Alibaba Frontier Disponible dans FlowHunt

Qwen3.8 Max

Qwen3.8 Max est un modèle d’IA frontalier de premier plan d’Alibaba, publié en août 2026. Il s’agit d’un modèle propriétaire hébergé, disponible via Qwen Studio et QwenCloud. La fenêtre de contexte est d’environ 1 million de tokens (984K), avec une sortie maximale de 131 072 tokens.

Lire la suite

Alibaba a présenté Qwen3.8 Max en avant-première le 19 juillet 2026 à la World AI Conference de Shanghai et a publié la version complète, avec ses propres résultats de benchmark, le 3 août 2026. La réflexion est toujours activée, avec des réglages de raisonnement low, medium et xhigh. Il accepte des entrées texte et visuelles, et son API suit à la fois les spécifications compatibles OpenAI et compatibles Anthropic.

Alibaba propose aussi un modèle frère à poids ouverts, Qwen3.8 2.4T A95B. Qwen3.8 Max lui-même est servi comme modèle hébergé.

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 Frontier sur la même échelle
  • Qwen3.8 Maxce modèle
  • GPT-6.1 Solce modèle est en tête sur 0 sur 3
  • Claude Opus 5.5ce modèle est en tête sur 0 sur 5
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 Max 45,4 GPT-6.1 Sol 51,8 Claude Opus 5.5 57,6
#11sur 45 Vérifié
Programmation

DeepSWE

113 long-horizon software tasks written from scratch, graded by hidden tests.

Source ↗Aussi : Autodéclaré 56,6% (Alibaba-reported, via secondary write-up; also in GLM-5.3 card)

Qwen3.8 Max 57,5% GPT-6.1 Sol Aucun score Claude Opus 5.5 74,2%
#12sur 17 Vérifié

SWE-bench Pro

Real issues across several languages and large codebases.

Source ↗

Qwen3.8 Max 67,7% GPT-6.1 Sol Aucun score Claude Opus 5.5 89,9%
Non classé Autodéclaré

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Source ↗

Qwen3.8 Max 85,6% GPT-6.1 Sol Aucun score Claude Opus 5.5 Aucun score
#8sur 22 Vérifié
Agents

Terminal-Bench 4.0

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

Source ↗

Qwen3.8 Max 38,9% GPT-6.1 Sol 56,1% Claude Opus 5.5 59,6%
#10sur 36 Vérifié
Raisonnement

Humanity's Last Exam

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

Source ↗Aussi : Autodéclaré 43,6% (no tools; Alibaba-reported, secondary)

Qwen3.8 Max 43,1% GPT-6.1 Sol 52,9% Claude Opus 5.5 61,4%
#17sur 44 Vérifié

GPQA Diamond

Graduate-level science questions that search cannot answer.

Source ↗Aussi : Vérifié 93,7% (Vals AI own implementation)Aussi : Autodéclaré 92,6% (Alibaba-reported, secondary)

Qwen3.8 Max 92,8% GPT-6.1 Sol Aucun score Claude Opus 5.5 Aucun score
#11sur 37 Vérifié

À quoi utiliser Qwen3.8 Max

Automatisation en terminal et agentique

Les propres résultats d'Alibaba indiquent de bonnes performances sur les agents de terminal et les tâches d'agents généralistes, ce qui le rend adapté à l'automatisation qui exécute des flux shell et d'outils.

Génie logiciel

Il gère les tâches de codage et celles au niveau du dépôt. Les résultats publiés par Alibaba montrent qu'il est moins performant sur les benchmarks de génie logiciel les plus difficiles : testez-le donc d'abord sur votre propre code.

Travail multimodal et sur longs documents

Il accepte des entrées texte et visuelles et dispose d'une fenêtre de contexte d'environ 1 million de tokens, ce qui convient à la compréhension de documents et à l'analyse de longues entrées en une seule requête.

Points forts et limites

Points forts

  • Automatisation en terminal et agentique
  • Travail multimodal avec entrées texte et visuelles
  • Respect des instructions
  • Effort de raisonnement sélectionnable (low, medium, xhigh)
  • Très longs documents et grandes bases de code (environ 1M de contexte)

Limites

  • Hébergé et à poids fermés, donc impossible à auto-héberger
  • La réflexion est toujours activée et ne peut pas être désactivée
  • Moins performant sur les benchmarks de génie logiciel les plus difficiles, selon les résultats d'Alibaba

Utilisez-le dans FlowHunt

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

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

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