Alibaba lance Qwen 3.8-Max, son plus grand modèle d'IA à ce jour
Alibaba lance Qwen 3.8-Max, son plus grand modèle d'IA à ce jour, capable de traiter du texte, des images et des vidéos, une nouvelle référence pour le codage, la recherche et les tâches à long terme
Alibaba a dévoilé Qwen 3.8-Max, le modèle le plus puissant de sa famille Qwen. Ce modèle, qui compte 2 400 milliards de paramètres mais n’en active que 95 milliards à la fois, sera disponible via Model Studio d’Alibaba Cloud, et ses poids seront rendus publics la semaine prochaine. Qwen 3.8-Max se situe à un niveau proche de celui de Kimi K3, le modèle de son concurrent national Moonshot AI. Alibaba a déclaré que Qwen 3.8-Max est capable de mener à bien de bout en bout des projets complexes s'étalant sur plusieurs jours. Sur la plateforme de comparaison participative Arena.AI, Qwen 3.8-Max s’est immédiatement hissé au premier rang des modèles chinois pour les tâches textuelles, même s’il reste derrière plusieurs produits d’Anthropic, notamment Claude Fable 5.
Alibaba Cloud est une entreprise de cloud computing, filiale du groupe Alibaba. Alibaba Cloud fournit des services de cloud computing aux entreprises en ligne et à l'écosystème de commerce électronique d'Alibaba. Alibaba Cloud propose des services cloud disponibles selon un modèle de paiement à l'utilisation, notamment des ressources de calcul élastiques, le stockage de données, des bases de données relationnelles, le traitement du big data, la protection contre les attaques DDoS et des réseaux de diffusion de contenu (CDN). Qwen est une famille de grands modèles de langage développés par Alibaba Cloud. De nombreux modèles Qwen sont distribués sous la licence Apache, libre et open source, sous la licence Qwen (code source disponible) ou sous la licence Qwen Research à usage non commercial ; d’autres modèles Qwen propriétaires sont proposés via Alibaba Cloud.
Récemment, Alibaba a dévoilé Qwen 3.8-Max, le modèle le plus puissant de sa famille Qwen. Ce modèle, qui compte 2 400 milliards de paramètres mais n’en active que 95 milliards à la fois, sera disponible via Model Studio d’Alibaba Cloud, et ses poids seront rendus publics la semaine prochaine. Qwen 3.8-Max se situe à un niveau proche de celui de Kimi K3, le modèle de son concurrent national Moonshot AI, lancé le mois dernier avec 2 800 milliards de paramètres. Les deux modèles peuvent traiter du texte, des images et des vidéos, et traiter jusqu’à un million de tokens à la fois.
Sur la plateforme de comparaison participative Arena.AI, Qwen 3.8-Max s’est immédiatement hissé au premier rang des modèles chinois pour les tâches textuelles, même s’il reste derrière plusieurs produits d’Anthropic, notamment Claude Fable 5. Pour les tâches de vision, il s’est classé deuxième au niveau mondial, juste derrière une variante de Fable 5. Le modèle utilise une architecture de type « mixture-of-experts », qui répartit le travail entre des segments spécialisés plutôt que d’activer l’ensemble du système pour chaque requête. Selon Alibaba, cela permet de réduire les coûts et les temps de réponse. En revanche, OpenAI, Anthropic et Google ne divulguent pas le nombre de paramètres de leurs modèles à code source fermé.
Alibaba a déclaré que Qwen 3.8-Max est capable de mener à bien de bout en bout des projets complexes s'étalant sur plusieurs jours. Lors d'un test, le modèle a passé plus de dix jours à coder de manière autonome, à partir de zéro, un ensemble de logiciels auto-évolutifs, en intégrant les retours des utilisateurs, en effectuant ses propres tests et en itérant sur le code, les aperçus et les journaux sans aucune aide humaine.
Lors d’un autre test, il a reproduit de toutes pièces un article de recherche sur l’apprentissage automatique, en effectuant 33 cycles d’entraînement sur GPU pendant environ 125 heures, en écrivant 7 600 lignes de code, puis en proposant 18 idées d’amélioration qui ont finalement surpassé la méthode décrite dans l’article original. Participant à un véritable concours en ligne réunissant 526 équipes humaines, il a battu 87 % des concurrents.
L’entreprise a également démontré l’étendue des capacités du modèle dans diverses tâches professionnelles, notamment un examen complet de conformité juridique réalisé en moins d’une heure, un prototype d’application bancaire interactive livré sans aucune révision, et un menu de restaurant comprenant 26 plats, accompagné d’une analyse des calories et des coûts, généré en une seule fois.
Cette annonce intervient alors que les modèles d'intelligence artificielle (IA) open source chinois ont considérablement étendu leur présence à l'échelle mondiale, leur taux d'adoption passant de 13 % à près de 30 % de l'utilisation totale en 2025, principalement grâce à Qwen et DeepSeek. Cette tendance a été documentée dans le rapport "State of AI" d'OpenRouter, qui a analysé plus de 100 000 milliards de jetons sur plus de 300 modèles, révélant ainsi le passage d'une domination propriétaire à une concurrence pluraliste et open source à l'échelle mondiale.
Les entreprises technologiques chinoises bouleversent le secteur de l'IA grâce à des modèles comme Kimi K3 et DeepSeek. Ces systèmes gagnent rapidement en popularité, car ils s'avèrent plus abordables et souvent plus performants que leurs concurrents américains pour les tâches quotidiennes. Contrairement aux systèmes d'IA fermés d'OpenAI ou d'Anthropic, la Chine privilégie une approche ouverte, permettant à tout le monde d'intégrer et de personnaliser ces outils plus librement. Cette percée suscite des craintes à Washington concernant la sécurité intellectuelle et la domination technologique, certains accusant Pékin de copier des technologies américaines.
Voici un extrait de l'annonce d'Alibaba :
Qwen 3.8-Max : une nouvelle référence en matière de programmation et de coworking
Aujourd’hui, nous lançons officiellement Qwen 3.8-Max, le modèle le plus performant de la famille Qwen à ce jour. C’est également la première fois que nous rendons open source les poids d’un modèle de la classe Qwen-Max — ces poids seront publiés la semaine prochaine. S'appuyant sur l'architecture de Qwen 3.5, Qwen 3.8-Max atteint 2 400 milliards de paramètres, apportant des améliorations globales dans les domaines du codage, du travail, de la recherche et des tâches à long terme. Il est non seulement capable de répondre à des questions plus complexes, mais aussi d'accomplir des tâches complexes de bout en bout avec une plus grande fiabilité, en produisant des résultats fiables.
Codage
Pour un modèle de pointe, le codage signifie aujourd’hui bien plus que d’écrire une fonction à la demande : il s’agit de mener à bien, de manière autonome, un véritable projet s’étalant sur plusieurs jours, depuis un dossier vide jusqu’au résultat final. Nous avons testé Qwen3.8-Max sur trois défis de ce type, où chaque résultat devait être obtenu en écrivant et en exécutant réellement du code, sans aucune aide humaine. Un fil conducteur relie ces trois défis : Qwen3.8-Max ne se contente pas de suivre un plan fixe — il évolue de manière autonome grâce à des boucles de rétroaction, qu’il s’agisse de créer un harnais capable de s’améliorer de lui-même, d’affiner une méthode de recherche au fil des expériences ou de gravir les échelons du classement d’un concours, soumission après soumission.
Plus de 10 jours de codage autonome : création d’un harnais auto-évolutif
Dans ce cas précis, Qwen3.8-Max a été chargé de créer le projet oh-my-cli à partir de zéro et, au cours d’une session de codage autonome s’étalant sur plus de 10 jours, de construire un harnais auto-évolutif. Celui-ci intègre les retours des utilisateurs, les bonnes pratiques de la communauté et les résultats des autotests du modèle au sein d’une boucle d’ingénierie unique : les exigences sont normalisées en tickets, automatiquement pris en charge et exécutés par des agents, puis itérés en continu à travers le code, les tests, les aperçus et les journaux. La trace complète du projet est accessible au public dans le dépôt GitHub qwen-code-dev-bot/oh-my-cli.
Principaux détails de mise en œuvre du harnais de codage autonome :
- Configuration de la boucle d’ingénierie : état des tâches, répartition et récupération. Qwen3.8-Max combine une machine à états de tickets, un répartiteur, un moniteur et un chien de garde au sein d’une seule boucle d’exécution : lorsqu’une nouvelle exigence est créée dans GitHub Issues, un agent la revendique via la machine à états et la fait passer par les états ready → leased → active ; une fois la mise en œuvre terminée, les tests E2E et les vérifications CI sont déclenchés, et la pull request est fusionnée après validation.
- Auto-test : auto-test et maintenance du produit. Après chaque mise à jour, le modèle déclenche la validation des phases de compilation, de tests unitaires, de tests de bout en bout et du cycle de vie du bureau ; les états anormaux sont renvoyés vers le ticket ou la pull request concerné(e) pour correction et nouvelle vérification.
- Évolution multi-sources : mises à niveau du produit à partir de multiples signaux de demande. En convertissant l’expérience de la communauté et les retours des utilisateurs et développeurs en tâches exécutables, le harnais fait évoluer en continu les fonctionnalités /goal, /resume, Dynamic Workflow, Session Replay, Desktop et autres.
Au 30 juillet 2026, après environ 16 jours de fonctionnement entièrement autonome de l’IA, le référentiel avait accumulé 265 commits, 127 PR et 151 tickets, démontrant ainsi une capacité de codage autonome en constante évolution.
Reproduire un article de recherche, puis l'améliorer
Nous avons soumis à Qwen3.8-Max un article de recherche récent intitulé « Unified Data Selection for LLM Reasoning » et lui avons demandé de reproduire l'expérience décrite dans cet article sous forme de code, puis d'essayer de faire mieux. Cet article aborde une question très concrète liée à l'entraînement des IA : lorsque l'on dispose de bien plus de données qu'il n'est possible d'en utiliser pour l'entraînement, quels exemples vaut-il réellement la peine de conserver ? La réponse apportée par l’article est de privilégier les exemples regorgeant de « points de décision difficiles » — ces moments, dans une solution validée, où le modèle était véritablement indécis quant à la marche à suivre.
Le défi : Qwen3.8-Max est parti de rien d’autre que de l’article et d’un ensemble de GPU — pas de code de départ, pas de pipeline tout prêt. Les scripts de traitement des données, le code d’entraînement, la configuration d’évaluation : il a dû tout concevoir et tout écrire à partir de zéro, exactement le genre de travail qui prend des jours à des ingénieurs expérimentés.
Travaillant de manière entièrement autonome pendant environ cinq jours (soit environ 125 heures d’effort continu), Qwen3.8-Max a écrit environ 7 600 lignes de code, effectué plus de 1 100 actions et exécuté 33 cycles d’entraînement sur GPU. Il a d’abord passé environ 37 heures à reconstruire de zéro l’intégralité du pipeline présenté dans l’article et a reproduit ses six principaux résultats — en affinant à plusieurs reprises un modèle Qwen3-8B sur les données qu’il avait sélectionnées et en confirmant les gains obtenus sur des benchmarks mathématiques complexes (par exemple, la méthode de sélection de l’article surpasse le choix aléatoire de données de +7,7 % sur AIME24).
Il est ensuite allé plus loin, transformant la reproduction en auto-évolution. Au cours des quelque 88 heures suivantes, il a exécuté une boucle de recherche auto-améliorative — formuler une hypothèse → écrire le code → l’exécuter sur des GPU → analyser → réessayer — inventant et testant 18 idées d’amélioration de son propre chef au cours de quatre cycles. Les résultats de chaque cycle ont alimenté les hypothèses du cycle suivant, et en diagnostiquant ce qui n’avait pas fonctionné à chaque tentative, il a finalement mis au point une nouvelle méthode qui surpasse l’approche proposée dans l’article, avec un gain de +2,7 points sur le benchmark mathématique de niveau compétition AIME24.
Battre des centaines d’équipes humaines en 24 heures
Nous avons ensuite inscrit Qwen3.8-Max à un véritable concours en ligne : le WWW2025 Multimodal Dialogue Intent Recognition Challenge, organisé sur la plateforme Tianchi d’Alibaba Cloud, où 526 équipes humaines s’affrontaient. La tâche consistait à lire des conversations de service client — à la fois le texte et les captures d’écran — et à déterminer correctement ce que le client souhaitait.
Travaillant de manière entièrement autonome et dans le respect d’un délai strict de 24 heures, Qwen3.8-Max a lu le règlement du concours et a développé une solution complète en code. Pour la partie texte, il a affiné et combiné plusieurs modèles de langage chinois — BERT, MacBERT et RoBERTa ; pour les captures d’écran des produits, il a affiné un modèle de vision-langage, Qwen2.5-VL-7B, soutenu par un modèle Chinese-CLIP pour les images sur lesquelles son modèle principal avait des doutes. Il a ensuite fusionné tous ces modèles en un seul système de vote pondéré, en calibrant le poids attribué au vote de chaque modèle par validation croisée et en ajoutant des « votants » supplémentaires pour les images afin de départager les ex aequo. Au fil des 45 soumissions — les retours de chaque tour orientant le tour suivant d’affinage et de rééquilibrage des pondérations —, sa précision a progressé régulièrement, passant de 0,60 à 0,853 au final, devançant ainsi 458 des 526 équipes humaines (soit 87 % des participants).
Ensemble, ces trois cas illustrent ce qui distingue Qwen3.8-Max : il est capable de rester concentré pendant plusieurs jours sur un objectif difficile et ouvert, de proposer ses propres idées et de les transformer en résultats concrets, le tout sans intervention humaine.
Agents multimodaux
De ce qu’il voit à ce qu’il fait, Qwen3.8-Max ne se contente pas de comprendre les images, les documents et les vidéos. Il offre une intelligence visuelle qui couvre l’ensemble du cycle de vie d’une tâche.
Lorsqu’il traite des rapports financiers et des fichiers PDF complexes de plus de 200 pages, Qwen3.8-Max est capable de comprendre le texte, les graphiques et la mise en page des documents sur l’ensemble des pages, d’extraire des informations clés à partir de volumes importants de données et de les transformer en rapports structurés ou en expériences web prêtes à être mises en production. Lors du traitement de vidéos de plus de 100 heures, il ne se contente pas de localiser des moments spécifiques et de répondre à des questions détaillées. Il peut organiser les personnes, les événements, les horodatages et les scènes dans un graphe de mémoire vidéo, en établissant en continu des liens sur de longues périodes afin de reconstituer la progression des événements, les relations entre les personnages et les moments critiques.
Que l’entrée soit un document de plusieurs centaines de pages, une série télévisée complète ou un livestream de 100 heures, des informations qui seraient autrement difficiles à assimiler peuvent être transformées en une structure de connaissances consultable, traçable et interactive.
Au-delà de la compréhension, Qwen3.8-Max est capable d’effectuer de véritables tâches de production visuelle. Il peut monter des séquences personnelles pour en faire un vlog, transformer une question en animation pédagogique immersive, reconstituer un projet front-end complet à partir d’une simple capture d’écran d’interface, transformer un plan d’étage en visualisation 3D d’intérieur sous Blender, et développer des jeux et des applications interactifs à partir d’une requête en langage naturel.
Plus important encore, la vision ne se limite pas à l’étape de l’entrée. Pendant l’exécution, Qwen3.8-Max observe et évalue en continu ses propres résultats intermédiaires. Il peut inspecter la mise en page, l’orientation des objets, les relations spatiales, la qualité des animations et les résultats des interactions. Lorsqu’il détecte des problèmes — tels qu’un téléviseur mal orienté, une interface mal alignée ou un résultat visuel qui ne correspond pas à la conception prévue —, il est capable d’identifier l’écart, de réviser son plan et de corriger le résultat de manière autonome.
Cela signifie que la vision n’est plus simplement une modalité supplémentaire qu’un agent utilise pour comprendre les données d’entrée. Elle devient une boucle de rétroaction native qui s’étend à la planification, à l’exécution, à la vérification et à l’itération. Le modèle génère tout en observant, agit tout en examinant, et passe en revue le résultat à plusieurs reprises pour identifier les problèmes et améliorer son travail. Cette boucle de rétroaction visuelle permet à un agent d’aller au-delà de la simple réalisation d’une tâche pour parvenir à la mener à bien.
Qwen3.8-Max aide les agents multimodaux à évoluer : ils ne se contentent plus de comprendre le monde, mais agissent et créent en permanence au sein de celui-ci grâce à la vision.
Dans le monde numérique, mener à bien une tâche complexe de manière autonome nécessite souvent deux actions simultanées : écrire du code pour mettre en œuvre la logique sous-jacente, et manipuler l’interface manuellement pour piloter la tâche et observer le résultat. Cette capacité de l’agent hybride — l’association du codage et de l’utilisation de l’interface graphique — rend ces deux canaux complémentaires : le codage effectue le gros du travail efficacement et à grande échelle, tandis que l’utilisation de l’interface graphique permet d’accéder à tout ce qu’un humain peut voir et toucher et, tout aussi important, renvoie ce qui se passe réellement dans un système en production — étendant ainsi la boucle de rétroaction visuelle décrite ci-dessus, qui passe de l’inspection de sa propre sortie à la vérification par rapport à une application réelle en cours d’exécution.
Pour mesurer cela, nous présentons RecreationBench, un benchmark de recréation d’applications à long terme couvrant cinq plateformes : ordinateurs de bureau (Ubuntu, macOS, Windows), mobiles (Android) et web. Le modèle ne peut observer une application réelle en exécution que comme une « boîte noire » — sans code source, sans accès à Internet —, en la comprenant uniquement par l’interaction et le retour d’information, puis en reconstruisant l’application entière à partir de zéro. Ici, Qwen3.8-Max démontre déjà des capacités d’agent hybride à la pointe de la technologie, convergeant pas à pas vers l’original grâce à des cycles répétés de codage itératif et de retours interactifs.
Afin de faciliter l’intégration de ces capacités dans les systèmes d’agents existants, nous lançons également Qwen-MM-Plugins. Il s’agit d’une bibliothèque d’extension de harnais conçue pour les agents multimodaux, qui fournit aux frameworks d’agents des fonctionnalités de traitement d’images et de vidéos, une mémoire multimodale, la prise en charge de la résolution dynamique, l’utilisation d’outils visuels, ainsi que des capacités spécialisées pour des tâches telles que le montage vidéo, Blender et la CAO. Grâce à Qwen-MM-Plugins, tout harnais d’agent existant peut être étendu pour devenir un système multimodal natif plus naturel.
Source : Annonce de Qwen 3.8-Max
Et vous ?
Pensez-vous que cette annonce est crédible ou pertinente ?
Voir aussi :
Répondre avec citation
Partager