Alibaba a lancé Qwen3.8-Max lundi et a déclaré qu'il publiera les poids du modèle la semaine prochaine, ouvrant les rouages internes de son système d'IA le plus performant à quiconque souhaite les télécharger. Qwen3.8-Max fonctionne avec 2,4 billions de paramètres, les valeurs qu'un modèle ajuste pendant l'entraînement et la mesure approximative de taille utilisée par l'industrie, bien qu'environ 95 milliards seulement soient actifs pour chaque mot produit. Il accepte jusqu'à 1 million de tokens dans une seule requête.

Les investisseurs y ont vu une victoire. Les actions d'Alibaba cotées à Hong Kong ont clôturé en hausse de 7% à 125,20 HK$, et ses actions cotées aux États-Unis ont grimpé de 4,2% dans les échanges de préouverture. Les analystes de Citi ont lié une partie du mouvement aux résultats du nouveau modèle sur les benchmarks.

Cette réaction concerne moins le modèle que ce qu'Alibaba en fait. L'entreprise a passé une grande partie de cette année à garder ses modèles les plus puissants propriétaires, et le retour à l'open source pour ses lancements haut de gamme annoncé lundi inverse cette tendance.

La présentation d'Alibaba elle-même est sans détour. C'est "la première fois que nous publierons en open source les poids d'un modèle de classe Qwen-Max", a écrit l'équipe, avec des fichiers attendus sur Hugging Face et ModelScope la semaine prochaine. Jusqu'à présent, une entreprise qui voulait le modèle le plus puissant d'Alibaba devait envoyer ses données aux serveurs d'Alibaba et payer à l'usage. À partir de la semaine prochaine, elle pourra télécharger le même modèle et l'exécuter sur du matériel qu'elle contrôle. Aucun des principaux laboratoires américains ne publie de poids pour ses modèles de frontière.

Alibaba s'inscrit aussi dans une tendance déjà établie par ses voisins. Moonshot AI a publié les poids du Kimi K3 de 2,8 billions de paramètres le 27 juillet, et des observateurs indépendants l'ont placé derrière seulement Claude Fable 5 et GPT-5.6 Sol Max. DeepSeek a réentraîné son modèle V4-Flash à bas coût le 31 juillet, derrière Claude Opus 4.8 sur les neuf benchmarks de code qu'il a publiés pour un coût par token d'environ un cinquante-quatrième. Proche de la frontière, téléchargeable et bon marché est désormais l'offre standard chinoise, et elle se positionne face à des modèles américains qui ne sont rien de ces trois choses.

Des tâches sur plusieurs jours, pas des réponses isolées

Alibaba a construit le lancement autour de travaux de longue durée plutôt que de réponses astucieuses. L'entreprise a laissé le modèle travailler sur un projet logiciel pendant plus de 10 jours ; au 30 juillet, le dépôt avait accumulé 265 commits, 127 pull requests et 151 issues après environ 16 jours sans intervention humaine.

Dans un autre test, l'entreprise a confié au modèle un article de recherche sur le choix des données d'entraînement, plus un ensemble de GPUs et aucun code de départ. En environ 125 heures, il a écrit quelque 7 600 lignes de code, exécuté 33 cycles d'entraînement, reproduit les six résultats de l'article, puis testé 18 de ses propres idées et abouti à une méthode qui a surpassé l'article de 2,7 points sur un benchmark mathématique de niveau compétition.

Il a aussi participé à un concours de machine learning en direct sur la plateforme Tianchi d'Alibaba contre 526 équipes humaines. Travaillant seul avec une limite de 24 heures, il a effectué 45 soumissions et terminé devant 458 d'entre elles. Dans une exécution distincte de conception de puces, il a réduit un circuit cryptographique de 8 298 portes logiques à 678, et diminué l'agencement physique de 81%.

Une activité e-commerce simulée sur un an est le cas que les investisseurs particuliers trouveront peut-être le plus parlant. En partant de 100 000 ¥, le modèle a terminé à 416 252 ¥, soit 38% devant le GLM 5.2 classé deuxième et 152% au-dessus du précédent flagship d'Alibaba, Qwen3.7-Max.

En tête sur certains benchmarks, en retard sur d'autres

Le tableau comparatif publié est mitigé plutôt que triomphal. Qwen3.8-Max obtient 86,6 sur Terminal Bench 2.1, devant Claude Opus 4.8 et Claude Fable 5 à 84,6 mais derrière GPT-5.6 Sol à 88,8. Il est en tête du tableau sur PaperBench, un test de reproduction d'articles de recherche, avec 93,0.

Sur d'autres tests, il accuse clairement un retard. Claude Fable 5 obtient 80,0 sur SWE-bench Pro contre 67,7 pour Qwen3.8-Max, et 53,3 sur Humanity's Last Exam, un large test de raisonnement, contre 43,6. Bloomberg a rapporté que le modèle se classe au-dessus de Kimi K3 sur plusieurs benchmarks, ce qui est la comparaison qui pèse le plus en Chine.

Ce que les chiffres ne tranchent pas

Une grande partie des preuves provient d'Alibaba lui-même. Plusieurs benchmarks du tableau ont été conçus en interne, les résultats en codage autonome et en conception de puces proviennent de tests internes d'Alibaba non audités, et une note indique que les scores de Claude Fable 5 peuvent impliquer des fallbacks. Les observateurs indépendants n'ont pas encore évalué le modèle publié.

Des poids ouverts ne signifient pas non plus des poids exploitables. Un fichier de 2,4 billions américains de paramètres nécessite une baie de GPU de centre de données, le même mur auquel Kimi K3 s'est heurté la semaine dernière. Alibaba n'a pas indiqué quelle licence régira la publication.

Ce que la semaine prochaine apporte à Alibaba, c'est de la distribution plutôt que des revenus. Chaque entreprise qui télécharge Qwen3.8-Max est une entreprise qui n'a pas signé de contrat avec OpenAI ou Anthropic, et chaque entreprise qui construit dessus sera plus difficile à faire basculer plus tard. Les poids arrivent la semaine prochaine. La licence montrera quelle part de ce pari Alibaba est réellement en train de faire.