Data / IA
Qwen3.8-Max : Alibaba revient fort dans la guerre mondiale des IA
Par Laurent Delattre, publié le 05 août 2026
Deux semaines après la sortie très médiatisée du modèle chinois Kimi K3 de Moonshot AI, Alibaba dégaine son Qwen3.8-Max, un colosse de 2 400 milliards de paramètres qui tient tête à Claude Fable 5 et GPT-5.6 Sol tout en ouvrant ses poids en libre accès. Entre rivalités intestines chinoises, riposte aux restrictions américaines et zones d’ombre persistantes, radiographie d’un lancement autant technique que géopolitique.
Le calendrier ne doit rien au hasard. Le 16 juillet, Moonshot AI lançait Kimi K3 et ses 2 800 milliards de paramètres, record du monde des modèles ouverts. L’écosystème IA américain vivait ce lancement comme un nouveau moment DeepSeek, autrement dit comme un traumatisme lié à la découverte que même dans l’IA agentique, les USA n’ont pas de véritable avance technologique.
Trois jours plus tard, Alibaba répliquait dans l’urgence avec une préversion de Qwen3.8-Max dévoilée à la World Artificial Intelligence Conference de Shanghai, sans le moindre benchmark à l’appui.
Cette semaine, le groupe de Hangzhou a transformé l’essai de façon plus officielle et construite avec une vraie disponibilité générale, une table de benchmarks complète, une tarification publique et la promesse d’une publication des poids « la semaine prochaine ».
Mais derrière l’annonce produit se jouent en réalité trois batailles simultanées : celle que se livrent entre eux les laboratoires chinois, celle qui oppose la Chine aux États-Unis, et celle, plus structurante encore pour les DSI, entre modèles fermés et poids ouverts.
Une guerre fratricide au sommet de l’IA chinoise
La séquence estivale illustre l’extraordinaire densité de l’écosystème chinois. En deux mois, Z.ai a créé la surprise avec GLM-5.2, MiniMax a enchaîné les lancements, Moonshot AI a publié Kimi K3 puis ses poids complets le 27 juillet. Le tempo n’est plus trimestriel mais bimensuel, chaque acteur cherchant à occuper le terrain avant le suivant.
Alibaba Cloud se devait donc de reprendre la main. Chose faite avec son nouveau modèle frontière ouvert : Qwen3.8 Max !
La rivalité a ceci de singulier qu’elle est en partie consanguine : Alibaba figure parmi les investisseurs de Moonshot AI, dont le K3 constitue pourtant le rival le plus frontal de Qwen3.8-Max, par la taille (2 800 milliards de paramètres contre 2 400) comme par la stratégie d’ouverture.
Signe des temps, l’affrontement déborde d’ailleurs des modèles vers les usages agentiques. Parallèlement au lancement du modèle, Alibaba a ouvert la bêta publique de QwenWork, plateforme de travail agentique qui vise Kimi Work de Moonshot, WorkBuddy de Tencent et, au-delà, Claude Cowork d’Anthropic et ChatGPT Work d’OpenAI.
L’enjeu dépasse le prestige : En juin 2026, le marché mondial de l’intelligence artificielle est marqué par une adoption massive des modèles open source (ou open-weight), qui capturent désormais environ 33 % de l’utilisation active de l’IA dans le monde (bien qu’ils ne représentent que 4 % des revenus directs du secteur selon une étude Mozilla). Cette part n’était de 13% il y a encore un an. Cette adoption est essentiellement portée par Qwen et DeepSeek. Même si elle reste essentiellement dopée par le marché Asiatique. Selon différentes sources, Mistral AI détiendrait entre 25 et 30% des parts de marché des modèles ouverts hors Asie, derrière LLama mais devant Qwen, Gemma, GPT-OSS, Nemotron, Phi et Granite.
Mais les éditeurs Chinois espèrent bien encore intensifier leur emprise sur le marché sur le marché asiatique mais aussi en Europe. Alibaba Cloud a promis plus de 380 milliards de yuans (53 milliards de dollars) d’investissements dans le cloud et l’IA sur trois ans et compte bien convertir cette dynamique en clients pour son propre cloud.
Poids ouverts contre coffres-forts : le choc des philosophies
Face à ce bouillonnement, les champions américains cultivent l’approche inverse. Anthropic a fait de Claude Fable 5, lancé le 9 juin, la vitrine de sa classe « Mythos » : un modèle volontairement bridé pour le grand public, dont les requêtes sensibles (cyber, biologie, chimie, distillation) sont automatiquement re-routées vers Opus (la version intégrale Mythos 5 restant réservée à des organisations approuvées). OpenAI n’est pas en reste : le lancement de GPT-5.6 SOL s’est accompagné, fait inhabituel, de restrictions initiales de déploiement à la demande du gouvernement américain, avec vérification des utilisateurs lors d’une préversion limitée à des partenaires de confiance.
La stratégie chinoise prend l’exact contre-pied. En promettant les poids de son modèle le plus puissant – une première absolue pour la gamme Max, historiquement fermée –, Alibaba s’offre une validation par la communauté mondiale des développeurs, forme d’audit planétaire de ses affirmations, et un levier d’adoption que les API seules ne procurent pas.
La manœuvre chinoise répond aussi aux restrictions américaines sur l’exportation de puces avancées, censées maintenir les laboratoires chinois « une génération en retard » : Kimi K3 puis Qwen3.8-Max démontrent, à tout le moins, que l’obstruction n’a pas produit l’effet escompté.
Sous le capot : un gigantisme parcimonieux
Techniquement, Qwen3.8-Max repose sur une architecture « mixture of experts » comprenant 2 400 milliards de paramètres au total, dont environ 95 milliards sont activés à chaque étape d’inférence. Le modèle accepte du texte, des images et de la vidéo en entrée et produit du texte. Sa fenêtre de contexte atteint un million de tokens, avec un maximum de 991 808 tokens en entrée hors raisonnement, 983 616 avec raisonnement, 131 072 tokens en sortie et jusqu’à 262 144 tokens consacrés à la chaîne de raisonnement.
L’arme principale reste la tarification. Même si elle varie avec la région d’exécution. À Singapour, Alibaba facture 2 dollars par million de tokens en entrée, 6 dollars en sortie et 0,25 dollar pour les entrées récupérées dans le cache implicite. Dans la région Frankfurt Global/EU, les tarifs affichés sont respectivement de 1,65 dollar, 4,951 dollars et 0,206 dollar. Sur la base du tarif singapourien, Qwen3.8-Max coûte 60 % de moins que GPT-5.6 Sol en entrée et 80 % de moins en sortie. Face à Claude Fable 5, l’écart atteint environ un facteur cinq en entrée et un peu plus de huit en sortie. Ces écarts unitaires ne préjugent toutefois ni du nombre de tokens nécessaires ni du coût total d’un workflow agentique.
L’API prend en charge les appels de fonctions, les sorties structurées, le cache contextuel et un mode de réponse partielle. En revanche, Alibaba ne propose actuellement ni fine-tuning ni traitement par lots pour Qwen3.8-Max. Certains outils, notamment la recherche Web, ne sont disponibles que dans certaines régions. La compatibilité avec le format d’API OpenAI facilite les migrations, mais elle ne ramène pas nécessairement celles-ci à un simple changement d’URL : les comportements d’outils, les formats de raisonnement, les limites et les mécanismes de sécurité doivent être retestés.
Des benchmarks brillants… et soigneusement mis en scène
Sur le papier, les résultats impressionnent. Qwen3.8-Max revendique 86,6 sur Terminal-Bench 2.1, devant Claude Fable 5 et Opus 4.8 (84,6) mais derrière GPT-5.6 Sol en configuration max (88,8).
Il domine PaperBench (93,0 contre 88,8 pour Fable 5) et IFBench (82,8 contre 63,5), atteint 92,6 sur GPQA Diamond et truste les évaluations multimodales : 86,1 sur OSWorld-Verified (Alibaba affirme y devancer Sol Max comme Fable 5 sur l’usage agentique d’un ordinateur), 91,5 sur Parametric CAD Bench et 92,1 sur OmniDocBench 1.5.
Le bond générationnel entre Qwen3.8-Max et son prédécesseur (Qwen3.7-Plus) est spectaculaire : DeepSWE passe de 21,6 à 56,6, FrontierSWE de 40,7 à 73,5, JobBench de 31,3 à 53,4.
Le tableau mérite pourtant une lecture aussi attentive que critique. Ainsi, sur le génie logiciel pur, l’écart avec Anthropic demeure béant : 67,7 sur SWE-bench Pro contre 80,0 pour Fable 5, 73,5 sur FrontierSWE contre 88,8.
En outre, les premières mesures indépendantes tempèrent l’enthousiasme. Artificial Analysis crédite Qwen3.8-Max d’un score de 53 sur son Intelligence Index, nettement au-dessus de la médiane des modèles comparables (32) mais loin du haut du panier incarné par Fable 5 (environ 60). L’évaluateur relève surtout une verbosité record – 150 millions de tokens générés pour boucler son protocole, contre 63 millions en médiane – et une vitesse de 46 tokens par seconde jugée notablement lente, pour une facture totale de plus de 2 150 dollars. Une façon de rappeler au passage que le tarif unitaire, aussi agressif soit-il, ne préjuge pas mécaniquement de la facture finale.
Sur Arena.AI, le modèle décroche néanmoins la deuxième place mondiale en multimodal derrière Fable 5 et le cinquième rang sur le texte (mais il prend la première place des modèles chinois).
Sur Trilogy AI, Qwen3.8-Max obtient un score de 80 points sur 100, juste derrière son rival de Moonshot (et son score de 83).
Forces avérées, cas d’usage et retours d’experts
Alibaba affirme par ailleurs que Qwen3.8-Max peut mener une tâche de développement autonome pendant plus de dix jours. Cette revendication illustre l’ambition du modèle, mais ne constitue pas encore une preuve indépendante de stabilité sur des centaines ou des milliers d’étapes.
Les capacités documentaires et visuelles (OmniDocBench, CAO paramétrique, compréhension vidéo) dessinent quatre familles d’usages de prédilection pour ce modèle : l’ingénierie logicielle à l’échelle du dépôt de code, la revue de documents juridiques et financiers, les opérations médias et e-commerce, et la conception assistée. L’indexation de vidéos longues, l’extraction structurée de données et les assistants de recherche multi-étapes complètent le spectre, le tout adossé à un contexte d’un million de tokens dont l’exploitation devient économiquement viable grâce au cache – l’entrée mise en cache coûte huit fois moins cher que l’entrée fraîche.
Les analystes internationaux saluent la trajectoire sans céder au vertige. « Alibaba réduit l’écart, mais l’histoire la plus large est la maturation rapide des modèles à poids ouverts », observe Charlie Dai, vice-président et analyste principal chez Forrester, pour qui les entreprises disposent désormais « d’alternatives crédibles aux modèles frontières propriétaires » sur le génie logiciel, la personnalisation métier, la souveraineté et les déploiements sensibles aux coûts.
Pour les DSI la question clé demeure néanmoins de déterminer si Qwen3.8 apporte des résultats métier mesurables, une fiabilité de classe entreprise, un coût total de possession inférieur et des options de souveraineté numérique face aux modèles concurrents. Et sur tous ces éléments, le manque de recul empêche toute affirmation. Il faudra donc que chacun mette à l’épreuve ce modèle sur ses propres cas d’usage.
Les limites… et ce que l’on ignore encore
Outre cet impératif, les DSI ne doivent pas non plus négliger les nombreuses zones d’ombre que ce lancement n’a pas encore levées. Ainsi, aucune « model card » digne de ce nom n’accompagne le lancement : ni méthodologie d’entraînement, ni sources de données, ni évaluations de sécurité. Espérons qu’inspiré par son concurrent Moonshot (avec K3), Alibaba publiera un guide technique détaillé en même temps que les poids du modèle offrant davantage de détails et de chiffres pour répondre à ces questions.
Autre point sensible, la licence des poids promis n’a pas encore été communiquée.
Enfin, l’historique de la gamme incite par ailleurs à la prudence sur la fiabilité factuelle : son prédécesseur Qwen3.7-Max affichait, selon Artificial Analysis, 22,9 % d’hallucinations et 48 % d’abstention sur les tâches de restitution de connaissances, et aucun chiffre comparable n’existe encore pour Qwen3.8-Max. S’ajoutent la verbosité et la lenteur mesurées, qui pénalisent précisément les workflows agentiques longs que le modèle revendique.
Reste l’éléphant dans la pièce pour les DSI et RSSI européens : la transparence et la dépendance. Car quand bien même Alibaba promet des détails sur les jeux de données utilisés pour l’apprentissage, Qwen3.8-Max doit être considéré comme potentiellement censuré sur les sujets politiquement sensibles pour Pékin. Même si son niveau exact de censure n’a pas encore été mesuré indépendamment. Des recherches indépendantes ont mis en évidence, sur plusieurs générations antérieures de Qwen, des refus, des omissions ou des réponses alignées sur les positions officielles chinoises concernant notamment Tian’anmen, Taïwan ou le Falun Gong.
En outre, les poids ouverts ne sont pas réellement une garantie de contrôle car, comme on va le voir, un tel modèle ne s’installe pas « on prem ». Il faudra donc passer par un hébergement. Et il faut se souvenir que les l’usage via l’API cloud d’Alibaba ou via QwenWork expose les données aux obligations de la loi chinoise sur le renseignement national, qui contraint les entreprises du pays à coopérer avec les services de l’État. B
Disponibilité : le cloud d’abord, le hors-cloud en trompe-l’œil
Dans l’immédiat, Qwen3.8-Max s’utilise via l’API de Model Studio sur le cloud d’Alibaba (avec des limites de 2 millions de tokens et 15 000 requêtes par minute), l’interface conversationnelle Qwen Studio, la bêta de QwenWork et des agrégateurs comme OpenRouter.
Les poids du modèle flagship et d’un checkpoint réduit, Qwen3.8-27B, sont annoncés pour la semaine du 10 août sur Hugging Face et ModelScope. Toute la question tient dans la licence, toujours inconnue : Qwen 3.5 et 3.6 étaient sortis sous Apache 2.0, mais Moonshot a montré avec la « Kimi K3 License » qu’un modèle « ouvert » pouvait imposer obligations de mention et licence commerciale pour toute offre de type « model as a service », et MiniMax vient d’exclure l’Union européenne, les États-Unis, le Royaume-Uni et la Corée du champ de la licence communautaire de son modèle H3. Tant que le texte n’est pas publié, il faut donc se montrer très prudent sur le label « open weight » du modèle.
En outre, même une licence permissive ne ferait pas de Qwen3.8-Max un modèle « on-premise » pour autant. Un checkpoint de 2 400 milliards de paramètres relève de l’artefact de datacenter multi-nœuds : à titre de comparaison, Moonshot recommande pour Kimi K3, pourtant livré en MXFP4, un « supernœud » d’au moins 64 accélérateurs. Selon les premiers avis des experts, il faudra nécessairement un cluster doté d’au-moins 3 nœuds B200 (chaque nœud étant doté de 8 GPU) pour inférer Qwen3.8-Max. Une configuration réellement utile en production nécessiterait au moins 9 nœuds (soit 72 GPUs). Dit autrement, l’ouverture des poids ne transformera pas Qwen3.8-Max en modèle local. Il reste d’abord un modèle ouvert destiné aux hyperscalers, aux grands clouds souverains et aux opérateurs possédant déjà une infrastructure d’AI Factory.
Ce que Fable 5 et GPT-5.6 Sol conservent d’avance
Les benchmarks publics montrent que Qwen3.8-Max évolue dans le groupe de tête et qu’il est particulièrement convaincant en développement frontend et en analyse visuelle. Mais ils ne montrent pas la fréquence des appels d’outils mal formés, la capacité à récupérer après une erreur, la stabilité au bout de plusieurs centaines d’étapes, le nombre de corrections humaines nécessaires, le coût total pour obtenir un résultat acceptable, les conditions de support, de conformité et de disponibilité. Autant de sujets sur lesquels Fable 5 et GPT-5.6 Sol ont largement commencé à faire leurs preuves.
Sur le terrain le plus scruté du moment, celui du codage autonome, Claude Fable 5 garde clairement une longueur d’avance. Le modèle d’Anthropic domine nettement Qwen3.8-Max sur SWE-bench Pro comme sur FrontierSWE, et prend aussi la tête de GDPval-AA v2, devant GPT-5.6 Sol Max et Kimi K3. Les premières évaluations indépendantes confirment cette avance dans les tâches agentiques. Surtout, Anthropic peut déjà mettre en avant des retours de production parlants : Stripe affirme ainsi avoir mené une migration massive de code Ruby en une journée, là où l’opération aurait normalement pris plusieurs mois. À cela s’ajoute un écosystème déjà solide, de Claude Code à Claude Cowork, ainsi qu’un discours de sécurité qui parle aux grands comptes. Reste un frein majeur : le prix, nettement supérieur à celui des concurrents chinois, même si l’arrivée d’Opus 5, moins coûteux pour des performances proches, vient nuancer l’arbitrage.
OpenAI conserve, lui, un autre bastion : le codage en environnement terminal. GPT-5.6 Sol y signe les meilleurs résultats de Terminal-Bench 2.1, un indicateur particulièrement suivi pour les agents capables d’interagir avec des systèmes réels. Le groupe mise aussi sur l’efficacité opérationnelle de son modèle : moins de verbosité, des réponses plus rapides, donc potentiellement une facture plus contenue lorsque les agents produisent des milliards de tokens. L’offre reste taillée pour l’entreprise, avec plusieurs niveaux de modèles, une forte remise sur le cache et l’écosystème Codex. Mais l’avantage s’effrite dès que les contextes s’allongent : au-delà de 272 000 tokens en entrée, les coûts grimpent fortement, là où Qwen3.8-Max conserve une tarification linéaire.
Au final, Qwen3.8-Max ne détrône ni Fable 5 ni GPT-5.6 Sol, et ses benchmarks maison appellent la vérification indépendante que la publication des poids rendra possible. Le modèle n’en redessine pas moins la carte : un frontière multimodal crédible, cinq à huit fois moins cher que ses rivaux américains, bientôt téléchargeable, adossé au deuxième écosystème cloud d’Asie.
Pour les DSI, la leçon dépasse néanmoins ce seul lancement. Elle montre que l’écart entre modèles ouverts et fermés se mesure désormais en semaines. De quoi mettre à mal les plans d’adoption des modèles fermés d’OpenAI et Anthropic. De quoi aussi sérieusement nous inquiéter. Pour l’instant, les modèles d’Alibaba et de Moonshot n’ont pas encore vraiment été testés sur les tâches cyber. Et rien ne prouve qu’en la matière ils sont déjà proches de Mythos 5. Mais il est désormais vraiment temps de s’en inquiéter. Surtout après les incidents récents de modèles « sortis » de leurs bacs à sable chez OpenAI, Anthropic et Google.
À LIRE AUSSI :
À LIRE AUSSI :
