
Test de Qwen3.8-27B : le 27B à poids ouverts qui est « l'Opus à la maison » — testé face au battage médiatique
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 187 tok/s
- openaiNOUVEAUOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 par million de tokens · 87 tok/s
- openaiNOUVEAUOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 par million de tokens · 152 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 194 tok/s
- AlibabaNOUVEAUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 par million de tokens · 86 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 705 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 par million de tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 101 tok/s
Qwen3.8 27B est le meilleur modèle 27B à poids ouverts que vous puissiez auto-héberger aujourd'hui, et ce n'est pas vraiment serré. Les poids ont été publiés le 14 août 2026 sous licence Apache 2.0 : un modèle dense de 27B (28B en comptant l'encodeur visuel) avec un contexte natif de 262K, une entrée native d'images et de vidéos, et des scores de codage agentique rapportés par l'éditeur qui se situent au niveau ou au-dessus de Claude Opus 4.6 Max — SWE-bench Pro 61,7, DeepSWE 1.1 42,2, LiveCodeBench v6 90,3. Le prix affiché est de zéro : téléchargez 55,6 Go et lancez-le. Les réserves sont bien réelles aussi — des tests indépendants le trouvent environ trois fois plus lent et plus gourmand en tokens que son prédécesseur, le tableau de benchmarks de l'éditeur n'a toujours aucune reproduction derrière lui, et le contexte de 1M est une fonctionnalité réservée à l'hébergement. Le mouvement intéressant depuis le lancement se situe sous la fiche technique : le 13 octobre, un portage communautaire llama.cpp a rapporté avoir fait tourner ces poids sur le GPU d'une PlayStation 5 jailbreakée à environ 20 tokens par seconde. Verdict : si vous disposez d'un GPU de 24 Go ou plus et voulez une capacité proche de l'état de l'art sans facture à l'usage, auto-hébergez-le — mais sachez exactement où les chiffres sont mous.
Verdict d'abord : devriez-vous utiliser Qwen3.8 27B ?
Réponse courte — oui pour les charges de travail locales et privées ; attendez les chiffres de tiers avant une décision d'achat. Qwen3.8 27B est le rare modèle où les poids ouverts sont le produit et l'API est la commodité. Parce que la licence est Apache 2.0, le prix par jeton est définitivement nul une fois que vous disposez du matériel, et rien de ce que vous construisez dessus ne peut être re-sous-licencié ou facturé rétroactivement. Ce à quoi vous renoncez, c'est la vitesse, la vérification et la commodité.
Si vous exécutez déjà Qwen3.6-27B et que vous en êtes satisfait, la mise à niveau est réelle mais pas gratuite en termes de temps réel. Si vous venez du lancement de Qwen3.8-Max, il s'agit du membre plus petit et auto-hébergeable de la même génération — un outil différent pour un travail différent.
Les faits en bref, vérifiés le 15 octobre 2026
• Publié — les poids ont été mis en ligne le 14 août 2026 à l'adresse Qwen/Qwen3.8-27B sur Hugging Face, avec un miroir sur ModelScope ; la couverture tenant compte des fuseaux horaires cite également le 13 août, et la sortie est arrivée environ une semaine après l'annonce de la génération Qwen3.8.
• Licence — Apache 2.0 : téléchargement, modification, redistribution, usage commercial, avec une concession explicite de brevets. Permanente.
• Paramètres — 27B dense (28B en comptant l'encodeur visuel), 64 couches, taille cachée 5 120, vocabulaire 248 320.
• Architecture — attention hybride : 48 couches d’attention linéaire Gated DeltaNet contre 16 couches complètes d’attention Gated (un rapport 3:1). C’est ainsi qu’un modèle dense de 27B peut gérer 262K tokens de contexte natif.
• Contexte — 262 144 jetons nativement ; extensible à 1 000 000 via YaRN sur la version hébergée.
• Entrée — image et vidéo natives aux côtés du texte ; renvoie du texte. L'encodeur visuel explique pourquoi le nombre de paramètres s'élève à 28B.
• Réflexion — mode de raisonnement activé par défaut et désactivable par requête ; reasoning_effort (faible/moyen/élevé) et preserve_thinking pour les longues exécutions d'agent.
• Poids — 55,6 Go de safetensors BF16 en 18 fragments ; les FP8 et GGUFs communautaires sont également fournis.
Les spécifications ci-dessus proviennent de la fiche de modèle et de la configuration Hugging Face pour Qwen3.8 27B, consultées le 15 octobre 2026. Le tableau de référence du fournisseur est déclaré par Alibaba et n'a toujours pas été reproduit. La seule évaluation indépendante au dossier est celle d’Artificial Analysis, qui attribue à Qwen3.8 27B un score de 34 sur son Intelligence Index et mesure 41,2 jetons de sortie par seconde — un seul indice face à une fiche remplie de chiffres du fournisseur, et il ne les reproduit pas.
Ce à quoi Qwen3.8 27B excelle vraiment
Le cas le plus convaincant est l'ingénierie logicielle agentique. Alibaba fait état d'un bond de 3x sur DeepSWE 1.1 par rapport au 27B précédent (42.2 vs 13.3) et d'un score supérieur à Claude Opus 4.6 Max sur SWE-bench Pro (61.7 vs 53.4). Ce sont ces chiffres qui lui ont valu le surnom d'« Opus à la maison » — un 27B dense effectuant un travail de codage proche de la frontière sur du matériel qu'une personne peut réellement posséder.

Trois choses, outre les chiffres bruts, en font un achat défendable :
• Multimodal natif.Images et vidéos en entrée, texte en sortie — un document avec des diagrammes ou une démonstration vidéo n'est pas un modèle séparé. Les scores de raisonnement visuel (85.6 avec la fonctionnalité de chaîne de pensée activée, 94.6 en mathématiques visuelles, tous deux rapportés par le fournisseur) sont là où l'encodeur visuel mérite sa place.
• 262K de contexte natif. Les tâches d’agent à long horizon, les grandes bases de code et les transcriptions de plusieurs heures tiennent dans une seule fenêtre. La conception hybride à attention linéaire maintient le coût KV de ce contexte inférieur à celui d’un modèle purement à attention complète de même taille.
• Poids gratuits et permanents.C'est tout l'intérêt de la catégorie : un modèle API fermé est loué ; Qwen3.8 27Bvous appartient. En 4 bits, il fonctionne sur une carte de 24 Go (classe RTX 3090/4090), et AMD a fourni un support dès le premier jour (jusqu'à 24,5 tokens/s sur un Ryzen AI Max+ 395 et 51,8 tokens/s sur une Radeon AI PRO R9700, selon le blog d'AMD).
Là où l'évaluation se corse : vitesse, jetons et vérification
Les tests indépendants jusqu'à présent ne sont qu'un harnais de testeur, pas un laboratoire — mais c'est le meilleur signal dont nous disposons. Exécuter Qwen3.8 27B contre Qwen3.6-27B sur dix tâches du monde réel (évaluées par GPT-5.5 via le harnais llmcompare), le 3.8 a remporté neuf sur dix et a obtenu en moyenne 8,838 contre 6,862 — « l'un des gains d'intelligence les plus impressionnants » que le testeur ait vus. Il a également utilisé près de trois fois plus de jetons et a été considérablement plus lent ; une tâche a duré environ 600 % plus longtemps. L'amélioration de la qualité est donc réelle, tout comme le prix en temps d'horloge.
Quatre autres choses à lui reprocher :
• Des benchmarks indépendants, moins nombreux que ce que la fiche laisse entendre. La fiche du fournisseur est détaillée, et chaque chiffre qu'elle contient reste déclaré par Alibaba. Le score de 34 à l'Intelligence Index d'Artificial Analysis, relevé le 15 octobre, est la première évaluation indépendante dont dispose ce modèle — un seul score, issu d'un seul laboratoire, qui ne dit rien du 61,7 de SWE-bench Pro ni du 42,2 de DeepSWE 1.1. Si votre décision exige que les affirmations agentiques soient reproduites, elles ne l'ont pas été.
• Le seuil minimal de VRAM est bien réel. BF16 exige un GPU de classe 80 Go. Pour tenir sur une carte de 24 Go, vous devez passer en 4 bits, et les retours de la communauté (fil de commentaires dev.to, quelques jours après la sortie) indiquent que les builds quantifiés « perdent le fil après un contexte long ». Poids officiels si vous disposez de la VRAM ; poids quantifiés sinon — et la voie de la quantification atteint désormais du matériel bien en dessous d'une carte de 24 Go, ce dont la mesure sur PlayStation 5 ci-dessous est la première preuve réelle.
• Le contexte de 1M est réservé à la version hébergée. Les poids ouverts plafonnent à 262K. La possibilité d'étendre à 1M est une fonctionnalité hébergée de Qwen Cloud, pas quelque chose qu'une copie locale fait d'emblée.
• « Beats Opus » nécessite des nuances.Les benchmarks agentiques récompensent des comportements spécifiques au harnais, et un commentaire en tête du post de lancement sur dev.to l'a dit sans détour : « ils ne battent pas opus en conditions réelles. » Considérez le classement comme une borne supérieure les bons jours, pas une promesse.
Sa place dans la famille Qwen 3.8
• vs Qwen3.6-27B — la même classe de matériel et un contexte de 262K, mais un bond majeur en termes de capacités, au prix de la vitesse et de l'efficacité des tokens. Si vous exécutez déjà la 3.6 et êtes limité par le débit, rester sur cette version se défend.
• contre Qwen3-Coder-30B-A3B — le Coder est un MoE avec environ 3.3B de paramètres actifs qui tourne beaucoup plus vite (~90–110 tokens/s). Le dense 27B est plus lent par token mais hérite des gains agentiques de la génération ; si les scores d'ingénierie logicielle du 27B se maintiennent lors de tests indépendants, le rôle du Coder-30B se réduit.
• contre Qwen3.8-Max — le fleuron MoE de 2.4T est un modèle de datacenter (uniquement par API, environ $2/$6 par million de jetons dans la presse) avec un contexte de 1M et la vidéo. Le 27B est celui qui est déployable. Ils répondent à des questions différentes.
Le seuil matériel a changé le 13 octobre
PS5LM est un portage de llama.cpp qui exécute des modèles GGUF sur une PlayStation 5 jailbreakée, dans une console que vous possédez déjà. Sa version publiée est modeste — v0.1.1, un payload unique limité à environ 1,6 Go de modèle, soit Qwen3.5 2B en 4 bits, et rien de plus grand, sur CPU uniquement. Le 13 octobre, le projet a reçu une pull request qui change la façon dont se présente la liste du matériel : une approche par application native qui lie llama-server à un pilote Vulkan communautaire pour la console, et rapporte Qwen3.8 27B à 20,7 jetons par seconde sur la quantification UD-IQ2_XXS (6,77 GiB, contexte 64k) et 20,3 jetons par seconde sur UD-Q2_K_XL (9,15 GiB, contexte 32k, cache q4_0), avec une réponse de 7 775 jetons maintenue à 19,7 jetons par seconde. La même console a affiché 61 jetons par seconde sur Gemma 4 E4B et 124 sur Llama 3.2 3B Instruct, ce qui rend le chiffre du 27B intéressant à lire : ce n'est pas un petit modèle qui flatte un grand chiffre.
Étiquetez-le avant d'agir dessus. Ces chiffres sont les propres mesures de l'auteur de la pull request sur une branche non fusionnée, pas un benchmark de fournisseur ni une version publiée. Le dépôt de PS5LM lui-même liste encore à la fois l'offload GPU et Qwen 3.8 27B comme éléments de feuille de route qu'il n'a pas livrés, et le commentaire du mainteneur sur la pull request indique qu'il reproduira les chiffres sur sa propre console avant que le README ne les reprenne. Un deuxième testeur rapporte que l'application tourne tout court — firmware 4.50, modèles 7B et 9B à environ 30 tokens par seconde — ce qui corrobore le mécanisme sans reproduire le résultat du 27B. Pour en arriver là, cela suppose aussi une console que vous possédez, un firmware 7.00 à 13.60 et un jailbreak.
Ce que cela change, c'est la forme de la question du coût, pas sa réponse. Un modèle dense de 27B à environ 20 tokens par seconde sur une console de jeux est plus lent que le même modèle servi depuis un vrai GPU — Artificial Analysis mesure 41,2 tokens par seconde via l'API d'Alibaba elle-même, et 20 tokens par seconde est la vitesse de la version 2 bits, avec la perte de qualité que la compression implique. Donc ce n'est pas une raison pour éviter la carte de 24 Go ; c'est la preuve que cette catégorie est portable bien en dessous. Si ce que vous voulez vraiment, c'est savoir si le modèle est bon avant de passer un week-end sur un jailbreak, la solution économique est un appel à l'usage : une seule clé pour plus de 200 modèles, pas de second contrat, et un basculement automatique entre fournisseurs si le point de terminaison vacille pendant votre évaluation.
Coût : la question local-versus-API, réglée.
Pour un modèle fermé, vous comparez les prix par token. Pour Qwen3.8 27B, le token marginal ne coûte rien sur votre propre matériel — le vrai prix, c'est le GPU à l'achat et votre temps. En 4 bits, cela représente une carte de 24 Go ; en BF16, une machine de classe 80 Go. Si vous n'avez pas la machine, ou si vous voulez des réponses avant d'engager 55,6 Go de disque, la voie hébergée existe : OrcaRouter répertorie Qwen3.8 27B à 0,33 $ par million de tokens d'entrée et 2,40 $ par million de tokens de sortie sur la page du modèle OrcaRouter, soit le prix catalogue du fournisseur répercuté avec 0 % de marge (vérifié le 15 octobre 2026). Le palier gratuit à débit limité que cette page décrivait en août n'y apparaît plus — considérez-le comme obsolète, sauf si vous le voyez indiqué. L'API propre d'Alibaba est l'autre voie hébergée, qu'Artificial Analysis répertorie à 0,50 $ et 3,00 $ par million pour la configuration de raisonnement Xhigh. La version hébergée de Qwen Cloud, avec le contexte de 1 M, est encore marquée « bientôt disponible ».

Pour être honnête : pour un modèle à poids ouverts, un fournisseur est un confort, pas une dépendance. Un appel hébergé facturé à l’usage est le moyen le moins cher possible de décider si un téléchargement de 55,6 Go vaut le coup ; c’est aussi la seule façon de tester le modèle sans d’abord résoudre le problème matériel que décrit le paragraphe sur la PlayStation 5. Mais une fois que vous avez décidé, les poids sont l’essentiel — et ils sont gratuits.
Comment vraiment l’essayer
• Évaluation la plus rapide — appelez-le sur un point de terminaison hébergé à 0,33 $/2,40 $ par million ; quelques centaines de milliers de tokens de travail réel coûtent quelques centimes et règlent la question avant même que vous ne téléchargiez quoi que ce soit.
• Vrai test sur votre matériel — téléchargez un GGUF communautaire (la version Q4_K_M pèse environ 17 Go et tient sur une carte de 24 Go) et exécutez-le dans llama.cpp ou Ollama. Passez le modèle de chat Jinja, ou le modèle vous répondra avec des balises de pensée. Pour la vision depuis un GGUF, vous avez aussi besoin du fichier mmproj séparé. Notre guide pour exécuter Qwen3.8 27B localement vous guide pas à pas.
• Pleine précision — huggingface-cli download Qwen/Qwen3.8-27B sur un GPU de classe 80 Go.
• Vérifiez ce que vous avez téléchargé — vérifiez que l’éditeur est l’organisation Qwen et validez les shards par rapport à crc32.txt ; des dépôts similaires sont apparus avant la sortie.
Quand cet avis est erroné (et qui devrait éviter Qwen3.8 27B)
• Vous n'avez pas de GPU et vous n'en louerez pas. L'offre hébergée est à 0,33 $/2,40 $ par million — un petit modèle via API peut vous servir à moindre coût et de façon plus fiable. Ce modèle s'adresse à ceux qui veulent posséder l'inférence.
• Vous avez besoin d'un SLA.L'offre hébergée a été mise en ligne à la mi-août ; la page du modèle OrcaRouter, consultée le 15 octobre, affiche un taux d'erreur de 2,8 % sur les sept derniers jours, une latence p50 du premier token de 3,23 s et un débit de 156 tokens par seconde en sortie sur 77,2 M de tokens routés dans cette fenêtre. Deux mois plus tard, il s'agit d'un point de terminaison fonctionnel plutôt que d'une file d'attente du jour du lancement — mais une moyenne sur la semaine écoulée ne constitue toujours pas un contrat de production. Les auto-hébergeurs doivent épingler leur commit de téléchargement et conserver une solution de repli.
• Il vous faut voir reproduites les affirmations agentiques du fournisseur, pas seulement un score d'indice. Le score de 34 de l'Intelligence Index d'Artificial Analysis est le seul chiffre indépendant dont dispose ce modèle, et il ne dit rien sur SWE-bench Pro 61,7 ou DeepSWE 1.1 42,2 — tous deux encore rapportés par Alibaba. Indicatif, pas pour une décision d'achat.
• Un contexte open-weights de 262K ne suffit pas. L'extension 1M n'est aujourd'hui disponible qu'en version hébergée.
• Le débit est votre goulot d'étranglement. La synthèse en masse ou les grands lots vous pénaliseront : c'est un modèle dense de 27B qui consomme aussi environ 3x plus de tokens que son prédécesseur. Pour du travail en masse à bas coût, un modèle plus petit ou plus rapide est gagnant.
• Vous disposez d'une carte de 12 Go. Les GGUF en 2 bits passent de justesse, avec une perte de qualité visible — c'est la configuration qui se cache derrière le point de données PlayStation 5 ci-dessus — il s'agit donc d'un modèle avec lequel expérimenter, et non sur lequel se standardiser.

En résumé
Qwen3.8 27B est le plus puissant des 27B à poids ouverts disponible aujourd'hui, et il est gratuit pour toujours sous Apache 2.0. Si vous disposez d'un GPU de 24 Go ou plus et que vous voulez du codage agentique, un contexte de 262K et une entrée image/vidéo native sans facture à l'usage, c'est celui qu'il faut acheter. Les raisons d'attendre sont tout aussi concrètes : vous avez besoin que les affirmations du fournisseur en matière de codage agentique soient reproduites ailleurs que sur la fiche du modèle, d'un SLA, de plus de 262K de contexte en poids ouverts, ou d'un débit supérieur à ce qu'offre un 27B dense. Le modèle est sorti, les poids sont bien réels, le seul score indépendant disponible à ce jour est un honorable 34, et le seuil matériel s'avère plus bas que ne le supposait la couverture du lancement. Rappelez-vous simplement quels chiffres viennent d'un laboratoire et lesquels viennent du fournisseur.
