Qu'est-ce que Qwen3.8-27B ?

Qwen3.8-27B est un modèle d'IA dense, compact et de niveau efficace, développé par Alibaba et publié en août 2026. Il fait partie de la famille de modèles ouverts Qwen3.8.

Qwen3.8-27B est-il open-source ou open-weight ?

Qwen3.8-27B est un modèle à poids ouverts publié sous licence Apache-2.0. Ses poids sont disponibles publiquement pour téléchargement, auto-hébergement et réglage fin. Notez que « open-weight » n'est pas équivalent à « open-source » : le code d'entraînement et les données peuvent ne pas être entièrement publics.

Quelle est la fenêtre de contexte de Qwen3.8-27B ?

Qwen3.8-27B prend en charge nativement 262 144 tokens, extensibles jusqu'à 1 million de tokens. La version hébergée d'Alibaba doit proposer par défaut un contexte de 1 million de tokens.

Qwen3.8-27B est-il disponible dans FlowHunt ?

Oui — Qwen3.8-27B est directement disponible dans FlowHunt. Vous pouvez l'utiliser pour créer des agents IA, des workflows automatisés, des chatbots et des pipelines de traitement documentaire sans configuration supplémentaire.

Alibaba Efficient Poids ouverts Disponible dans FlowHunt

Qwen3.8-27B

Qwen3.8-27B est un modèle d’IA de niveau efficace d’Alibaba, publié en août 2026. Il s’agit d’un modèle dense de 27B à poids ouverts sous licence Apache-2.0 : vous pouvez le télécharger, l’héberger vous-même ou l’affiner. La fenêtre de contexte est de 262K tokens en natif, extensible jusqu’à 1 million de tokens.

Qwen3.8 est, selon Alibaba, la génération la plus performante de la famille de modèles ouverts Qwen à ce jour, construite sur l’architecture de Qwen3.5. Alibaba fait état de progrès en codage, en travail professionnel, en recherche et dans les tâches agentiques de longue haleine, avec une meilleure planification et une meilleure prise en compte du retour de l’environnement.

Qwen3.8-27B apporte ces avancées dans un modèle dense compact, facile à déployer. C’est un modèle vision-langage natif qui comprend les images et la vidéo. Le mode de réflexion est activé par défaut et peut être désactivé à chaque requête, et la profondeur de raisonnement peut être réglée. Les poids fonctionnent avec Hugging Face Transformers, vLLM et SGLang. Alibaba indique qu’une version hébergée avec un contexte de 1 million de tokens par défaut arrive sur Qwen Cloud.

Essayer dans FlowHunt Retour à l'AI Leaderboard

Benchmarks

Chaque score n'apparaît qu'une fois, avec son rang parmi les modèles suivis et l'indication de qui l'a mesuré.

Comparé aux modèles de niveau Efficient sur la même échelle

Qwen3.8-27Bce modèle
Claude Haiku 5.5ce modèle est en tête sur 0 sur 4
Gemini 3.5 Flash-Litece modèle est en tête sur 4 sur 4

Vérifié évaluateur indépendant, compte pour le classement Autodéclaré publié par Alibaba, affiché mais non classé

Général

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Source ↗

Qwen3.8-27B 33,7 Claude Haiku 5.5 43,4 Gemini 3.5 Flash-Lite 22,2

#26sur 45 Vérifié

Programmation

SWE-bench Pro

Real issues across several languages and large codebases.

Source ↗

Qwen3.8-27B 61,7% Claude Haiku 5.5 64,8% Gemini 3.5 Flash-Lite

Non classé Autodéclaré

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Source ↗

Qwen3.8-27B 86,0% Claude Haiku 5.5 Gemini 3.5 Flash-Lite

#7sur 22 Vérifié

Agents

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Source ↗

Qwen3.8-27B 5,6% Claude Haiku 5.5 32,8% Gemini 3.5 Flash-Lite 1,0%

#24sur 36 Vérifié

Raisonnement

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Source ↗Aussi : Autodéclaré 30,8%

Qwen3.8-27B 33,9% Claude Haiku 5.5 44,4% Gemini 3.5 Flash-Lite 18,8%

#31sur 44 Vérifié

GPQA Diamond

Graduate-level science questions that search cannot answer.

Source ↗Aussi : Vérifié 88,9% (Vals AI own implementation)Aussi : Autodéclaré 89,2%

Qwen3.8-27B 90,5% Claude Haiku 5.5 Gemini 3.5 Flash-Lite 83,8%

#21sur 37 Vérifié

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Source ↗

Qwen3.8-27B 42,4% Claude Haiku 5.5 Gemini 3.5 Flash-Lite

#22sur 27 Vérifié

À quoi utiliser Qwen3.8-27B

Déploiements auto-hébergés et privés

Qwen3.8-27B est un modèle dense compact à poids ouverts sous licence Apache-2.0. Exécutez-le sur votre propre matériel pour garder les données dans votre environnement, éviter les frais d'API par token ou l'affiner sur des données propriétaires.

Codage et tâches agentiques

Alibaba fait état de progrès en codage et dans les tâches agentiques de longue haleine, avec une meilleure prise en compte du retour de l'environnement et une prise en charge plus large des harnais et des outils de développement courants.

Compréhension d'images et de vidéos

En tant que modèle vision-langage natif, il traite les schémas scientifiques et techniques, les documents et les vidéos longues en plus du texte.

Profondeur de raisonnement ajustable

Le mode de réflexion est activé par défaut et peut être désactivé à chaque requête, et la profondeur de raisonnement peut être réglée : vous pouvez ainsi adapter le coût et la latence à la tâche.

Points forts et limites

Points forts

Poids ouverts sous licence Apache-2.0
Modèle dense compact, plus facile à déployer que les modèles plus grands
Compréhension native des images et de la vidéo
Contrôle flexible de la réflexion
Codage et tâches agentiques de longue haleine
Long contexte (262K en natif, extensible à 1M)

Limites

Niveau Efficace : les tâches de raisonnement difficiles peuvent nécessiter un modèle plus grand
Le contexte de 1M nécessite une extension au-delà de la fenêtre native de 262K

Utilisez-le dans FlowHunt

Utilisez Qwen3.8-27B dans n'importe quel flow, aux côtés de vos propres outils et sources de connaissances.

1Ouvrez un flow ou créez-en un à partir d'un modèle
2Ajoutez un composant AI Agent ou Generator
3Choisissez Qwen3.8-27B dans le sélecteur de modèle

Essayer dans FlowHunt

Modèles d'IA associés

À propos de Alibaba Hangzhou, China · Fondé 1999 · qwenlm.github.io

Alibaba Group est l'un des plus grands et des plus diversifiés conglomérats technologiques de Chine, fondé en 1999 par Jack Ma et dont le siège est à Hangzhou. À travers sa DAMO Academy et son Tongyi Lab, Alibaba est devenu une force majeure dans le développement de grands modèles de langage avec la famille Qwen (Tongyi Qianwen). La génération Qwen 3.7, publiée à la mi-2026, a marqué la transition d'Alibaba des déploiements nationaux à la compétitivité sur les références internationales, et la génération Qwen 3.8 a suivi en 2026. La stratégie IA d'Alibaba est définie par des publications à poids ouverts comme contrepoids aux modèles américains exclusivement via API, l'intégration de l'IA générative dans ses activités cloud et de commerce électronique, et un investissement massif dans les infrastructures d'IA au sein de sa division Alibaba Cloud.

qwenlm.github.io ↗

Parcourir le classement complet des modèles d'IA

Comparez tous les modèles suivis sur des benchmarks de programmation, d'agents et de raisonnement, chaque score étant indiqué comme vérifié ou autodéclaré.

← Retour au classement IA Essayer dans FlowHunt

Questions fréquemment posées

: Qwen3.8-27B est un modèle d'IA dense, compact et de niveau efficace, développé par Alibaba et publié en août 2026. Il fait partie de la famille de modèles ouverts Qwen3.8.
: Qwen3.8-27B est un modèle à poids ouverts publié sous licence Apache-2.0. Ses poids sont disponibles publiquement pour téléchargement, auto-hébergement et réglage fin. Notez que « open-weight » n'est pas équivalent à « open-source » : le code d'entraînement et les données peuvent ne pas être entièrement publics.
: Qwen3.8-27B prend en charge nativement 262 144 tokens, extensibles jusqu'à 1 million de tokens. La version hébergée d'Alibaba doit proposer par défaut un contexte de 1 million de tokens.
: Oui — Qwen3.8-27B est directement disponible dans FlowHunt. Vous pouvez l'utiliser pour créer des agents IA, des workflows automatisés, des chatbots et des pipelines de traitement documentaire sans configuration supplémentaire.

Qwen3.8-27B