Qwen3.8 2.4t A95b

Un jalon majeur pour l'écosystème open-source

Le 12 août 2026, Alibaba a franchi une étape historique en publiant en poids ouverts le modèle Qwen3.8-2.4T-A95B. Disponible sur les dépôts officiels Hugging Face et ModelScope, cette publication marque la toute première ouverture par Qwen d'un modèle appartenant à sa prestigieuse classe « Max ». Positionné par ses concepteurs comme leur modèle le plus avancé à ce jour, il promet des avancées significatives dans des domaines exigeants tels que la programmation, les tâches bureautiques complexes, la recherche scientifique et la gestion de tâches à long horizon.

Une architecture Mixture-of-Experts (MoE) colossale

Au cœur de ce modèle se trouve une architecture de type Mixture-of-Experts (MoE) d'une envergure inédite. Qwen3.8-2.4T-A95B affiche un total vertigineux de 2,4 billions (2 400 milliards) de paramètres. Cependant, grâce à la structure MoE, seuls 95 milliards de paramètres sont activés lors de l'inférence pour chaque jeton.

Cette approche permet de réduire considérablement le coût de calcul par jeton par rapport à un modèle dense de taille équivalente. Néanmoins, il convient de souligner que cette optimisation n'allège pas l'empreinte mémoire requise pour le stockage et le chargement du modèle. Pour exécuter l'ensemble des experts, une infrastructure matérielle particulièrement robuste et dotée d'une mémoire colossale reste indispensable.

Modalités et distinctions cruciales avec la version propriétaire

Il est essentiel de ne pas confondre le modèle ouvert Qwen3.8-2.4T-A95B avec le service propriétaire Qwen3.8-Max proposé en API fermée. La version ouverte est strictement limitée au traitement de texte (text-to-text). Elle impose de surcroît un mode de raisonnement systématique pour chaque interaction.

À l'inverse, le service propriétaire Qwen3.8-Max intègre des fonctionnalités absentes de la version ouverte : - L'analyse d'entrées visuelles (vision). - Un mode de fonctionnement sans raisonnement obligatoire. - Des outils intégrés (tool use). - Une fenêtre de contexte par défaut s'élevant à 1 million de jetons.

Pour le modèle ouvert Qwen3.8-2.4T-A95B, aucune modalité audio, vidéo ou de génération d'images n'est prise en charge. Son champ d'application se concentre donc exclusivement sur le texte, le code et les flux de travail agentiques textuels.

Gestion du contexte et budgets de génération

La taille exacte de la fenêtre de contexte totale prise en charge par le modèle ouvert n'a pas été formellement confirmée dans les publications officielles initiales. Toutefois, les recommandations de déploiement issues de la carte de modèle officielle suggèrent des configurations avancées : - Jusqu'à 262 144 jetons alloués au contenu de raisonnement (les étapes de réflexion internes). - Jusqu'à 131 072 jetons pour la réponse finale délivrée à l'utilisateur.

Ces valeurs représentent des plafonds de génération recommandés séparément. Elles ne garantissent pas que ces deux budgets massifs puissent être exploités simultanément avec n'importe quelle longueur d'entrée, ce qui incite à la prudence lors du paramétrage des applications.

Performances et positionnement concurrentiel

Bien que Qwen revendique des gains généraux notables, aucune table officielle de benchmarks, méthodologie de test reproductible ou mesure indépendante complète n'est actuellement disponible pour ce modèle ouvert précis.

La plupart des comparaisons et analyses de performance diffusées dans le grand public concernent le service commercial Qwen3.8-Max et non les poids ouverts A95B. Par conséquent, il serait scientifiquement inexact et risqué d'attribuer des scores précis à Qwen3.8-2.4T-A95B ou de le classer formellement par rapport à des concurrents établis tels que Kimi, DeepSeek, Claude, GPT ou Gemini.

Cas d'usage recommandés et limites

Compte tenu de ses spécificités techniques, le modèle excelle particulièrement dans les scénarios suivants : - Le raisonnement logique approfondi et la résolution de problèmes complexes. - L'assistance avancée au développement logiciel (génération et analyse de code). - La synthèse et l'analyse de documents textuels volumineux. - Le déploiement d'agents autonomes textuels nécessitant une planification rigoureuse.

Ses limites principales résident dans l'absence totale de capacités multimodales (pas de vision, d'audio ou d'image), l'obligation d'utiliser le mode raisonnement (ce qui peut ralentir les requêtes simples), l'absence de benchmarks publics validés pour cette version, et des exigences matérielles d'auto-hébergement extrêmement élevées en raison de ses 2,4 billions de paramètres totaux.

Une fois activé, la tarification prévue sur la plateforme s'établit comme suit : - Tarification d'entrée : 2,00 $ par million de jetons. - Tarification de sortie : 6,00 $ par million de jetons.

Cette structure tarifaire compétitive permet d'accéder à la puissance d'un modèle de classe « Max » sans avoir à assumer les coûts d'infrastructure colossaux liés à son auto-hébergement.