Qwen 3.8 : chaque membre de la génération 2026 d'Alibaba et comment en choisir un

Qwen 3.8 est la génération de modèles d'Alibaba d'août 2026, et c'est la première fois que l'entreprise publie un modèle de classe Qwen-Max sous forme de poids ouverts. Cette génération comprend cinq membres livrés : Qwen3.8-27B, un modèle multimodal dense de 27 milliards de paramètres sous Apache 2.0 qui se télécharge et s'exécute sur une seule machine ; Qwen3.8-2.4T-A95B, le cœur Max à mélange d'experts de 2,4 billions de paramètres, également téléchargeable, mais à l'échelle d'un centre de données et sous une licence personnalisée ; Qwen3.8-Flash-Next, le prototype à poids ouverts de l'architecture Qwen4 ; et les deux membres accessibles uniquement via API, Qwen3.8-Max et Qwen3.8-Flash, qui sont les versions servies plutôt que les poids. Le fait le plus déterminant pour la décision est cette séparation : deux membres que vous pouvez détenir et trois que vous pouvez seulement appeler, et les licences ne correspondent pas aux tailles auxquelles on s'attendrait.

Quatre membres, une clause chacun, afin qu'un lecteur qui sait déjà ce qu'il veut puisse partir correctement :

• Qwen3.8-27B — le modèle multimodal dense et auto-hébergeable sous Apache 2.0 ; choisissez-le lorsque vous voulez posséder les poids sans avoir à lire une licence personnalisée.

• Qwen3.8-Max — le fleuron 2,4 T, le niveau de capacité le plus élevé d'Alibaba, avec un contexte de 1 M de tokens, facturé au token ; son homologue ouvert est Qwen3.8-2.4T-A95B.

• Qwen3.8-Flash — la version API de production qui répond au nom de Flash : la voie du volume, pour la même tâche courte exécutée un million de fois au lieu d'un seul appel coûteux.

• Qwen3.8-Flash-Next — l’aperçu à poids ouverts dont Flash est issu, efficace par jeton et plus gourmand en mémoire que ne le suggère son nombre de paramètres.

À quoi le nom fait référence

La génération a été annoncée le 3 août 2026, lorsque Qwen3.8-Max est devenu disponible en tant qu'API payante et qu'Alibaba a promis des poids ouverts à la fois pour le cœur de Max et pour un modèle dense plus petit « dans environ une semaine ». La promesse a été tenue en plusieurs fois. Le checkpoint de 2,4 billions de paramètres est arrivé sur Hugging Face et ModelScope le 12 août 2026 ; les dépôts 27B ont été mis en ligne le 14 août. La troisième publication ouverte, Flash-Next, est arrivée plus tard ce mois-là. Ces dates sont là pour situer chaque membre. Aucune d'elles ne constitue une actualité, et cette page ne rapporte pas un lancement — elle constitue la réponse permanente à la question de savoir à quoi le nom renvoie et quel membre un lecteur devrait avoir en main.

Deux phrases sur l’architecture partagée expliquent la forme de la famille. Chaque membre est construit sur la base Qwen 3.5, et chaque membre, à l’exception du cœur 2.4T, est nativement multimodal côté entrée — texte, image et vidéo en entrée, texte en sortie. Ce qui les distingue, c’est le nombre de paramètres que chaque token active réellement, si les poids sont publiés ou non, et quelle licence les couvre.

La carte des membres

Cinq membres portent le nom de génération, et ce ne sont pas cinq tailles d’un même modèle. Chacun s’adresse à un lecteur différent.

Qwen3.8-27B — celui que vous pouvez posséder

Un modèle multimodal dense de 27 milliards de paramètres : 64 couches selon une architecture hybride de trois couches d'attention linéaire Gated DeltaNet pour une couche d'attention complète, une dimension cachée de 5 120, un contexte natif de 262 144 jetons extensible à 1 000 000 grâce à YaRN, et une tour de vision qui en fait un véritable modèle vision-langage plutôt qu'un modèle textuel auquel on aurait greffé un adaptateur. Ses poids BF16 complets représentent 55,6 Go répartis sur dix-huit fragments safetensors, et il est distribué sous licence Apache 2.0 — le seul membre de cette génération dont une entreprise peut intégrer la licence dans un produit sans avoir à lire un accord sur mesure. Il s'adresse au lecteur qui veut de l'inférence privée, du traitement par lots où la facturation au jeton est l'ennemi, ou une boucle d'agent qui préfère posséder la puissance de calcul plutôt que la louer. Le 27B a désormais droit à toute une famille de pages qui lui sont propres — formats de quantification, voies de déploiement, échelles de mémoire, détails de licence et comparatifs — et cette page n'en réexpose délibérément aucune. La page du 27B est la référence pour le modèle lui-même, et les pages GGUF, MLX et « configuration VRAM requise » qui en dépendent sont celles où l'on répond aux questions de format, de puces Apple et de dimensionnement matériel.

Qwen3.8-Max — le modèle phare que vous appelez

Le modèle à mélange d'experts creux de 2 400 milliards de paramètres : 512 experts par couche, avec dix experts routés et un expert partagé activés pour chaque token, ce qui revient à environ 95 milliards de paramètres qui effectuent le travail par token. Il prend en charge un contexte de 1 M de tokens, il est nativement multimodal sur l'API, et il constitue le niveau de capacité le plus élevé d'Alibaba. Sa page dédiée est l'analyse Max, et la mise à jour datée de septembre est traitée dans l'article explicatif Max Prime. Il n'apparaît ici que pour une seule raison — il est le point de référence par rapport auquel le reste de la famille est tarifé et évalué, et non un choix par défaut.

Qwen3.8-2.4T-A95B — pourquoi « open weights » nécessite un qualificatif

Le 12 août 2026, Alibaba a publié le cœur Max lui-même sous forme de poids téléchargeables, la première fois que la gamme Qwen-Max était ouverte. Il est délibérément plus restreint que le produit phare de l’API : texte uniquement plutôt que multimodal, raisonnement toujours activé sans possibilité de le désactiver, et une échelle de centre de données sur disque — environ 4,9 To en BF16 et environ 2,4 To en FP8. Sa licence n’est ni Apache 2.0 ni la licence communautaire, mais un accord personnalisé intitulé Qwen3.8-Max License, dont les deux conditions commerciales sont énoncées ci-dessous. Sa page couvre les poids eux-mêmes.

Qwen3.8-Flash-Next — l'aperçu de l'architecture, et la source de Flash

C'est le membre que la plupart des lecteurs n'ont pas réussi à démêler, alors il vaut la peine de le dire sans détour : Qwen3.8-Flash-Next est le modèle à poids ouverts ; Qwen3.8-Flash est la version API de production qui en est dérivée.Flash-Next stocke environ 180 milliards de paramètres — un corps de mélange d'experts de 125B, une table d'embedding N-gramme distincte de 51 milliards de paramètres, et environ 4B de couches de prédiction multi-token — et n'en active qu'environ 6 milliards pour chaque token. C'est un mélange d'experts à 512 experts avec un routage top-10 sur 48 couches, 262 144 tokens de contexte natif, et il reprend les conceptions Qwen Sparse Attention et Gated Residual qu'Alibaba décrit comme l'architecture dont la famille Qwen4 héritera. Ses poids sont publiés sous la Qwen Community License 1.0, avec une déclinaison FP8 à leurs côtés. La page de publication de Flash-Next détaille le rapport technique qui l'accompagne.

Qwen3.8-Flash — la voie économique

Le modèle de production qui se cache derrière le nom Flash est annoncé avec un contexte de 1 M de jetons, une entrée maximale proche de 991 K, une sortie maximale de 131 K et des outils intégrés. Il repose sur la même ingénierie que Flash-Next, avec des fonctionnalités de production ajoutées par-dessus, et constitue la réponse d’Alibaba pour les charges de travail à fort volume et agentiques. Une mise en garde a sa place ici plutôt qu’ailleurs dans la famille : le nombre de paramètres stockés de Flash-Next n’est pas une mesure de mémoire comme peut l’être celui d’un modèle dense. Cette table de N-grammes de 51 Md est conçue pour résider dans la RAM système plutôt que dans la VRAM, de sorte que la préversion peut nécessiter plus de mémoire totale que le modèle dense de 27 Md, même s’il n’active qu’une fraction de ses paramètres. La page Flash et l’article explicatif sur Flash-Next couvrent le duo, et la comparaison entre Flash-Next et 27B est la page à lire avant de choisir entre les deux.

Deux de plus aux bords du nom

Deux autres membres portent le numéro de génération sans être des modèles de langage au sens ordinaire. Qwen3.8-Omni-Flash accepte en entrée du texte, des images, de l'audio et de la vidéo — jusqu'à une heure d'audio-vidéo en continu au sein d'un seul appel — et ne répond qu'en texte ; aucun poids n'a été publié, et le suivi sur l'accès figurant sur cette page vaut la peine d'être lu avant de bâtir des plans autour, car il a constaté que le modèle n'avait toujours qu'un seul hébergement. Qwen3.8-LiveTranslate est un modèle d'interprétation vocale simultanée, également accessible uniquement via API, et sa page de lancement en est la référence. En dehors de ce lot, un troisième membre de la gamme, Qwen3.8-Max-VL, est le frère de Max doté de capacités de vision, qui n'existe que sous la forme d'une pull request de framework de serving ; cela est traité sur sa propre page.

Comment les membres sont liés, ce qu’aucune page enfant prise isolément ne peut vous dire

Chaque page enfant est écrite depuis l’intérieur de son propre membre, et c’est précisément pourquoi aucune d’entre elles ne peut vous donner ceci. La règle consiste en trois questions, posées dans l’ordre.

• Devez-vous détenir les poids ? Si oui, la famille se réduit à trois candidats : Qwen3.8-27B lorsqu'une seule machine doit l'exécuter, Qwen3.8-Flash-Next lorsque ce n'est pas le cas, et Qwen3.8-2.4T-A95B uniquement lorsque vous disposez d'une baie d'accélérateurs et avez lu sa licence. Si non, les membres de l'API constituent votre ensemble.

• Avez-vous besoin de les conserver tout en restant simple sur le plan juridique ? Alors, c'est Qwen3.8-27B et rien d'autre. C'est le seul membre de cette génération sous Apache 2.0 ; les deux autres membres ouverts sont à la fois ouverts et sous licence personnalisée.

• Payez-vous au token ?Alors il s'agit d'un échange direct entre Qwen3.8-Max et Qwen3.8-Flash, et cet échange oppose le plafond au volume.

Ce qui ressort de ces trois réponses, c’est la règle de choix. Qwen3.8-27B est le modèle ouvert polyvalent — celui vers lequel se tourner lorsqu’on veut posséder quelque chose qui fait du vrai travail, et le seul membre dont la licence ne vous pose jamais de question. Qwen3.8-Flash est la voie du volume : le modèle à placer derrière un agent qui effectue de nombreux appels bon marché plutôt qu’un seul coûteux. Qwen3.8-Max est le plafond de capacités, et il justifie son prix uniquement sur les tâches qui ont réellement besoin de ce plafond. Qwen3.8-Flash-Next s’adresse au lecteur qui veut l’architecture la plus récente et peut accepter une facture de mémoire plus élevée que ne le laisse supposer le nombre de paramètres. Et Qwen3.8-2.4T-A95B, pour la plupart des lecteurs, est un objet de recherche et d’infrastructure plutôt qu’une cible de déploiement.

Ce que les licences et les poids permettent réellement

Trois licences différentes couvrent cette génération, et les différences ne sont pas cosmétiques. Chaque affirmation ci-dessous provient du fichier de licence livré dans le dépôt correspondant, et non d’un texte marketing.

• Qwen3.8-27B — Apache 2.0.Utilisation commerciale sans plafond d'utilisateurs et sans redevance, ainsi que la modification, la redistribution, une concession explicite de brevet et l'obligation de joindre la licence et les mentions à tout ce que vous transmettez. Aucun seuil de chiffre d'affaires n'y figure.

• Qwen3.8-Flash-Next — Qwen Community License 1.0. Permissive dans le même sens large — utiliser, copier, modifier, concéder en sous-licence, vendre, déployer, héberger, affiner et créer des œuvres dérivées — avec deux conditions. Un produit ou un service commercial bâti sur cette base qui dépasse 100 millions d'utilisateurs actifs mensuels ou 20 millions de dollars américains de chiffre d'affaires mensuel doit afficher le nom du modèle de manière bien visible dans son interface. Et si vous exploitez une activité de Model-as-a-Service ou d'AI Work Assistant dont le chiffre d'affaires cumulé dépasse 50 millions de dollars américains sur douze mois consécutifs, vous avez besoin d'une licence distincte de Qwen avant toute utilisation commerciale — une clause qui exclut explicitement l'usage interne et exclut explicitement le simple relais de requêtes vers des modèles hébergés par des tiers.

• Qwen3.8-2.4T-A95B — la licence Qwen3.8-Max. Le même octroi permissif et la même condition de nommage liée à 100 millions d’utilisateurs actifs mensuels / 20 millions de dollars de revenus, mais la seconde condition n’est pas du tout conditionnée aux revenus : tout usage en tant que Model-as-a-Service ou AI Work Assistant nécessite une licence distincte, avec les mêmes dérogations pour l’usage interne et pour la retransmission.

Deux choses s’ensuivent qu’un lecteur qui choisit entre les membres devrait garder à l’esprit. Le plus grand modèle porte la licence la plus restrictive — le cœur 2.4T est celui pour lequel une entreprise d’hébergement doit décrocher le téléphone, et le 27B est celui pour lequel elle ne le fait jamais. Et la différence ne réside pas dans ce qu’un dérivé est autorisé à faire : les trois licences accordent la modification et la redistribution aux mêmes conditions.

Ce dernier point est aussi la réponse toute simple à la requête qualifiée la plus fréquente associée à ce nom : les versions non censurées et abliterated. Ce que la licence autorise est simple et mérite d'être dit sans détour : les poids publiés peuvent être modifiés et redistribués, y compris les modifications qui changent le comportement du modèle, et les versions dérivées peuvent être diffusées selon les mêmes conditions. C'est là tout le mécanisme qui sous-tend une publication abliterated : quelqu'un publie une copie modifiée de poids sous licence ouverte. Nous empruntons nous-mêmes cette voie pour le 27B : les versions Qwen3.8-27B-Uncensored GGUF, NVFP4 et MLX sont celles d'OrcaRouter, publiées selon les mêmes conditions Apache 2.0 que l'original. Ce qu'un service hébergé produira ou non est une question différente de ce qu'une licence permet, et cette page n'y répond pas ; les pages par format couvrent les téléchargements.

Où se situe Qwen 3.8 face à 3.7, 3.6 et 3.5

Alibaba livre une génération tous les quelques mois et chacune est recherchée sous son propre nom, donc la version utile est courte. Qwen 3.5 est la fondation architecturale sur laquelle cette famille est bâtie — la Gated DeltaNet et l’agencement d’attention à portes qui rendent le contexte long abordable y apparaissent en premier. Qwen 3.6 est la génération dont le 27B était le prédécesseur largement utilisé de Qwen3.8-27B. Qwen 3.7 est le prédécesseur immédiat sur les paliers phare et de coût : Qwen3.7-Max et Qwen3.7-Plus sont encore sur la grille tarifaire et restent le choix par défaut raisonnable pour le volume quotidien, c’est pourquoi la réponse honnête à « dois-je passer à 3.8 » est généralement « uniquement pour la tâche qui a besoin du plafond ». Chaque génération est recherchée sous son propre nom, et les pages à lire ensuite sont celles qui existent déjà : le hub Qwen 3.6, et les deux comparaisons génération par génération qui comptent le plus — Max contre Qwen3.7-Max, et Flash contre Qwen3.7-Flash.

Une mise en garde à propos des zones d'ombre de cette famille. Qwen 3.8 a déjà absorbé deux changements qui ne sont pas de nouveaux modèles. Le 2 septembre 2026, Alibaba a redistribué Max sous la forme d'un instantané daté, Qwen3.8-Max-0902, post-entraîné sur le codage et le travail agentique. Le 22 septembre, il a ajouté un palier de vitesse vendu sous le nom Qwen3.8-Max Prime, facturé à un tarif plus élevé pour une vitesse de sortie de 1,5 à 2 fois supérieure, avec les mêmes poids et les mêmes limites. Ni l'un ni l'autre n'est un lancement, et les traiter comme tels est la façon dont un lecteur finit par payer plus cher pour le même modèle.

Qu’est-ce qui n’est pas réglé ?

Trois points sont véritablement en suspens. Les chiffres publiés de Flash-Next sont presque entièrement ceux d'Alibaba, et l'évaluation indépendante dont il fait l'objet est mince ; et savoir si l'aperçu tournera bien pour vous dépend du placement d'une table de N-grammes de 51 milliards de paramètres dans la RAM système — une question propre à chaque déploiement à laquelle personne ne peut répondre pour votre machine. La fiche du modèle Qwen3.8-27B annonce l'arrivée prochaine d'une version managée de Qwen Cloud, et nous ne qualifierons pas les conditions d'un service à partir d'un teaser. Et chaque tableau de benchmark de cette génération est une évaluation de fournisseur qui n'a pas été reproduite par l'entité qui l'a publiée, une mise en garde qui perdurera bien au-delà du lancement.

Où obtenir chaque membre

Les membres ouverts sont sur Hugging Face et ModelScope sous l’organisation Qwen : Qwen3.8-27B et son homologue FP8, Qwen3.8-2.4T-A95B et son homologue FP8, ainsi que Qwen3.8-Flash-Next et son homologue FP8. Les membres hébergés — Qwen3.8-Max, son instantané 0902, Qwen3.8-Flash, Qwen3.8-Omni-Flash et Qwen3.8-LiveTranslate — sont sur l’API propre d’Alibaba, et les références tierces qui sont apparues autour de certains d’entre eux sont des proxys placés devant ce point de terminaison unique, plutôt qu’une seconde source d’approvisionnement.

Sur notre propre liste, quatre d'entre eux sont en production aujourd'hui, et nous les nommerons précisément plutôt qu'en termes généraux, vérifiés par rapport au catalogue le 13 octobre 2026 :qwen/qwen3.8-27b, le modèle dense multimodal à 262 144 positions acceptant du texte, des images et de la vidéo et renvoyant du texte ;qwen/qwen3.8-flash, la version Flash à contexte de 1 M ;qwen/qwen3.8-max ; et qwen/qwen3.8-max-0902, son instantané daté de septembre. Les quatre acceptent du texte, des images et de la vidéo, et renvoient du texte. Nous ne formulons ici aucune affirmation de prix à propos de l'un d'entre eux ; déduisez toute décision de coût de votre propre trafic plutôt que d'un chiffre figurant sur une page. Nous ne servons pas Qwen3.8-Omni-Flash, Qwen3.8-Flash-Next ni Qwen3.8-LiveTranslate, et nous préférons le dire plutôt que de laisser un lecteur s'inscrire en s'attendant à pouvoir les router. Ce que la couche de routage apporte dans cette famille particulière, c'est le basculement automatique : si vous déplacez une charge de travail vers Qwen3.8-Flash pour des raisons de prix, la placer derrière un seul point de terminaison fait qu'un mauvais après-midi en amont ne se transforme pas en panne de votre côté.

Cela laisse le choix, et il est plus court que la liste ne le suggère. Si vous comptez l'exécuter vous-même, choisissez entre Qwen3.8-27B et Qwen3.8-Flash-Next selon la mémoire : le 27B tient sur une carte de 24 GB en 4 bits et n'exige rien de votre examen de licence, tandis que la préversion active moins mais stocke davantage et place une partie d'elle-même dans la RAM système. Si vous comptez l'appeler, la décision se joue entre Qwen3.8-Flash et Qwen3.8-Max, et c'est un simple arbitrage coût/plafond — commencez par Flash, et ne faites monter une charge de travail spécifique que lorsque vous pouvez pointer la tâche qui a besoin du plafond. Tout le reste dans cette génération est une préversion, un objet de recherche, ou pas un modèle de langage du tout.