Alibaba Qwen3.8-Max : 2,4T parametres, top 5 Arena — l'etiquette open source precede les poids

Six pieges frequents la semaine du lancement

1. Confondre le label « Open-Source » avec des poids disponibles : qwen.ai etiquete des le jour GA, mais au 4 aout aucun depot HF ni licence — intention, pas livrable.
2. Traiter les scores Alibaba comme verdict independant : PaperBench 93,0, OSWorld 86,1 proviennent de frameworks internes ; Artificial Analysis n'a pas reproduit la GA.
3. Sous-estimer le decalage de transparence preview : le 19 juillet, pas de parametres actifs ; 950B annonces seulement a la GA — critique des evaluateurs independants.
4. Estimer le deploiement local sur 2,4T total : en MoE, le cout suit ~950B actifs ; deploiement complet exige un datacenter multi-noeuds.
5. Ignorer l'interdiction production en preview : ToS du 19.07. interdisait l'automatisation prod, sans model card — A/B post-GA recommande.
6. Evaluer des agents longue duree sur MacBook : showcases 16 jours ou 500+ etapes exigent un noeud 24h/24 ; pour workflows creatifs Apple (Final Cut, Xcode, pipelines agentiques), la veille du portable coupe les sessions.

Chronologie : de la preview a la GA en deux semaines

• 16 juil. : Moonshot publie Kimi K3 (2,8T, 16/896 experts actifs) avec rapport technique.
• 19 juil. : Preview Qwen3.8-Max sur Token Plan / Qoder / QoderWork — 10 % du prix final, sans benchmarks.
• 27 juil. : Poids Kimi K3 sur Hugging Face.
• 31 juil. : DeepSeek V4-Flash GA — 9 benchmarks agent/code au-dessus de V4-Pro preview sans inflation parametrique.
• 3 aout : GA Qwen3.8-Max, table complete de benchmarks, « Qwen Office » ; action Alibaba +7 % HK / +4,5 % US.
• vers 10 aout : Poids Qwen3.8-Max et Qwen3.8-27B prevus sur Hugging Face / ModelScope — date et licence a confirmer.

Architecture : efficacite MoE plutot que course aux parametres

Pourquoi MoE + attention hybride

2,4T total avec 950B actives — cout d'inference proche d'un modele centaines de milliards, pas de materialiser 2,4T. Base des tarifs API 2/6 USD vs Claude Opus 5 (5/25) et Fable 5 (10/50) : l'efficacite comme levier prix.

reasoning_effort : low / medium / xhigh

Controle via enable_thinking ou reasoning.effort (compatibilite Anthropic) — adapter la profondeur de raisonnement au cout token.

Taches autonomes longues : narration forte, audit externe limite

Codage autonome 16 jours, optimisation puce 500+ etapes, RecreationBench — traces partielles sur GitHub qwen-code-dev-bot/oh-my-cli, sans audit tiers complet.

Ecosysteme : du modele au produit agent

« Qwen Office » plus API OpenAI/Anthropic — chaine Claude Code, Codex, Qoder CLI, Qwen Code, OpenClaw. Pour equipes creatives sur Mac : Qwen alimente deja Apple Intelligence en Chine ; un gateway agent stable sur Mac mini dedie evite la coupure de session a la fermeture du clapet.

Controverse : open source affiche avant les poids

1. Label vs artefact : « Open-Source » des le GA, aucun depot HF/ModelScope — promesse « semaine prochaine ».
2. Origine des benchmarks : QwenSWEBench, RecreationBench — frameworks Alibaba ; plateformes neutres sans replique GA.
3. Notes de bas de page : « Fable 5 possible fallback » sans methodologie equivalente publiee.
4. Preview opaque : interdiction automation prod le 19.07., pas de model card — A/B conseille avant migration.

Cela n'invalide pas Qwen3.8-Max — test aveugle (269 fichiers architecture) : K3 83, Qwen preview 80. Les affirmations de domination sur GPT-5.6 Sol et Fable 5 restent a confirmer par poids et reproduction tierce.

Contexte marche : course aux parametres et a l'efficacite

• Echelle trillion : DeepSeek V4-Pro (1,6T) → Qwen3.8-Max (2,4T) → Kimi K3 (2,8T) ; V4-Flash montre des gains agent sans scaling pur.
• Alibaba revient a l'open weight : premiere promesse au tier Max — aux cotes de K3 et DeepSeek.
• Grand public : Qwen via Apple Intelligence China — rayon commercial au-dela de l'API.
• Regulation : 4 aout, Maison Blanche avec OpenAI, Anthropic, Google, Meta sur tests securite agents — contraste avec acceleration open weight en Chine.

Runbook en six etapes apres la GA

1. Separer essai API et migration prod : preview interdisait l'automation — post-GA, A/B sur trafic non critique vs Kimi K3 ou Opus 5.
2. reasoning_effort par tache : low/medium pour routine ; xhigh pour agents longs — baseline tokens.
3. Compatibilite endpoints : stack Claude Code / OpenClaw — tester endpoint Anthropic ; cache implicite 0,25 USD, lecture explicite 0,17 USD par 1M.
4. Niveaux de preuve : interne Alibaba → Arena Preliminary → test aveugle — apres le 10 aout, repro identite et benchmarks.
5. Agent longue duree sur noeud dedie : OpenClaw Gateway + API Qwen3.8-Max — pas de veille portable ; ideal pour pipelines creatifs 7j/7 sur Mac cloud.
6. Apres le 10 aout : verifier depot HF, licence, Qwen3.8-27B pour besoins on-prem — mettre a jour la table de routage interne.

Trois chiffres pour la revue technique

• Ecart tarifaire : 2/6 USD vs Opus 5 (5/25) ~40 % en entree, vs Fable 5 (10/50) ~20 % — 950B actifs comme base.
• Arena texte #5 / vision #2 : 1496 (Preliminary), seul non-Anthropic top 8 — classements provisoires.
• Test aveugle : K3 83 vs Qwen preview 80 — 3 points, meme segment.

Conclusion : verifier d'abord, migrer ensuite

Qwen3.8-Max replace Alibaba au centre du recit frontier : MoE 2,4T, top 5 Arena, Qwen Office integre — mais label open source en avance sur les poids et absence de repro tierce imposent essai API → niveaux de preuve → migration prod.

Sur MacBook portable, Qwen3.8-Max + OpenClaw + fallback multi-fournisseurs souffrent de veille, jitter reseau et cles dispersees — incompatible avec agents autonomes 16 jours ou workflows creatifs Apple 24h/24 (rendu, export, CI Xcode). MACCOME Mac Cloud fournit macOS reel, passation SSH et isolation — OpenClaw et Qoder CLI stables sur instance dediee. Tarifs : location Mac mini.

Sources : annonces Alibaba, Arena.ai (01.08.2026), Apidog, TechNode, SiliconANGLE. Benchmarks « internes Alibaba » — verifier timeline open weight avant deploiement.