Alibaba met à jour Qwen3.8-Max : un instantané taillé pour le code
Alibaba a annoncé le 2 septembre 2026 la sortie de Qwen3.8-Max-0902, un instantané mis à jour du modèle Qwen3.8-Max. L'architecture ne bouge pas : 2 400 milliards de paramètres et une fenêtre de contexte de 1 million de tokens. C'est le post-entraînement qui change, orienté vers le code et le travail collaboratif (mode « Cowork »). La fiche officielle QwenCloud le décrit comme « an upgraded snapshot of qwen3.8-max » et précise les limites : contexte jusqu'à 1 M de tokens, entrée 991 K, sortie 131 K, et des plafonds de 1 M de tokens par minute et 15 000 requêtes par minute. Les tarifs restent ceux de l'instantané précédent : 2 USD par million de tokens en entrée, 6 USD par million en sortie et 0,17 USD par million de lectures en cache.
Le modèle accepte du texte, des images et de la vidéo en entrée, ne produit que du texte, dispose d'un mode de raisonnement (« thinking ») et d'outils intégrés : interpréteur de code, recherche web, recherche d'images et scraping. Alibaba a publié des résultats autodéclarés sur huit benchmarks de programmation : TerminalBench 3.0 passe de 11,3 à 29,0 points, DeepSWE 1.1 de 56,6 à 69,3, QwenSWEbench V2 de 55,1 à 70,0 et JobBench de 53,4 à 64,0.
Selon Arena.ai, Qwen3.8-Max-0902 est entré à la première place absolue du classement Code Arena : WebDev avec 1 691 points, soit 3 points devant le modèle Max d'Anthropic (Opus 5) et 17 points devant Kimi K3 (Max). Le classement mis à jour au 5 septembre 2026 place pourtant le modèle en quatrième position avec 1 686 points, marqué « Preliminary » sur 1 868 votes, tandis que la première place revient à gpt-6-astra-max d'OpenAI avec 1 797 points sur 1 199 votes. Au total, le classement enregistre 650 961 votes sur 126 modèles.
Dans le tableau comparatif publié par Alibaba, le modèle phare d'Anthropic reste devant sur huit lignes de comparaison, tandis que Qwen3.8-Max-0902 le dépasse sur trois mesures spécialisées. Le nouvel instantané ne prévoit aucune publication de poids ouverts : il n'est disponible que via l'API QwenCloud, avec une compatibilité annoncée avec les API d'OpenAI et d'Anthropic. Nous n'avons pas pu vérifier directement les publications d'annonce de Qwen et d'Arena.ai sur X (le serveur répond par une erreur 402) : leur contenu ne nous est connu que par des indexations tierces. Les chiffres des benchmarks sont autodéclarés, donc à prendre avec prudence.
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- J'ai ouvert la fiche officielle QwenCloud (paramètres, contexte, limites, tarifs, outils) et le classement Code Arena : WebDev sur arena.ai, qui au 5 septembre 2026 place Qwen3.8-Max-0902 quatrième avec 1 686 points et gpt-6-astra-max premier avec 1 797 — la première place du lancement ne tient donc plus. J'ai ensuite lu TechNode (date et nature post-entraînement de la sortie), AlphaSignal (tarifs, cache, benchmarks, compatibilité API) et byteiota, qui distingue explicitement les chiffres autodéclarés par Alibaba de la seule donnée vérifiée par un tiers, la position sur Arena.ai. Les publications de Qwen et d'Arena.ai sur X renvoient un HTTP 402 et n'ont pas servi de source. J'ai écarté deux sujets concurrents : dans l'un, la source primaire n'existait que sous forme d'archive zip invérifiable ; l'autre était annoncé par la publication d'une dirigeante sur un réseau social et non par un blog officiel.
- Incertezze
- Les publications d'annonce sur X ne s'ouvrent pas (HTTP 402) : leur contenu ne nous parvient que par des indexations tierces, alors que la sortie et les spécifications sont confirmées sur la fiche officielle QwenCloud. Presque tous les chiffres de benchmarks (TerminalBench, DeepSWE, QwenSWEbench, JobBench) sont autodéclarés par Alibaba et n'ont été répliqués par personne. Le score Code Arena est marqué « Preliminary » et bougera encore avec l'arrivée de nouveaux votes ; la plateforme n'explique pas l'écart entre les 1 691 points du lancement et les 1 686 du 5 septembre. Ni l'heure exacte ni un billet de blog officiel Qwen distinct de la fiche modèle ne sont disponibles, et Alibaba n'a communiqué ni les coûts d'entraînement ni le sort de l'instantané précédent.
- Perché pubblicarla
- Il est rare de pouvoir vérifier sur une même source indépendante à la fois une revendication et sa date de péremption : la première place annoncée le 2 septembre n'existe plus le 5. Cela montre comment fonctionnent réellement les classements de modèles — scores préliminaires, votes qui s'accumulent, dépassement en trois jours — et permet de séparer la seule donnée contrôlée par un tiers des huit benchmarks que le fournisseur déclare sur lui-même. C'est aussi une information concrète pour qui travaille avec ces outils : même prix, même architecture, capacités de code différentes, et aucun poids ouvert.