Qwen 3.8 Max vs Kimi K3 : lequel est prêt pour le vrai travail de programmation ?

Qwen 3.8 Max vs Kimi K3 en un coup d’œil

La comparaison est désormais plus équilibrée — mais le déploiement reste différent

Qwen3.8-Max et Kimi K3 sont désormais tous deux des modèles d’API de production viables. La principale différence n’est plus « aperçu contre production ». Il s’agit maintenant de la valeur d’une API hébergée contre la propriété immédiate de poids ouverts.

Qwen 3.8 Max est désormais une API de production stable

Alibaba a publié le modèle stable qwen3.8-max le 3 août 2026, remplaçant le positionnement antérieur de la version Preview par un accès API normal à la consommation.

La version de production documente une architecture Sparse Mixture-of-Experts de 2,4 billions de paramètres, dont environ 95 milliards sont actifs par requête. Elle prend en charge une fenêtre de contexte allant jusqu’à 1 million de jetons, jusqu’à 128 000 jetons en sortie, ainsi que les entrées texte, image et vidéo.

Cela modifie la comparaison pratique. Qwen3.8-Max peut désormais être évalué pour des applications destinées aux clients, des agents de programmation, des analyses multimodales et d’autres charges de production sans dépendre de l’ancien Personal Token Plan basé sur les Credits.

Son tarif officiel est également inférieur à celui de Kimi K3 :

Pour les équipes utilisant une API hébergée, Qwen3.8-Max sur GPT Proto est désormais une véritable option de production, plutôt qu’un endpoint expérimental.

Cependant, le checkpoint à poids ouverts annoncé par Alibaba n’a pas encore été publié. Les développeurs ne doivent pas supposer que les poids finaux, la licence ou les conditions d’auto-hébergement sont disponibles tant qu’ils n’ont pas été officiellement publiés.

Kimi K3 a publié ses poids téléchargeables

Kimi K3 est disponible à la fois via une API hébergée et via un checkpoint téléchargeable. Moonshot AI a publié les poids du modèle, sa fiche, son rapport technique, ses recommandations de déploiement et sa licence personnalisée.

Kimi K3 possède 2,8 billions de paramètres au total et active environ 104 milliards de paramètres par jeton. Sa documentation de déploiement couvre notamment vLLM, SGLang et TokenSpeed, offrant aux équipes une voie plus claire vers une infrastructure contrôlée ou privée.

Kimi K3 devient ainsi le choix le plus pratique lorsque des poids téléchargeables, la maîtrise du déploiement ou l’auto-hébergement immédiat constituent une exigence ferme.

Les poids ouverts ne rendent pas Kimi K3 facile ou peu coûteux à exécuter localement. Il reste un modèle de plusieurs billions de paramètres qui nécessite du stockage, de la mémoire, du réseau et une capacité d’accélération à l’échelle d’un centre de données. Sa licence personnalisée peut également imposer des conditions aux très grands produits commerciaux ou aux déploiements Model-as-a-Service.

Ce que signifie la différence de déploiement

La comparaison n’est donc plus inégale parce que Qwen est « seulement une Preview ». Les deux modèles peuvent servir des charges de production via API. La différence restante est plus simple : Qwen3.8-Max offre actuellement le meilleur compromis coût-capacités pour une API hébergée, tandis que Kimi K3 offre un accès immédiat à des poids publiés et un contrôle accru du déploiement.

Comment les développeurs doivent tester Qwen 3.8 Max face à Kimi K3

Conservez le même environnement agent et les mêmes autorisations. Définissez une limite de temps fixe. Notez l’identifiant complet du modèle et la date, en particulier pour la Preview évolutive de Qwen. Enregistrez ensuite l’achèvement de la tâche, le temps écoulé, les jetons d’entrée et de sortie, les accès au cache, les appels d’outils échoués, les nouvelles tentatives, les interventions humaines et les tests finaux réussis.

Ne notez pas une réponse parce qu’elle « semble approfondie ». Vérifiez si le correctif fonctionne et si les affirmations du modèle résistent à la revue.

Pour les décisions d’architecture à forte valeur, une autre méthode est utile : exécuter les deux modèles indépendamment, masquer leur identité pendant la revue et comparer leurs désaccords. Le test portant sur 269 fichiers n’a produit sa meilleure conception qu’après avoir combiné les frontières système de Qwen avec le modèle de cycle de vie de Kimi. Parfois, la bonne réponse à Qwen contre Kimi est les deux, suivis d’une vérification.

Tarifs de Qwen 3.8 Max vs Kimi K3

Au tarif officiel, les jetons de sortie de Qwen coûtent 60 % moins cher que ceux de Kimi K3. Cette différence compte pour les agents de programmation exigeant beaucoup de raisonnement, qui produisent de longs plans, des traces d’outils, des explications et des correctifs.

Le prix des jetons ne représente pas l’intégralité du coût. Mesurez les nouvelles tentatives, les appels d’outils échoués, les corrections humaines, la latence et l’achèvement des tâches acceptées. Kimi peut malgré tout être moins cher dans un flux de travail donné si sa meilleure gestion des révisions et du cycle de vie évite des boucles de réparation coûteuses.

Consultez la page de l’API Qwen3.8-Max pour connaître le tarif actuel de GPT Proto avant de calculer un budget de production.

Quel modèle choisir ?

Entrées multimodales, raisonnement et comportement des agents

La prise en charge documentée de la vision par Qwen le rend pertinent pour le débogage basé sur des captures d’écran. Kimi va plus loin en acceptant les vidéos, ce qui est utile lorsque l’entrée est un enregistrement d’écran, une référence d’animation ou une démonstration de produit difficile à décrire image par image.

L’interface documentée plus riche de Kimi ajoute également du travail d’intégration. Son comportement Preserved Thinking signifie qu’une application multi-tour doit renvoyer le message complet de l’assistant, y compris le contenu du raisonnement et les appels d’outils, plutôt que de conserver uniquement la réponse visible. Cet historique occupe de l’espace dans le contexte et est facturé. La fenêtre d’un million de jetons est grande, mais ce n’est pas un stockage gratuit.

Les deux modèles utilisent par défaut leur niveau de raisonnement le plus élevé. Pour l’évaluation, conservez des paramètres cohérents. En production, testez un effort moindre sur les tâches simples. Un modèle qui résout 99 % des requêtes avec un effort réduit peut être moins cher et plus rapide qu’un modèle laissé au raisonnement maximal pour chaque autocomplétion, classification ou transformation courte.

Quel modèle choisir ?

Pour une application mise en ligne cette semaine, je choisirais Kimi K3. Il dispose de suffisamment d’informations publiées pour estimer le coût, définir le comportement de l’intégration et répéter un test avec un nom de modèle stable.

Pour une expérimentation interne de programmation, je n’ignorerais pas Qwen. Sa Preview a réalisé une longue analyse de dépôt sans aucun appel d’outil échoué et a montré de meilleures frontières architecturales que Kimi lors du test comparatif. C’est un signal de capacité sérieux. Ce n’est pas encore un contrat de production.

Comment essayer Kimi K3 via GPT Proto

Qwen 3.8 Max n’est pas encore disponible sur GPT Proto ; l’exemple d’intégration actuel utilise donc uniquement Kimi K3. Vous pouvez l’appeler via l’endpoint Chat Completions compatible OpenAI de GPT Proto avec la chaîne de modèle kimi-k3 :

curl https://gptproto.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: $GPTPROTO_API_KEY" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {
        "role": "user",
        "content": "Review this migration plan. Identify unsupported assumptions, missing rollback steps, and the tests required before production."
      }
    ]
  }'

L’endpoint et la structure d’autorisation suivent le guide de démarrage rapide de l’API GPT Proto. Pour les flux Kimi multi-tours, conservez le message complet de l’assistant renvoyé par l’API, y compris les champs de raisonnement et d’appel d’outils, plutôt que de stocker uniquement le texte final visible.

Vous pouvez essayer l’API Kimi K3, parcourir plus de 200 modèles d’IA ou utiliser l’API d’IA unifiée GPT Proto pour comparer Kimi à d’autres modèles de texte, d’image, de vidéo et d’audio. Lorsque Qwen 3.8 Max sera ajouté, le test utile consistera à exécuter la même tâche, avec le même prompt, les mêmes autorisations d’outils et la même méthode d’évaluation sur les deux endpoints de modèle.

Verdict final

Kimi K3 ne l’emporte plus simplement parce que Qwen est une Preview. Qwen3.8-Max dispose désormais d’une API stable, d’une facturation normale à l’usage, de spécifications documentées et d’un accès direct via GPT Proto.

Pour la plupart des équipes qui choisissent un modèle hébergé, Qwen3.8-Max constitue le meilleur point de départ, car son tarif officiel de $2/$6 est très inférieur à celui de Kimi K3, à $3/$15, en particulier pour les tâches d’agents fortement axées sur la sortie.

Kimi K3 reste le meilleur choix lorsque les poids téléchargeables et la maîtrise du déploiement sont non négociables. Sa meilleure gestion des révisions et de la régénération lors du test comparatif disponible mérite également d’être évaluée pour les flux de travail créatifs et techniques riches en états.

La réponse claire est désormais la suivante : Qwen pour le coût hébergé et les larges capacités multimodales ; Kimi pour les poids publiés et les tâches exigeant une gestion poussée du cycle de vie.