement multimodal phare d'Alibaba, est en service depuis le 3 août 2026 à 2,00 $ par million de tokens d'entrée et 6,00 $ par million de tokens de sortie, avec un contexte d'un million de tokens ; ses jumeaux à poids ouverts Qwen3.8-27B et Qwen3.8-Flash ont suivi les 13 et 26 août, avec des tarifs et des benchmarks publics. HiRO-ACEv2 est l'émulateur climatique de deuxième génération d'Ai2, et il est arrivé le 12 octobre 2026 sous la forme d'un dépôt Hugging Face de 10,9 Go, sans annonce, sans tableau de benchmarks, sans endpoint et, au moment d'écrire ces lignes, sans aucun téléchargement. Quiconque compare les deux en termes de qualité compare un produit livré à un artefact de recherche et obtiendra une réponse dénuée de sens. Les comparer sur leur mode de publication est réellement utile — les deux représentent les extrémités opposées de chaque choix qu'un laboratoire fait au moment de rendre public un modèle.

La réponse courte

Si vous voulez appeler un modèle aujourd'hui, Qwen 3.8 est l'une des options les plus puissantes que vous puissiez viser avec une clé API, à quatre niveaux de prix différents, et HiRO-ACEv2 ne peut être appelé d'aucune manière. Si vous voulez exécuter un émulateur climatique de 3 km sur votre propre matériel, c'est l'inverse et Qwen 3.8 n'est tout simplement pas de la partie.

Quelle part de chaque version est terminée ?

C'est là que les quatre jours entre les deux dates cessent d'avoir de l'importance, et que la différence de discipline de publication commence à en avoir.

• Qwen 3.8 — une génération entièrement spécifiée. Qwen3.8-Max est en service depuis le 3 août via trois formats d’échange (compatible OpenAI, compatible Anthropic et natif DashScope) dans cinq régions, avec le raisonnement activable par paramètre. Qwen3.8-27B est un modèle multimodal dense de 27B sous Apache 2.0, avec un contexte de 262 144 tokens, en entrée texte, image et vidéo. Qwen3.8-Flash est le niveau à haut volume à 0,15 $ par million de tokens en entrée et 0,47 $ en sortie. Une quatrième entrée, le simple « Qwen3.8 », est répertoriée comme un modèle phare à poids ouverts de 2,4 billions de paramètres, bientôt disponible et pas encore accessible nulle part — le seul membre de la famille que vous ne pouvez pas utiliser.

• HiRO-ACEv2 — un dépôt et un article. Les fichiers sont réels : HiROv2.ckpt à environ 1,28 GiB, ACE2S-X-SHIELD.ckpt à environ 2,98 GiB, dix ans de données de forçage NetCDF, deux fichiers de conditions initiales, trois configurations YAML et un script d'exécution. La recette est documentée — installez le package fme d'Ai2, modifiez quatre chemins, exécutez le script. Ce qui n'existe pas, c'est un point de terminaison, un prix, un tableau de référence, une quantification, un runtime alternatif, ou un quelconque tiers qui l'aurait exécuté.

Est-ce que les benchmarks signifient la même chose des deux côtés ?

Non, et l'asymétrie est la partie la plus instructive de cette comparaison.

Qwen publie des chiffres pour Qwen3.8-27B : 90,3 sur LiveCodeBench v6, 89,2 sur GPQA Diamond, 84,3 sur OSWorld-Verified et 79,0 sur QwenSWEBench. Ce sont des chiffres du fournisseur, non reproduits par les concurrents d'A​libaba au sens qui compte, mais des mesures indépendantes existent à côté — Artificial Analysis situe le même modèle à un Intelligence Index de 33,7 et à un indice de codage de 68,1 — et n'importe laquelle de ces lignes pourrait être contestée par un tiers disposant d'un harnais de benchmark et d'un après-midi.

La fiche de HiRO-ACEv2 ne comporte pas de tel tableau. Elle affirme que le downscaler reproduit les distributions de précipitations, de vent à 10 mètres et de pression au niveau de la mer de référence jusqu’au 99,9999e percentile, et l’article qui la sous-tend affirme que le coût d’inférence est plus de 300 fois inférieur à celui d’un modèle numérique mondial conventionnel de résolution des tempêtes. Les deux affirmations émanent des auteurs eux-mêmes. Toutes deux nécessitent une simulation de référence et une analyse distributionnelle dans la queue extrême pour être vérifiées. Les distributions et les scores de classement ne sont pas le même type de preuve, et une page qui les présenterait côte à côte dans un même tableau enseignerait au lecteur quelque chose de faux.

Lequel pouvez-vous réellement exécuter cet après-midi ?

Qwen 3.8, de loin, et la raison n’est pas la qualité — c’est que l’un d’eux a été conçu pour être servi et l’autre non.

Qwen3.8-27B est à poids ouverts sous licence Apache 2.0, il peut donc être auto-hébergé depuis le dépôt du fournisseur lui-même, et il est aussi proposé commercialement via plusieurs plateformes à des tarifs publiés. Sur OrcaRouter en particulier, les modèles que nous proposons sont ceux de notre catalogue plutôt que toute la famille : qwen/qwen3.8-27b à 0,33 $ par million de jetons d'entrée et 2,40 $ par million de jetons de sortie sur un contexte de 262 144 positions, qwen/qwen3.8-flash à 0,15 $ et 0,47 $, et qwen/qwen3.8-max avec son instantané daté à 2,00 $ et 6,00 $ pour un million de jetons de contexte. Le prix catalogue du fournisseur est répercuté sans rien ajouter, de sorte qu'un changement de prix du fournisseur est effectif de notre côté le jour même plutôt qu'à la prochaine reconduction de contrat, et le basculement entre fournisseurs est automatique lorsque l'un d'eux connaît une mauvaise passe.

HiRO-ACEv2 n'a pas d'équivalent, et la formulation honnête est qu'il n'en aura jamais sous cette forme. C'est un downscaler de diffusion fourni avec un émulateur climatique à basse résolution ; il n'y a aucune requête à mesurer ni aucun token à facturer. Le qualifier de « disponible » signifie un lien de téléchargement et un GPU.

Que se passe-t-il ensuite pour chacun d’eux ?

Du côté de Qwen, le prochain événement est évident : le modèle phare à poids ouverts de 2 400 milliards de paramètres, actuellement annoncé comme à venir. Lorsqu’il sortira, il arrivera avec des benchmarks publiés, des tarifs publiés et une disponibilité hébergée, car c’est ainsi que cette famille est déployée.

Le volet HiRO-ACEv2 n'a aucun prochain événement programmé et pourrait bien ne jamais en avoir. Ai2 a publié le premier HiRO-ACE en janvier 2026 et cette deuxième génération s'est jusqu'ici déployée de la même manière — discrètement, le papier se chargeant des explications. Les trajectoires probables sont une annonce qui ne change rien à l'artefact, ou aucune annonce du tout.

Ainsi, la lecture pratique de cette comparaison est simple et claire. Qwen 3.8 est celui qui se trouve sur le chemin critique pour tout ce qu’un lecteur est susceptible de construire, à l’un de quatre niveaux de prix selon la quantité de raisonnement dont vous avez besoin par token. HiRO-ACEv2 est un téléchargement spécialisé pour un problème spécialisé, et le fait qu’il soit sorti le même mois qu’une sortie majeure d’un modèle de frontière est une coïncidence du calendrier plutôt qu’une rivalité.

Deux choses à vérifier avant de citer l’un ou l’autre

Du côté de Qwen, vérifiez le palier. Le 27B et le modèle phare 2.4T ne partagent qu’un nom de famille, rien d’autre — l’un est un modèle Apache-2.0 téléchargeable qui tourne sur un seul nœud, l’autre est une version à mille milliards de paramètres qui n’est pas encore disponible. Les chiffres de l’un ne décrivent pas l’autre, et les prix publiés de la gamme couvrent un rapport de plus de treize entre l’entrée de Flash et la sortie de Max.

Du côté d'Ai2, vérifiez ce que vous citez. La fiche de modèle HiRO-ACEv2 est délibérément laconique, et c'est dans l'article que résident tous les chiffres ; l'article est une prépublication mise en ligne le 13 octobre 2026, un jour après les poids, et ses chiffres sont publics depuis moins longtemps que la plupart des cycles de publication de logiciels. Rien de tout cela ne les rend faux. Cela les rend bel et bien provisoires d'une manière que ne l'est pas un tableau de benchmark accompagné d'une mesure indépendante — et le dire est plus utile que d'inventer un tableau de scores pour combler le vide.

C'est aussi dans des comparaisons comme celle-ci que les modes de défaillance apparaissent : les incidents d'IA et les défaillances d'agents documentés derrière les modèles de cette classe sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et un indicateur de contestation.