Qwen3.8-27B 2026 : qu’est-ce que le 27B open weights d’Alibaba
Les poids ouverts de Qwen3.8-27B sont arrivés le 14 août ; le 17, 3 millions de téléchargements et un index tiers. On sépare ici la fiche officielle des scores indépendants.
Le vendredi 14 août 2026, l’équipe Qwen d’Alibaba a placé un checkpoint dense d’environ 27 milliards de paramètres sur Hugging Face. Lundi, la conversation développeur était passée de « encore une carte ouverte » à : un 27B local peut-il prendre une partie du travail de code et d’agents qui vivait récemment derrière des API cloud.
VentureBeat a suivi le 17 août. L’objet est Qwen3.8-27B, dépôt Qwen/Qwen3.8-27B, licence Apache 2.0. Ce qui suit n’est que le vérifiable : la fiche officielle, les index tiers, quels chiffres restent déclarés par l’éditeur.
Ce qu’est Qwen3.8-27B
La fiche officielle le décrit comme un modèle de langage causal avec encodeur de vision : environ 27B paramètres, multimodal natif (texte, image, vidéo), contexte natif 262 144 jetons, écrit comme extensible à 1 million. La réflexion est activée par défaut, réglable avec reasoning_effort, désactivable par requête.
Chiffres vérifiables
- 1
La table éditeur commence par le code et l’usage ordinateur
La fiche officielle liste SWE-bench Pro 61,7, LiveCodeBench v6 90,3 et OSWorld-Verified 84,3, et compare sur la même table Qwen3.6-27B et Claude Opus 4.6 Max. Les notes indiquent que certaines tâches ont utilisé un harness interne ; les conditions ne sont pas identiques sur chaque ligne.
- 2
Un composite tiers est arrivé lundi
VentureBeat a écrit qu’Artificial Analysis donnait un Intelligence Index de 52, le même score que le texte attribuait au GPT-5.6 Luna milieu de gamme d’OpenAI en raisonnement maximal ; Agentic Index 51, écrit comme devant Claude Opus 4.8 en raisonnement max. Ce sont des composites, pas « déjà égal à un modèle cloud nommé ».
- 3
Les téléchargements sont des compteurs de plateforme
Le même VentureBeat citait Cybernews : plus de 3 millions de téléchargements Hugging Face en trois jours, des versions quantifiées apparues vite. Le billet communauté Alibaba Cloud du 17 août disait séparément que le modèle était entré dans le top 5 des plus aimés du Hub en deux jours. Un compteur n’est pas un nombre d’utilisateurs uniques.
La licence est plus souple que celle du fleuron
Les dépôts 27B et FP8 sont marqués Apache 2.0 sur Hugging Face : modification, redistribution et usage commercial si licence et mentions restent. Le fleuron 2,4T de la même génération utilise une licence Qwen3.8-Max séparée ; les conditions ne se transfèrent pas.
La VRAM décide quel fichier tourne vraiment
VentureBeat a écrit qu’un 16-bit plein demande environ 56 Go de mémoire GPU, le FP8 environ 28 Go, une quantification 4-bit environ 17 Go pour le modèle lui-même. Le dépôt officiel est en safetensors BF16 ; les GGUF courants sur cartes grand public viennent de dépôts communautaires, pas de l’arbre officiel principal.
La réflexion par défaut est coûteuse
Artificial Analysis a dit que le modèle avait produit environ 160 millions de jetons de sortie sur le test Intelligence Index, contre une médiane de 43 millions pour des open-weights comparables. Simon Willison a écrit que sous le xhigh par défaut, un SVG de pélican à vélo a pris 21 minutes et plus de 22 000 jetons de raisonnement. Il conseille de commencer en local avec peu ou pas de raisonnement.
| Formulation | Source vérifiable | Lecture |
|---|---|---|
| SWE-bench Pro 61,7 | Fiche officielle Hugging Face | Éval éditeur ; voir les notes |
| Intelligence Index 52 | Artificial Analysis ; VentureBeat 17 août | Composite tiers, pas une équivalence de banc unique |
| >3 M de téléchargements en trois jours | Cybernews ; cité par VentureBeat | Compteur de plateforme ; peut inclure des copies quantifiées |
Le billet communauté Alibaba Cloud du 17 août disait que des builds quantifiés pouvaient tourner sur un portable et que la capacité égalait Qwen3.7-Plus, un MoE environ dix fois plus grand. C’est le wording d’un blog d’entreprise, à lire à part des index tiers.
# Official repo (reported)
Qwen/Qwen3.8-27B
Apache-2.0 · ~27B dense VLM · ctx 262144
hosted 1M context: coming soonLecture et limites
- Poids ouverts ≠ recette d’entraînement publique
- On peut télécharger des poids post-entraînés et une config. La fiche officielle ne publie pas en même temps les données d’entraînement et une recette de reproduction complète.
- Le service hébergé n’est pas écrit comme en ligne
- La fiche dit que Qwen Cloud offrira un contexte par défaut d’un million de jetons et des outils intégrés. Le statut est coming soon, pas un SKU officiel déjà tarifé.
- Exécutable en local n’est pas « remplace un fleuron cloud »
- Les index tiers et la table éditeur s’accumulent encore. Vitesse, consommation de jetons et différences de harness comptent plus qu’un titre « bat Opus ».
Questions à recouper
Qwen3.8-27B et Qwen3.8-Max sont-ils le même modèle ?
Non. Le 27B est un multimodal dense sous Apache 2.0. Le fleuron de la même génération est un MoE d’environ 2 400 milliards totaux / 95 milliards actifs sous une autre licence. Les noms de dépôt diffèrent aussi.
Un labo indépendant a-t-il reproduit le 61,7 ?
Les chiffres SWE-bench Pro et proches sur la fiche officielle sont publiés par Alibaba. Les index Artificial Analysis dans VentureBeat sont un composite tiers distinct. Les deux jeux ne se valident pas automatiquement.
Un portable peut-il aujourd’hui tourner en pleine précision ?
Les reports grand public portent surtout sur un fichier quantifié d’environ 17 Go, pas sur les poids officiels ~56 Go en pleine précision. Framework, dépôt de quantification et réglage de réflexion par défaut changent la vitesse ressentie.