Qwen 3.8 open weight : le pari à 2,4T paramètres qui bouscule l’IA

En dix jours, deux modèles géants dépassant les 2 000 milliards de paramètres ont été annoncés comme "open-weight". Parmi eux, Qwen 3.8 d’Alibaba, dévoilé le 19 juillet 2026, s’affiche à 2,4 trillions de paramètres et promet des poids téléchargeables "soon". Le modèle serait "second only to Fable 5" selon l’équipe Qwen, sans qu’aucun benchmark indépendant ne soit publié.

Qwen 3.8 arrive dans un moment de tension maximale : course aux modèles géants, pression réglementaire, explosion des coûts GPU. Le simple fait qu’un géant comme Alibaba promette de rendre téléchargeable un modèle à 2,4T paramètres oblige tout l’écosystème à se repositionner — même si, pour l’instant, les poids ne sont pas disponibles.

Qwen 3.8 : ce qui est réellement confirmé aujourd’hui

Qwen 3.8 est annoncé comme un modèle multimodal de 2,4T paramètres, avec une promesse de poids ouverts et une version Max-Preview déjà monétisée.

Selon les résumés détaillés de l’annonce, trois faits sont aujourd’hui clairement établis : le nombre de paramètres fixé à 2 400 milliards, l’intention de publier les poids (avec le mot "soon" à la place d’une date précise) et la disponibilité immédiate d’une version d’aperçu Qwen3.8-Max-Preview sur trois canaux commerciaux d’Alibaba : le Token Plan, l’environnement de développement Qoder et l’agent de bureau QoderWork.

Alibaba a publié l’annonce de Qwen 3.8 sur X le 19 juillet 2026, à 10h29, en indiquant qu’il s’agirait d’un modèle open-weight dont les poids pourront être téléchargés et réutilisés par tous.

Mini-takeaway : Qwen 3.8 existe, Qwen3.8-Max-Preview est accessible, mais les poids ouverts restent une promesse.

Une annonce plus marketing que technique

Plusieurs analyses rappellent que l’annonce officielle ne fournit aucune documentation technique détaillée ni spécifications vérifiables au-delà du nombre de paramètres et de la mention "multimodal". Bloomberg, le Decoder et des blogs spécialisés convergent : au lancement, "aucun benchmark n’est disponible" et les publications se contentent de répéter le claim marketing "second only to Fable 5".

Un article de synthèse insiste sur un point clé : à ce stade, aucun score de benchmark public n’est associé à Qwen 3.8, et tout chiffre circulant sur les réseaux est très probablement relié au modèle précédent Qwen3.7-Max. Les médias qui relaient "top-of-the-charts" sans source indépendante entretiennent donc volontairement la confusion.

> 💡 À retenir : la seule donnée chiffrée solide sur Qwen 3.8 aujourd’hui est son volume de 2,4T paramètres et son statut annoncé comme open-weight. Les benchmarks et les détails d’architecture ne sont pas encore publiés.

"Soon" n’est pas une date, ni une licence

Les différentes analyses de l’annonce insistent sur le flou volontaire entretenu par Alibaba :

• Le post officiel utilise uniquement l’adverbe "soon" pour la sortie des poids, sans préciser de jour, de semaine ou de mois.
• Aucun type de licence n’a été annoncé : open-weight ne signifie pas open source, et les conditions de redistribution, de commercialisation et de fine-tuning restent inconnues.
• Des fuites et spéculations évoquent un déploiement fin juillet ou en août 2026, mais ces dates ne sont confirmées par aucun canal officiel.

Un observateur résume la situation : "Qwen3.8 promet 2,4 trillions de paramètres avec des poids ouverts et la deuxième place mondiale, mais n’a pour l’instant publié que le premier de ces deux chiffres. Tout le reste demandera vérification à la sortie effective des poids."

Open weight à 2,4T : ce que cela pourrait changer pour les devs

Mini-takeaway : si Alibaba livre vraiment les poids de Qwen 3.8, l’accès aux LLM géants bascule d’un modèle de pure API vers un modèle hybride, mais la réalité pratique dépendra plus du hardware et de la licence que du buzz.

Open weight vs open source : la nuance critique

La première occurrence vraiment importante est la notion de open weight, qui désigne des poids téléchargeables mais pas forcément sous licence permissive. Plusieurs analyses soulignent que :

• Qwen 3.8 est annoncé comme open-weight, pas comme modèle open source.
• Les poids devraient être accessibles au téléchargement, mais rien ne garantit la possibilité de les intégrer librement dans des produits commerciaux, ni de les redistribuer.

Cela signifie qu’un développeur pourra théoriquement :

• Télécharger les poids.
• Les charger sur son propre cluster.
• Expérimenter du fine-tuning ou de l’adaptation de tâches spécifiques.

Mais sans licence publiée, il est impossible de savoir s’il pourra :

• Vendre un produit dérivé.
• Héberger Qwen 3.8 dans un SaaS commercial sans contraintes.
• Redistribuer un checkpoint fine-tuné.

> 💡 À retenir : open weight ouvre la porte au contrôle technique, pas automatiquement à la liberté économique. Le diable se cachera dans la licence.

Une marche matérielle quasi infranchissable

Les analystes qui comparent Qwen 3.8 à Kimi K3 (un autre modèle annoncé open-weight à plus de 2T paramètres) rappellent un fait rarement mis en avant dans le marketing : ces modèles ne sont pas faits pour être auto-hébergés par un individu ou une petite startup.

Pour K3, les estimations de charge soulignent qu’il faudra au moins un rack de serveurs haut de gamme pour simplement charger les poids. Les mêmes auteurs indiquent que Qwen 3.8, à 2,4T paramètres, se situe dans la même catégorie matérielle : on parle de centaines de Go de poids et d’un besoin de plusieurs machines GPU connectées.

En pratique, même si les poids de Qwen 3.8 deviennent téléchargeables :

• Le coût d’infrastructure pour le faire tourner en production sera très probablement supérieur à plusieurs dizaines de milliers de dollars par mois pour un cluster multi-GPU sur cloud public.
• Le modèle restera de facto réservé aux grands acteurs, laboratoires de recherche bien financés ou hyperscalers.

Pour le développement quotidien, la promesse la plus tangible à court terme reste la version Qwen3.8-Max-Preview, accessible via les plateformes commerciales d’Alibaba.

Qwen3.8-Max-Preview : l’accès concret aujourd’hui

Mini-takeaway : Qwen3.8-Max-Preview est déjà monétisé via l’écosystème Qoder d’Alibaba, avec une logique de facturation à l’usage. Pour les devs, l impact immédiat est celui d’un nouveau modèle propriétaire puissant, plus que celui d’un vrai open-weight.

Où et comment accéder à Qwen 3.8 aujourd’hui ?

Les articles de synthèse indiquent que Qwen3.8-Max-Preview est déjà disponible sur trois canaux principaux de l’écosystème Alibaba :

• Token Plan, le plan de consommation de tokens pour les API Qwen.
• Qoder, l’environnement de développement orienté IA d’Alibaba.
• QoderWork, un agent de bureau qui intègre les modèles Qwen.

Un site de tests décrit Qwen3.8-Max-Preview comme "le tout dernier modèle flagship de la famille Qwen" et confirme qu’il est accessibles via Qwen Chat, l’application Qwen et le Token Plan.

Prix : ce qu’on peut dire sans inventer

À ce jour, aucun des articles disponibles ne publie un tarif détaillé, vérifié, en €/mois ou $/mois spécifiquement pour Qwen3.8-Max-Preview. L’écosystème Qwen fonctionne généralement :

• Soit en facturation à l’usage par token pour les appels API.
• Soit via des offres packagées dans des suites comme Qoder ou QoderWork.

Les sources récentes soulignent que toutes les surfaces d’accès à Qwen3.8-Max-Preview sont payantes, mais ne détaillent ni prix mensuels, ni tarif par million de tokens, ni différentiel de coût par rapport à Qwen3.7-Max.

Dans ce contexte, publier des chiffres précis (par exemple "0,002 $ par 1 000 tokens" ou "19,99 €/mois") serait pure spéculation. Pour rester factuel :

• Qwen3.8-Max-Preview est monétisé, intégré dans l’offre commerciale Token Plan / Qoder / QoderWork.
• Les tarifs exacts pour Qwen3.8 ne sont pas documentés dans les sources accessibles au moment de l’écriture.

> 💡 À retenir : on sait que Qwen3.8-Max-Preview est payant et positionné comme flagship, mais pas combien il coûte précisément par mois ou par million de tokens.

Benchmarks : un géant sans score public (pour l’instant)

Mini-takeaway : Alibaba affirme que Qwen 3.8 se place juste derrière Claude Fable 5, mais sans publication de scores, la communauté ne peut que lister ce claim comme marketing, pas comme donnée vérifiée.

"Second only to Fable 5" : un classement sans tableau

L’annonce Qwen mentionne que Qwen 3.8 serait "second only to Fable 5" dans les benchmarks, positionnant le modèle juste derrière le flagship d’Anthropic. Des synthèses comme Fathom reprennent ce point en le présentant comme un claim de l’équipe Qwen, non comme une conclusion de benchmark indépendant.

Les observateurs spécialisés rappellent qu’au moment du lancement :

• Aucun benchmark Qwen 3.8 n’est publié sur les grandes batteries de tests ( type MMLU, GPQA, MGSM, etc.)
• Les articles de Bloomberg et du Decoder mentionnent explicitement qu’"aucun résultat de benchmark n’est disponible" à l’annonce.

Un blog technique résume de façon tranchée : "2,4T paramètres et une promesse d’open-weight sont confirmés. Les benchmarks ne le sont pas : il n’existe pas un seul score publié pour Qwen3.8, et tout chiffre attaché au modèle cette semaine est presque certainement un score de Qwen3.7-Max recyclé."

Qwen 3.7-Max comme proxy… qui biaise le débat

La dernière version flagship confirmée avant Qwen 3.8 est Qwen3.7-Max, lancée en mai 2026 comme modèle propriétaire (API-only) pour agents autonomes. Les quelques chiffres de performance diffusés dans la presse généraliste à propos de Qwen sont donc, pour la plupart :

• Soit des scores agrégés sur la "famille Qwen", sans distinction claire entre versions.
• Soit des chiffres explicitement attribués à Qwen3.7-Max.

Cela crée un effet trompeur : il est facile pour des comptes non spécialisés de réétiqueter des benchmarks Qwen3.7-Max comme Qwen3.8, alors que ce dernier n’a pas encore de scores publics.

> 💡 À retenir : tant que Qwen 3.8 n’est pas benché de façon transparente, toute comparaison chiffrée avec GPT-4.1, Claude Fable 5 ou Kimi K3 relève plus de la communication que de la science.

Qwen 3.8 face à Kimi K3 et aux autres géants "open-weight"

Mini-takeaway : Qwen 3.8 et Kimi K3 marquent une nouvelle catégorie : des modèles géants promis en open weight, mais pratiquement inaccessibles hors data centers.

Tableau comparatif : promesses vs réalité

Pour situer Qwen 3.8 dans le paysage, on peut comparer les grandes lignes annoncées des modèles géants "open-weight" de mi-2026.

Les données ci-dessous sont limitées aux éléments explicitement confirmés : nombre de paramètres, statut open-weight, disponibilité des poids et existence de benchmarks publics. Les prix ne sont pas inclus faute de chiffres vérifiés.

Ce tableau met en évidence deux points forts :

• Qwen 3.8 se distingue par son volume de 2,4T paramètres, supérieur à la catégorie "2T+" de Kimi K3.
• Ni Qwen 3.8 ni Kimi K3 ne sont, au moment considéré, des open weights utilisables par un dev lambda : les poids ne sont pas encore en ligne et la facture matérielle restera hors de portée de la plupart des équipes.

"Open in name, closed in practice"

Une analyse dédiée aux grands modèles chinois résume la situation de Qwen 3.8 et Kimi K3 par la formule "open in name, closed in practice" :

• Les deux modèles promettent des poids ouverts.
• Aucun repository public n’héberge les poids de Qwen 3.8.
• Il n’existe pas de petit variant Qwen 3.8 annoncé qui serait accessible avec quelques GPU prosumer.

Du point de vue d’un développeur ou d’une startup occidentale, ces modèles sont donc, pour l’instant :

• Des API puissantes proposées par des acteurs chinois.
• Des symboles stratégiques dans la compétition mondiale.
• Mais pas encore des outils concrets que l’on peut self-host, monitorer et intégrer librement dans ses stacks.

Pourquoi Qwen 3.8 peut quand même redéfinir l’IA cette semaine

Mini-takeaway : même sans poids téléchargés, Qwen 3.8 modifie les attentes : on commence à considérer "open-weight à plusieurs trillions de paramètres" comme une norme possible, pas comme une exception.

Effet de seuil : 2,4T paramètres dans la conversation publique

En fixant noir sur blanc le chiffre de 2,4 trillions de paramètres, Alibaba installe un nouveau seuil psychologique dans le débat sur les LLM. Plusieurs commentateurs soulignent que :

• Jusqu’ici, les discussions sur le "haut de gamme" tournaient autour de modèles propriétaires (GPT-4.x, Claude Fable 5, Gemini) dont le nombre de paramètres n’est pas toujours public.
• En annonçant un modèle à 2,4T avec promesse de poids ouverts, Qwen rend quantifiable la course à la taille dans le camp des modèles "téléchargeables".

Même si l’on sait que le nombre de paramètres n’est pas une métrique de performance suffisante, ce type de chiffre :

• Influence la perception des décideurs.
• Alimente les comparaisons médiatiques.
• Pousse les autres acteurs à clarifier leurs propres roadmaps open-weight.

Signal stratégique pour la Chine et les régulateurs

Les articles de Bloomberg et d’autres médias généralistes analysent Qwen 3.8 dans le contexte plus large de la montée en puissance des plateformes chinoises d’IA. Ils relient explicitement :

• Le lancement de Kimi K3 quelques jours avant.
• L’annonce Qwen 3.8.
• La réaction des marchés technologiques mondiaux.

Le message implicite est double :

• Les acteurs chinois sont désormais capables d’annoncer des modèles à plus de 2T paramètres avec une ambition d’ouverture des poids.
• Les régulateurs et gouvernements doivent intégrer cette réalité dans les débats sur la souveraineté numérique et les exigences de transparence.

Pour les développeurs, cela ne change pas le quotidien immédiatement, mais cela redéfinit le paysage concurrentiel dans lequel ils choisissent leurs fournisseurs de LLM.

Pression sur les géants occidentaux

L’annonce d’un modèle à 2,4T params promis en open weight exerce une pression indirecte sur :

• Les acteurs fermés comme OpenAI, Anthropic ou Google, qui restent majoritairement sur des modèles API-only.
• Les écosystèmes open source, qui devront expliquer comment ils se positionnent face à des poids ouverts géants mais sous licences potentiellement restrictives.

Même sans poids téléchargeables, Qwen 3.8 :

• Inscrit dans la norme que des modèles à plusieurs trillions de paramètres puissent être mentionnés comme "open-weight".
• Crée une attente forte auprès des communautés ML : on demandera plus systématiquement des poids, pas seulement des API.

> 💡 À retenir : Qwen 3.8 ne redéfinit pas encore l’IA par ses capacités prouvées, mais par le shift de discours : un géant à 2,4T params promis en open weight devient un élément central de la compétition.

Notre avis Brief IA : qui doit suivre Qwen 3.8 de très près ?

Mini-takeaway : les devs individuels peuvent continuer à travailler avec des modèles mid-size open source, mais les grandes boîtes et les labos doivent se préparer à un futur où des LLM à plusieurs trillions de paramètres seront réellement téléchargeables… avec toutes les implications de coût et de gouvernance.

Pour les startups et devs indie

Tant que les poids de Qwen 3.8 ne sont pas publiés et que les prix de Qwen3.8-Max-Preview ne sont pas documentés précisément :

• Qwen 3.8 est surtout un signal de marché.
• Les devs ont davantage intérêt à se concentrer sur des modèles open source de taille gérable (quelques dizaines à centaines de milliards de paramètres).

Suivre Qwen 3.8 reste utile pour :

• Anticiper l’arrivée possible d’outils de fine-tuning sur des géants open-weight.
• Comprendre la stratégie d’Alibaba en matière de licences et de monétisation.

Mais sur le plan pratique, l’impact cette semaine est limité : aucun dev ne peut raisonnablement charger 2,4T paramètres sur sa machine locale.

Pour les grandes entreprises et les labos de recherche

À l’inverse, pour les acteurs :

• Disposant de clusters GPU massifs.
• Avec des équipes MLOps mûres.

Qwen 3.8 peut être un game changer à moyen terme, si et seulement si :

• Les poids sont bien publiés.
• La licence permet un usage commercial et un déploiement interne.

Ces acteurs ont intérêt à :

• Préparer des architectures capables de charger des modèles de plusieurs centaines de Go à quelques To.
• Imaginer des scénarios d’usage où un modèle géant open-weight permet un contrôle maximal des données et des comportements.

Perspective 6 mois : la promesse à surveiller

À six mois, plusieurs scénarios restent ouverts :

• Qwen 3.8 publie effectivement ses poids, avec une licence suffisamment permissive pour inspirer une nouvelle génération de fine-tuning géant.
• Les poids sortent sous une licence fortement restrictive, et Qwen 3.8 reste surtout un outil stratégique pour Alibaba et son écosystème.
• La promesse "soon" s’étire, et Qwen 3.8 devient un case study sur les limites du terme open-weight quand il n’est pas encadré par une pratique réelle.

Pour Brief IA, l’enjeu clé à surveiller n’est pas seulement le nombre de paramètres ou les benchmarks à venir, mais :

• Le moment où les poids seront enfin disponibles.
• La licence exacte qui accompagnera Qwen 3.8.
• La présence ou non de variants plus petits qui rendraient cette famille de modèles réellement accessible à une majorité de devs.

La vraie question, pour les six prochains mois, est donc : quand les poids de Qwen 3.8 seront enfin en ligne, et sous quelle licence, qui pourra réellement en profiter ?