Qwen3.8-27B : Alibaba surprend avec un petit modèle 27B open-weight qui surpasse son propre fleuron en programmation agentique

Les 13 et 14 août 2026, l'équipe Qwen d'Alibaba a dévoilé Qwen3.8-27B, un modèle multimodal dense de 27 milliards de paramètres, placé sous la licence permissive Apache 2.0 . Contrairement au modèle-phare Qwen3.8-Max (2,4 billions de paramètres, licence propriétaire, nécessitant une infrastructure serveur lourde), la variante 27B est conçue pour un déploiement local ou sur site, occupant environ 17 Go de VRAM en quantification 4 bits .

Architecture et spécifications clés

Qwen3.8-27B est un modèle natif vision-langage bâti sur la base Qwen3.5 et utilisant un mécanisme d'attention Hybrid Gated DeltaNet : trois couches d'attention sur quatre emploient une attention linéaire O(n), ce qui permet de gérer des contextes longs sans explosion quadratique de la mémoire . Voici les spécifications issues de la fiche officielle Hugging Face :

Attribut	Détail
Paramètres	~27B (certaines sources mentionnent 28B)
Architecture	Transformer dense avec Hybrid Gated DeltaNet + Gated Attention
Fenêtre de contexte	262 144 jetons nativement, extensible à ~1M via YaRN
Modalité	Texte, image et vidéo en entrée ; mode de réflexion activable
Licence	Apache 2.0 (poids entièrement ouverts)
Taille quantifiée	~17 Go (4 bits, fonctionne sur des GPU grand public)

La date de publication a levé plusieurs incertitudes : le modèle inclut un encodeur visuel surprise — la multimodalité n'était pas promise au départ — et la licence Apache 2.0 élimine les frictions juridiques qui freinaient l'adoption des modèles d'IA chinois par les entreprises .

Performances : un petit modèle qui bat les plus grands

Alibaba a publié un tableau de benchmarks complet sur la fiche Hugging Face du Qwen3.8-27B . Ce tableau compare le modèle 27B open-weight à Meta's Muse Glimmer-30B, au Qwen3.7-Plus (API-only d'Alibaba), à l'Anthropic Opus4.6 Max, et à l'ancienne génération Qwen3.6-27B .

Benchmark	Qwen3.8-27B	Muse Glimmer-30B	Qwen3.7-Plus	Anthropic Opus4.6 Max	Qwen3.6-27B
Terminal-Bench 2.1 (codage terminal agentique)	73,0	51,7	64,0	78,2	63,4
SWE-bench Pro (ingénierie logicielle agentique)	61,7	—	57,6	—	53,5
CoWorkBench (collaboration bureautique agentique)	70,7	—	65,1	—	—
LiveCodeBench v6 (codage compétitif)	90,3	—	89,6	88,8	83,9
IFBench (suivi d'instructions)	79,5	77,0	79,1	62,5	69,1

Trois résultats marquants :

• Contre Muse Glimmer-30B : Qwen3.8-27B mène de 41 % sur Terminal-Bench 2.1 (73,0 contre 51,7), le benchmark des agents de codage en environnement terminal réel .
• Contre Qwen3.7-Plus (son propre grand frère) : Le plus petit modèle open-weight bat le modèle API-only d'Alibaba sur le codage agentique (SWE-bench Pro : 61,7 contre 57,6) et les tâches bureautiques (CoWorkBench : 70,7 contre 65,1) .
• Contre Anthropic Opus4.6 Max : Opus4.6 Max mène sur Terminal-Bench 2.1 (78,2 contre 73,0), mais Qwen3.8-27B reste compétitif malgré environ 50 fois moins de paramètres et des poids complètement ouverts . Sur IFBench, le modèle 27B marque 79,5 contre 62,5 pour Opus4.6 Max .

Par rapport à sa propre génération précédente, le Qwen3.6-27B, le nouveau modèle progresse d'environ 15 % sur Terminal-Bench (73,0 contre 63,4) et gagne 8 points sur SWE-bench Pro . Le 27B affiche également 90,3 sur LiveCodeBench v6, le meilleur score de son groupe de comparaison .

Contexte plus large : la stratégie open-weight et l'adoption de l'IA chinoise

La sortie de Qwen3.8-27B signale un changement de stratégie. La famille Qwen d'Alibaba s'orientait vers la conservation de ses meilleurs modèles derrière des API ; le dernier modèle général open-weight avant celui-ci était le Qwen3.6-27B, daté du 22 avril 2026 . La licence Apache 2.0 sur Qwen3.8-27B, combinée à la possibilité de l'exécuter sur du matériel grand public, marque un retour à la stratégie open-weight qui a bâti la réputation mondiale de Qwen .

Cette décision intervient dans un contexte d'essor spectaculaire des modèles d'IA chinois. À la mi-2026, les modèles d'origine chinoise représentaient environ 61 % du volume de jetons sur OpenRouter, tandis que la part des États-Unis passait d'environ 70 % à 30 % en un an . Une autre estimation montre que les modèles open-weight chinois traitaient 46 % des jetons d'API des entreprises chaque semaine en juillet 2026, contre 35,7 % pour les modèles américains . Gartner prédit que la moitié des entreprises mondiales adopteront des modèles d'IA chinois d'ici deux ans, en raison de leur disponibilité en open-weight, de leurs licences permissives et de leurs prix considérablement plus bas .

Un rapport de mars 2026 de la Commission américano-chinoise sur l'économie et la sécurité a documenté une « boucle de rétroaction » où l'adoption généralisée de l'IA chinoise stimule l'itération, ce qui stimule à son tour l'adoption — y compris par les entreprises américaines . La licence Apache 2.0 de Qwen3.8-27B facilite directement cette tendance en supprimant les frictions juridiques et en permettant à toute organisation d'héberger elle-même un modèle multimodal de pointe sans frais d'API récurrents .