C'est quoi Qwen 3.8-27B ?

Qwen 3.8-27B est un modele d'IA open source publie par Alibaba (equipe Qwen) le 14 août 2026. C'est un modele dense de 27 milliards de parametres, multimodal (texte et images), avec une context window de 262 144 tokens extensible a 1 million. Il est telechargeable gratuitement sous licence Apache 2.0 sur Hugging Face.

Qwen 3.8-27B peut-il vraiment egaler les modeles cloud ?

D'apres Artificial Analysis, un service de benchmarking independant, Qwen 3.8-27B obtient 52 sur son Intelligence Index, le meme score que GPT-5.6 Luna d'OpenAI. Sur l'Agentic Index, il scored 51, devant Claude Opus 4.8. Les benchmarks d'Alibaba le placent devant Claude Opus 4.6 Max sur SWE-bench Pro et LiveCodeBench. Les evals ne sont pas identiques partout, mais le signal est clair : un modele local atteint un niveau qu'on associait au cloud il y a quelques mois.

Quelle machine faut-il pour faire tourner Qwen 3.8-27B ?

En quantification 4 bits, le modele fait environ 17 Go et tient sur un Mac M4-Max, M5-Max ou un PC avec une RTX 5090. En pleine precision 16 bits, il faut 56 Go de memoire GPU. Simon Willison a teste la version quantifiee sur son M5 Max MacBook Pro et son DGX Spark : le modele ecrivait du code, interpretait des images et faisait tourner un agent de code.

Quel est le probleme d'overthinking de Qwen 3.8-27B ?

Le modele par defaut utilise un niveau de raisonnement xhigh. Simon Willison a teste une simple generation de SVG qui a pris 21 minutes et 22 000 tokens de raisonnement avant de produire le resultat. Artificial Analysis a mesure 160 millions de tokens de sortie sur ses tests, contre 43 millions en mediane pour des modeles comparables. La solution : baisser le niveau de raisonnement a low ou medium pour l'usage courant.

Qwen 3.8-27B est-il gratuit ?

Oui. Le modele est open source sous licence Apache 2.0. Tu peux telecharger les poids gratuitement sur Hugging Face et le faire tourner localement avec des outils comme Ollama, LM Studio ou llama.cpp. Aucune API payante n'est requise. Une version hebergee arrive sur Qwen Cloud avec 1 million de tokens de context.

Actualité · Modèles IA

Qwen 3.8-27B : un modele open source de 27 milliards de parametres egale les modeles cloud sur ton laptop

18 août 2026 · 5 min de lecture

Illustration aquarelle d'un petit robot astronaute violet assis sur un laptop, tenant un trophée, entouré d'un cadenas ouvert, d'une balance légère et d'un nuage barré, symbolisant un modèle IA open source de 27B paramètres qui rivalise avec le cloud en local

Un modele de 27 milliards de parametres, telechargeable gratuitement, qui tourne sur ton laptop et qui egale des modeles cloud factures a prix d'or. C'est ce qu'Alibaba a sorti le 14 août 2026 avec Qwen 3.8-27B, et les benchmarks tiers confirms : un modele local atteint pour la premiere fois un niveau qu'on associait aux modeles frontier il y a quelques mois.

Ce qu'est Qwen 3.8-27B

Qwen 3.8-27B est un modele dense de 27 milliards de parametres publie par l'equipe Qwen d'Alibaba le 14 août 2026 sur Hugging Face, sous licence Apache 2.0. Il est multimodal : texte et images, y compris les documents et les videos. Sa context window native est de 262 144 tokens, extensible a 1 million avec la methode YaRN.

Le modele est concu pour le code, les taches professionnelles, la recherche et les agents. Il inclut un mode de raisonnement configurable (low, medium, high, xhigh), actif par defaut, qui peut etre desactive par requete. Il supporte le Multi-Token Prediction, qui accelere l'inference quand il est active dans les bons outils.

Alibaba a aussi publie les poids de Qwen 3.8 Max, le modele flagship de 2,4 trillions de parametres (95 milliards actifs par token), mais c'est le 27B qui a pris toute l'attention des developpeurs.

Les perfs : un modele local au niveau frontier

Les benchmarks d'Alibaba donnaient deja le ton. Sur SWE-bench Pro (code), Qwen 3.8-27B scored 61,7. Sur LiveCodeBench v6, 90,3. Sur OSWorld-Verified (taches agentiques), 84,3. Dans le tableau de comparaison d'Alibaba, le 27B bat Claude Opus 4.6 Max sur SWE-bench Pro et LiveCodeBench. Claude reste devant sur Terminal-Bench, GPQA Diamond et Humanity's Last Exam.

Les benchmarks fournis par le lab qui sort le modele, on connait la chanson. Ce qui a change la conversation, c'est l'arrivee des resultats tiers le 18 août.

Artificial Analysis, un service de benchmarking independant, a donne 52 sur son Intelligence Index a Qwen 3.8-27B. C'est le meme score que GPT-5.6 Luna d'OpenAI a son niveau de raisonnement maximum, un modele proprietaire accessible uniquement via le cloud. Sur l'Agentic Index d'Artificial Analysis, qui mesure les taches agentiques, Qwen 3.8-27B a scored 51, devant Claude Opus 4.8 d'Anthropic, sorti il y a moins de trois mois.

Cline, un agent de code open source, a resume le sentiment general sur X : "C'est la premiere fois qu'un modele local atteint un niveau de capacite frontier. On ne s'attendait pas a ce rythme de progres local aussi tot."

Les evals ne sont pas identiques partout. Les harnesses de benchmark different d'un comparatif a l'autre. Mais le signal est net : un fichier de 17 Go fait ce que des modeles cloud faisaient il y a quatre mois.

Comment ça tient sur un laptop

En pleine precision 16 bits, le modele demande 56 Go de memoire GPU. Aucune carte graphique grand public n'a ça.

En quantification 4 bits (Q4_K_M), le modele fait environ 17 Go. Il tient sur un Mac M4-Max ou M5-Max avec 32 Go de RAM unifiee, ou sur un PC avec une RTX 5090. Il reste assez de place pour le KV cache (la memoire de travail du modele), l'encodeur d'images et le drafter de speculative decoding.

Simon Willison, developpeur et blogueur IA, a teste la version Q4_K_M sur son M5 Max MacBook Pro et son Nvidia DGX Spark. Le modele ecrivait du code, interpretrait des images et faisait tourner un agent de code via le framework Pi. Dans un test, il a navigue dans un codebase pour expliquer comment fonctionnait l'authentification. Dans un autre, il a ecrit et teste un script Python pour convertir un transcript d'agent de JSONL a Markdown.

"Le fait qu'un fichier de 17 Go puisse faire tout ça sur mes machines perso, c'est un miracle", a ecrit Willison.

Le modele a depasse 3 millions de telechargements sur Hugging Face en trois jours, selon Cybernews. Des versions quantifiees sont apparues immediatement pour Ollama, LM Studio et llama.cpp.

Le piege : le modele pense trop

Qwen 3.8-27B a un defaut qui a touche tout le monde : il pense trop.

Par defaut, le modele utilise le niveau de raisonnement xhigh. Willison a demande au modele de generer un SVG d'un pelican sur un velo. Le modele a mis 21 minutes et consomme 22 276 tokens de raisonnement avant de produire le resultat. Il recommande de baisser le raisonnement a low ou medium pour l'usage courant.

Artificial Analysis a mesure l'impact : 160 millions de tokens de sortie generes sur l'ensemble de ses tests, contre une mediane de 43 millions pour des modeles comparables. Le modele achete une partie de sa qualite en pensant longtemps.

Cote vitesse, Willison a obtenu environ 15 a 30 tokens par seconde en configuration par defaut sur LM Studio. Loin de la fluidite des modeles heberges. En activant le Multi-Token Prediction dans llama.cpp, il a gagne 72% de performance sur son DGX Spark. Ça aide, sans rattraper le cloud.

L'investisseur et developpeur Tomasz Tunguz a fait un test sur 9 taches contre DeepSeek V4 Flash : avec raisonnement active, Qwen etait devant en qualite mais 30 fois plus lent et 4,5 fois plus cher. Neuf taches, c'est pas un verdict. Mais ça montre le trade-off : la qualite est la, elle coute du temps et des tokens.

Un exemple chez Maisons&Mobilia

Antoine, devops chez Maisons&Mobilia (M&M, enseigne de meubles fictive), veut un agent local qui analyse les logs de l'application e-commerce et detecte les anomalies. Aujourd'hui, il envoie les logs a Claude via l'API, ce qui coute environ 80 euros par mois pour le volume qu'il traite.

Antoine telecharge Qwen 3.8-27B via Ollama, en version Q4_K_M. Il ecrit un prompt qui decrit les patterns d'anomalies qu'il cherche. Le modele lit les logs, identifie les erreurs, produit un rapport. Pas de donnees qui quittent la machine. Pas de cout par token.

La limite : sur les logs ambigus ou les anomalies subtiles, le 27B est moins precis qu'un modele frontier. Antoine garde un humain pour les cas complexes. Mais 70% des anomalies sont identifiables par pattern, et pour celles-la, le modele local suffit.

Le deuxieme defi : la vitesse. Avec le raisonnement xhigh, l'analyse d'un fichier de logs prend plusieurs minutes. Antoine baisse le raisonnement a medium et gagne un facteur 5. Pour de la detection de pattern, c'est largement assez.

L'economie : 80 euros par mois d'API economises, contre un investissement nul (le modele est gratuit) et un cout electrique marginal. Le compromis : un modele moins fin sur les cas limites, compensé par une validation humaine.

Pourquoi c'est un signal pour l'audience saisir.ai

L'audience de saisir.ai, c'est des francophones qui apprennent l'IA generative et les agents sans etre developpeurs. Pour eux, Qwen 3.8-27B pose une question concrete : est-ce que tu as besoin de payer un abonnement cloud pour avoir un agent IA capable ?

La reponse devient : non, pas pour beaucoup de taches.

La semaine derniere, Meta sortait Muse Glimmer (30B, open source, pour agents locaux). Cette semaine, Alibaba sort Qwen 3.8-27B (27B, open source, perfs frontier). Google a sorti Gemini 3.7 Flash. DeepSeek a monte ses prix. La cadence est devenue hebdomadaire. Le pattern qui se dessine : les modeles capables d'agents, il y a six mois c'etait l'exclusivite du cloud a 10 ou 15 dollars par million de tokens. Maintenant, tu telecharges un fichier de 17 Go, tu le fais tourner chez toi, et tu obtiens 80% de la qualite pour zero cout par token.

Ce qui reste du cote cloud : les taches les plus complexes, la vitesse (un modele local fait 15-30 tokens/s, un cloud en fait 100+), et la simplicite (pas de quantification a gerer, pas de RAM a surveiller). Mais le gap se reduit a une vitesse que personne n'attendait.

Pour quelqu'un qui apprend l'IA aujourd'hui, comprendre cette dynamique est essentiel. Le choix entre local et cloud n'est plus une question de "est-ce que c'est possible ?" mais de "est-ce que c'est utile pour mon cas ?". C'est exactement le genre de decision que les modules de saisir.ai sur les modeles locaux, le tool use et le cout des agents aide a prendre.

Aller plus loin

Pour comprendre comment un agent IA fonctionne et pourquoi le choix du modele compte, notre article sur comment fonctionne un agent IA pose les bases. Pour voir ce que change l'open source en IA, le guide sur les familles de modeles compare les approches ouvertes et fermees. Et pour t'entrainer a ces notions en 5 minutes par jour, l'app saisir.ai propose des modules interactifs sur les agents, le tool use et les modeles locaux, en francais, sans coder.

Sources

Questions fréquentes

C'est quoi Qwen 3.8-27B ?: Qwen 3.8-27B est un modele d'IA open source publie par Alibaba (equipe Qwen) le 14 août 2026. C'est un modele dense de 27 milliards de parametres, multimodal (texte et images), avec une context window de 262 144 tokens extensible a 1 million. Il est telechargeable gratuitement sous licence Apache 2.0 sur Hugging Face.
Qwen 3.8-27B peut-il vraiment egaler les modeles cloud ?: D'apres Artificial Analysis, un service de benchmarking independant, Qwen 3.8-27B obtient 52 sur son Intelligence Index, le meme score que GPT-5.6 Luna d'OpenAI. Sur l'Agentic Index, il scored 51, devant Claude Opus 4.8. Les benchmarks d'Alibaba le placent devant Claude Opus 4.6 Max sur SWE-bench Pro et LiveCodeBench. Les evals ne sont pas identiques partout, mais le signal est clair : un modele local atteint un niveau qu'on associait au cloud il y a quelques mois.
Quelle machine faut-il pour faire tourner Qwen 3.8-27B ?: En quantification 4 bits, le modele fait environ 17 Go et tient sur un Mac M4-Max, M5-Max ou un PC avec une RTX 5090. En pleine precision 16 bits, il faut 56 Go de memoire GPU. Simon Willison a teste la version quantifiee sur son M5 Max MacBook Pro et son DGX Spark : le modele ecrivait du code, interpretait des images et faisait tourner un agent de code.
Quel est le probleme d'overthinking de Qwen 3.8-27B ?: Le modele par defaut utilise un niveau de raisonnement xhigh. Simon Willison a teste une simple generation de SVG qui a pris 21 minutes et 22 000 tokens de raisonnement avant de produire le resultat. Artificial Analysis a mesure 160 millions de tokens de sortie sur ses tests, contre 43 millions en mediane pour des modeles comparables. La solution : baisser le niveau de raisonnement a low ou medium pour l'usage courant.
Qwen 3.8-27B est-il gratuit ?: Oui. Le modele est open source sous licence Apache 2.0. Tu peux telecharger les poids gratuitement sur Hugging Face et le faire tourner localement avec des outils comme Ollama, LM Studio ou llama.cpp. Aucune API payante n'est requise. Une version hebergee arrive sur Qwen Cloud avec 1 million de tokens de context.