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

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 :

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 .

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 .