Qwen 3.8 Max : Alibaba publie un modèle open-weights de 2,4 trillions de paramètres

Le 3 août 2026, Alibaba annonce Qwen 3.8 Max — nouveau vaisseau amiral de sa gamme Qwen. Sur le papier, ce sont des chiffres qui donnent le vertige : 2 400 milliards de paramètres au total, dont 95 milliards actifs par token (architecture Mixture-of-Experts), 1 million de tokens de contexte, multimodal natif (texte, image, vidéo en entrée). Les poids seront publiés en open source environ une semaine après l'annonce.

C'est le deuxième plus gros modèle open-weights au monde, derrière Kimi K3 de Moonshot (2,8 T), sorti la même semaine. La Chine continue de submerger le marché des modèles ouverts.

L'architecture : sparse MoE en accéléré

Comme Kimi K3 et DeepSeek V4 Pro, Qwen 3.8 Max mise sur le pattern Mixture of Experts :

• 2 400 milliards de paramètres totaux stockés (poids)
• Seuls 95 milliards sont activés pour traiter chaque token
• Résultat : coût d'inférence comparable à un modèle dense de ~100 B, capacité de spécialisation d'un géant

Cette architecture permet de faire tenir un cerveau colossal sur une infrastructure raisonnable — condition sine qua non de la démocratisation open source.

Multimodalité native

Qwen 3.8 Max accepte en entrée :

• Texte
• Images (compréhension et analyse)
• Vidéo (compréhension temporelle, résumé de séquences)

Sortie uniquement en texte pour l'instant — pas de génération d'image ni de vidéo (Alibaba a des modèles dédiés pour ça : Wan pour la vidéo, notamment).

Le paysage open-weights 2026

Le tableau consolidé du top 5 open-weights actuel :

1. Kimi K3 (Moonshot, Chine) — 2,8 T
2. Qwen 3.8 Max (Alibaba, Chine) — 2,4 T
3. DeepSeek V4 Pro (DeepSeek, Chine) — 1,6 T
4. Llama 5 (Meta, USA) — 1,2 T
5. Mistral Large 3 (Mistral, France) — 700 B

Trois chinois sur cinq, dont les deux premiers. Meta et Mistral tiennent le rang côté occidental. L'écart avec les modèles fermés (Claude, GPT, Gemini) se resserre benchmark après benchmark.

Un an après DeepSeek V3, la Chine ne rattrape plus : elle définit le rythme sur les modèles ouverts.

Ce que ça change concrètement

Trois basculements pratiques :

1. Le fine-tuning maison redevient accessible. Les entreprises françaises et européennes qui hésitaient entre fine-tuner un Llama 4 vs payer Anthropic ont maintenant un troisième choix : Qwen 3.8 Max avec licence permissive et perfs top-tier.
2. Les hébergeurs GPU européens (Scaleway, OVHcloud, IONOS AI) vont proposer Qwen 3.8 Max dans les prochaines semaines. Bonne nouvelle pour la souveraineté : héberger un modèle chinois sur du sol européen sans dépendance API US.
3. Anthropic et OpenAI voient leur pricing challengé. Un modèle qui rivalise en qualité, tourne à un dixième du coût, sans engagement — ça pousse tous les tarifs vers le bas.

La nuance

Attention à trois points :

• Les benchmarks officiels publiés par Alibaba sont favorables — comme toujours. Les évaluations indépendantes (LMSYS, LiveBench, SWE-Bench) sont attendues dans les prochaines semaines pour trancher.
• « Open-weights » ≠ « open-source ». Les données d'entraînement, le code du pipeline, les évaluations internes ne sont pas publiés. On récupère le modèle final, pas la recette.
• Considérations géopolitiques. Un modèle chinois hébergé chez un opérateur européen reste un modèle chinois — biais possibles sur les sujets sensibles (Taiwan, Tibet, événements historiques). Les entreprises régulées (finance, défense, santé) devront évaluer.

Ce qu'il faut surveiller

Deux jalons :

• La publication effective des poids (annoncée pour la semaine du 10 août)
• Les évaluations tierces indépendantes — LMSYS, LiveBench, SWE-Bench Verified — qui vont tomber d'ici mi-septembre

Si Qwen 3.8 Max tient ses promesses, c'est l'un des trois-quatre modèles à intégrer par défaut dans tout stack IA d'entreprise en 2026-2027. Et un rappel supplémentaire que le centre de gravité de l'open source se déplace inexorablement d'ouest en est.