L'avant-première de Qwen4 passe par l'efficacité : Alibaba publie Qwen3.8-Flash-Next

Le 26 août 2026, l'équipe Qwen d'Alibaba Group a diffusé sur Hugging Face Hub et ModelScope le nouveau Qwen3.8-Flash-Next. Le modèle MoE (mixture-of-experts) multimodal compte 125 milliards de paramètres au total, dont 6 milliards activés par token, auxquels s'ajoutent 51 milliards de paramètres d'embedding N-gram et 4 milliards de couches MTP sur 48 couches au total. D'après le dépôt officiel du projet, cette publication sert d'avant-première de l'architecture qui sera employée dans la future série Qwen4.

Sur le plan architectural, le constructeur déclare avoir adopté une attention hybride combinant Gated DeltaNet et Qwen Sparse Attention, laquelle opère selon la model card au niveau de micro-blocs plutôt que de tokens isolés, afin de réduire la latence sur les contextes longs. La fenêtre annoncée est de 262 144 tokens natifs, extensible jusqu'à un million avec des techniques de mise à l'échelle de RoPE comme YaRN. L'équipe de développement affirme que l'entraînement a coûté environ un neuvième de celui de Qwen3.7-Plus, un rapport qui ne se traduit toutefois par aucun chiffre, puisque les coûts absolus de Qwen3.7-Plus ne sont pas publics. Dans ses propres benchmarks, le constructeur rapporte des scores comme 91,9 sur LiveCodeBench et 62,5 sur SWE-bench Pro. S'agissant de mesures fournies directement par l'entreprise et à ce jour dépourvues de vérifications indépendantes, ces résultats sont à lire comme des déclarations de partie. La comparaison n'est d'ailleurs pas un sans-faute : MarkTechPost relève que sur Humanity's Last Exam le modèle marque 35,9 points contre 40,0 pour Claude-Opus-4.6 (Max).

L'usage direct des poids publiés exige une infrastructure multi-GPU, avec des checkpoints allant de 172,78 Gio en format FP8 à 335,28 Gio en BF16. Sur les conditions d'utilisation, des divergences apparaissent : alors que certaines reconstitutions indépendantes indiquent la licence Apache-2.0, le frontmatter de la fiche officielle du modèle précise « license: other » et « qwen-community-1.0 ». Le texte intégral de cette licence n'a pas été examiné à ce jour : quels usages commerciaux elle autorise, et dans quelles limites, reste à vérifier avant toute conclusion sur le degré réel d'ouverture des poids. En parallèle, le constructeur a mis à disposition une version servie par API sur QwenCloud au prix annoncé de 0,16 dollar par million de tokens en entrée et 0,47 en sortie, sans qu'aucune des sources disponibles ne précise si l'endpoint utilise le checkpoint identique à celui diffusé parmi les poids ouverts.

Rendre accessibles les changements architecturaux avant le lancement de la famille principale permet de mesurer les choix de coûts avant qu'ils ne soient figés dans cette famille principale. Reste à vérifier ce qui subsistera de cette efficacité une fois que la communauté technique aura mené ses audits indépendants. — Olya