Tarifs+7% bonus
Tiffany Layne2026-07-23

Qu’est-ce que Qwen 3.8 Max ? Lancement, spécifications, tarifs et poids ouverts

Qwen3.8-Max est le modèle phare multimodal de 2,4 T d’Alibaba. Découvrez son contexte de 1 M, ses 95 Md de paramètres actifs, son tarif API, ses capacités, ses benchmarks et le statut de ses poids ouverts.

Qu’est-ce que Qwen 3.8 Max ? Lancement, spécifications, tarifs et poids ouverts

Mis à jour le 7 août 2026 : Alibaba a officiellement lancé la version de production de Qwen3.8-Max le 3 août, remplaçant l’ancien modèle qwen3.8-max-preview comme modèle phare actuel de son API. Cet article a été mis à jour avec l’architecture confirmée, la fenêtre de contexte, les tarifs, la disponibilité de l’API et le calendrier des poids ouverts.

Qwen3.8-Max est le modèle Qwen le plus performant d’Alibaba à ce jour : un modèle multimodal Sparse Mixture-of-Experts doté de 2,4 billions de paramètres au total et de 95 milliards de paramètres actifs par requête.

Le modèle stable prend en charge les entrées texte, image et vidéo, produit des sorties textuelles et offre une fenêtre de contexte allant jusqu’à 1 million de tokens, avec jusqu’à 128 k tokens en sortie. Il est conçu pour le codage complexe, l’analyse visuelle, la recherche, les travaux professionnels et les tâches d’agents à long horizon.

Ce lancement change également la réponse pratique pour les développeurs. Qwen3.8-Max n’est plus limité à un aperçu susceptible d’évoluer ni à un forfait personnel exclusivement basé sur les crédits. Il dispose désormais d’une API normale à la consommation, Alibaba l’affichant à 2 $ par million de tokens d’entrée et 6 $ par million de tokens de sortie. Il est également disponible via l’API Qwen 3.8 Max sur GPTProto.

En bref : Qwen 3.8 Max est un aperçu réel et particulièrement intéressant, et non un lancement de produit finalisé. Les développeurs devraient le tester, noter la date de chaque résultat et éviter de planifier des migrations en production autour de spécifications qu’Alibaba n’a pas encore publiées.

Table des matières

Qwen 3.8 Max at a Glance

Specification Confirmed Qwen3.8-Max Details
Developer Alibaba Qwen
Stable model name qwen3.8-max
Preview release July 19, 2026
Production release August 3, 2026
Architecture Sparse Mixture-of-Experts with hybrid attention
Total parameters 2.4 trillion
Active parameters 95 billion
Context window Up to 1 million tokens
Maximum output Up to 128K tokens
Inputs Text, images, and video
Output Text
Thinking mode Hybrid thinking with adjustable reasoning effort
Function calling Supported
Structured output Supported
Web search Supported
Context caching Supported
Batch inference Not currently supported
Fine-tuning Not currently supported
Official API price $2/M input and $6/M output tokens
GPT Proto availability Available now
Open weights Announced but not downloadable as of August 7, 2026

That list is shorter than the specification tables appearing in some early Qwen 3.8 Max coverage. It is shorter for a reason. A preview model does not gain a 1M context window, a particular Mixture-of-Experts layout, or a release license just because those details would look plausible beside other 2026 flagships.

Is Qwen 3.8 Max Released?

Yes. Qwen3.8-Max received its production release on August 3, 2026.

Alibaba first made qwen3.8-max-preview available on July 19. That preview could change between calls and did not have ordinary pay-as-you-go pricing. The stable qwen3.8-max release replaces that launch-week situation with a documented API model, published specifications, and standard per-token billing.

Developers can now call the model through Alibaba Cloud Model Studio or use the Qwen3.8-Max API on GPT Proto alongside other text, image, and video models under the same account.

What Does the 2.4T Parameter Count Mean?

Qwen3.8-Max contains 2.4 trillion total parameters, but its Sparse Mixture-of-Experts architecture activates approximately 95 billion parameters for each request.

That distinction matters. The full parameter count represents the model’s total capacity, while the active count more directly affects inference computation. About 4% of the total parameters are active at a time, allowing Alibaba to scale model capacity without paying the computational cost of activating all 2.4 trillion parameters for every token.

Parameter count alone still does not prove that a model is faster, cheaper, or more accurate. Serving infrastructure, token efficiency, reasoning length, caching, and the number of retries all affect the real cost of a completed task.

Is Qwen 3.8 Max Open Source?

Not yet as of August 7, 2026.

Alibaba has confirmed that the Qwen3.8-2.4T-A95B weights will be released, making this the first Qwen Max-class model scheduled for an open-weight release. The ModelScope release page currently points to August 12, 2026.

Until the checkpoint and license are actually published, Qwen3.8-Max should be described as an API model with an announced open-weight release—not as an already downloadable open-source model.

Even after the weights arrive, a 2.4-trillion-parameter checkpoint will require serious storage, memory, networking, and inference infrastructure. For most developers, the hosted API will remain considerably easier than self-hosting.

Qwen 3.8 Max API Pricing

Alibaba’s published pay-as-you-go rate is:

Billing Item Official List Price
Input tokens $2 per 1M tokens
Output tokens $6 per 1M tokens
Context window Up to 1M tokens
Maximum output Up to 128K tokens

This makes Qwen3.8-Max cheaper at official list price than Kimi K3’s $3/$15 input-output rate, while remaining more expensive than some smaller text-only models.

GPT Proto pricing may differ from Alibaba’s direct list price. Check the live Qwen 3.8 Max API page before estimating a large production workload.

What do the early Qwen 3.8 Max benchmarks show?

The evidence is stronger than it was during the July preview, but it still needs context.

At launch, Alibaba reported that Qwen3.8-Max ranked fifth in Text Arena, second in Vision Arena, and fourth in Frontend Code Arena. Alibaba also published examples of long-horizon coding, visual application reconstruction, professional document analysis, and autonomous tool use.

These results establish Qwen3.8-Max as a serious frontier model. They do not guarantee that it will beat every alternative on a specific repository or agent workflow.

The earlier 269-file StackPerf comparison can remain useful, but it tested the pre-release Qwen3.8-Max Preview. Kimi K3 scored 83/100 and the Qwen preview scored 80/100, while Qwen completed all 44 tool calls successfully and received the stronger tool-use score. Treat that result as a dated behavioral signal—not as a final ranking of the stable August release.

One useful early test comes from a matched StackPerf comparison against Kimi K3. Both models inspected frozen copies of 269 files and had 60 minutes to produce a repository-level integration design with citations, migration steps, tests, and an evidence ledger. The reports were anonymized before review.

Kimi K3 scored 83/100 after factual penalties; Qwen 3.8 Max Preview scored 80/100. Qwen earned 9/10 for tool use versus Kimi's 8/10, completed all 44 tool calls successfully, and produced the longer report with fewer requests. Kimi finished sooner, used fewer tokens on its tested route, and handled revisions and regeneration more completely.

That is credible evidence for one kind of long-context software architecture work. It is not proof that Kimi K3 is generally better, or that Qwen is generally better. The models ran through different providers, and route latency, caching, launch traffic, and reasoning settings all affected the result.

The early community picture is similarly mixed. In the main Hacker News launch discussion, one tester reported that an animated SVG task took more than 10 minutes of reasoning, while another developer said the preview was working well for coding but was still too new to judge. These are anecdotes, not benchmarks. They do flag two things worth measuring in your own tests: time to a usable answer and task completion per token.

Qwen 3.8 Max vs Qwen 3.7 Max

Qwen 3.8 Max looks like an upgrade in capability scope, but Qwen 3.7 Max remains the safer API choice today.

Dimension Qwen 3.8 Max Preview Qwen 3.7 Max
Status Continuously updated preview Existing API model
Published parameters 2.4T total Not the main public selling point
Vision Alibaba says yes Text-only
Context Not published 1M tokens
Max output Not published 65,536 tokens
Weights Promised, not released Closed-weight
Pricing Token Plan Credits; no normal token rate GPT Proto price: $0.36 input / $1.44 output per 1M
Production backend use Individual plan forbids automated backend use Conventional metered API access

I would not perform a blind model-string upgrade from Qwen 3.7 Max to the 3.8 preview. First check output stability, tool schemas, latency, reasoning-token use, and whether the final production model preserves the preview's behavior.

If you need a Qwen API for an application now, the existing Qwen 3.7 Max endpoint is the practical bridge:

curl "https://gptproto.com/v1/chat/completions" \
  -H "Authorization: Bearer $GPTPROTO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-max",
    "messages": [
      {
        "role": "user",
        "content": "Review this architecture and list the three highest-risk assumptions."
      }
    ]
  }'

This calls Qwen 3.7 Max, not Qwen 3.8 Max. That distinction prevents a common launch-week failure: publishing code for an endpoint the platform does not carry.

Qwen 3.8 Max vs Kimi K3, GLM-5.2, and Fable 5

The honest comparison is asymmetric because Qwen 3.8 Max is missing several public specifications.

Model Best current reason to test it Main trade-off
Qwen 3.8 Max Preview New 2.4T Qwen flagship with vision and strong early agent results Moving preview, unknown context and token price, no weights yet
Kimi K3 Published 2.8T MoE architecture, 1M multimodal context, conventional API access Always-on reasoning can increase latency and output cost
GLM-5.2 MIT open weights, known active parameters, 1M context, lower-cost agentic coding Text-only; total capability may trail the newest closed previews on some tasks
Fable 5 The reference point named in Qwen's own launch claim for long-horizon work Higher price, and Qwen has not published evidence for its comparison claim

For Qwen 3.8 Max vs Kimi K3, the best public matched test currently gives Kimi a three-point lead while giving Qwen the better tool-use subscore. For Qwen 3.8 Max vs GLM-5.2, the decision is less about an unverified quality ranking and more about deployment: GLM has downloadable MIT-licensed weights today; Qwen does not. For Qwen 3.8 Max vs Fable 5, there is not enough public evidence to validate Alibaba's ranking.

See the full Qwen 3.8 Max vs Kimi K3 comparison

Should Developers Use Qwen 3.8 Max Now?

Yes, if the workload benefits from complex coding, visual understanding, long context, or multi-stage agent execution.

The production API, published token price, 1M-token context window, and stable model name remove most of the deployment objections that applied to the July preview. Developers can now evaluate it as a normal hosted model instead of an experimental subscription-only endpoint.

There are still boundaries:

  • Batch inference and fine-tuning are not currently supported.

  • Its 128K output limit can produce expensive responses when high reasoning effort is used indiscriminately.

  • The downloadable weights and final license are not yet available as of August 7.

  • Alibaba’s longest autonomous-work examples are vendor-run demonstrations, not guarantees for every application.

For hosted production use, start with the Qwen3.8-Max API on GPT Proto. For self-hosting, wait until the announced checkpoint and license are actually published.

Questions fréquemment posées

Quelle est la date de sortie de Qwen 3.8 Max ?

Qwen3.8-Max-Preview a été lancé le 19 juillet 2026. Alibaba n’a pas annoncé la date de sortie de la version de production ni celle du checkpoint à poids ouverts.

Quelle est la taille de Qwen 3.8 Max ?

Qwen3.8-Max possède 2,4 billions de paramètres au total et active environ 95 milliards de paramètres par requête grâce à son architecture Sparse Mixture-of-Experts.

Qwen 3.8 Max dispose-t-il d’une fenêtre de contexte de 1 M ?

Oui. Le modèle stable prend en charge une fenêtre de contexte allant jusqu’à 1 million de tokens et une sortie maximale allant jusqu’à 128 k tokens.

Combien coûte l’API Qwen 3.8 Max ?

Alibaba affiche Qwen3.8-Max à 2 $ par million de tokens d’entrée et 6 $ par million de tokens de sortie. Consultez la page GPTProto Qwen3.8-Max pour connaître le tarif actuel de GPTProto.

Qwen 3.8 Max est-il open source ?

Pas encore au 7 août 2026. Alibaba a annoncé la publication des poids ouverts de `Qwen3.8-2.4T-A95B`, mais les développeurs devraient attendre le checkpoint et la licence avant de faire des hypothèses concernant l’auto-hébergement ou l’utilisation commerciale.

Puis-je utiliser Qwen 3.8 Max dans le backend d’une application ?

Oui. Le modèle stable dispose désormais d’un accès API à la consommation et est disponible via GPTProto. Cela diffère des restrictions antérieures du Personal Token Plan qui s’appliquaient au mode d’accès en aperçu.

Quelles entrées Qwen 3.8 Max prend-il en charge ?

Le modèle officiel prend en charge les entrées texte, image et vidéo, avec une sortie textuelle. Les appels de fonctions, les sorties structurées, la recherche Web et la mise en cache du contexte sont également pris en charge.

Articles associés

Plus de blogs
Qu'est-ce que Kimi K3 — et est-il vraiment proche de GPT-5.6 et de Fable 5 ?

Qu'est-ce que Kimi K3 — et est-il vraiment proche de GPT-5.6 et de Fable 5 ?

TL;DR Kimi K3 est le modèle multimodal de Moonshot AI doté de 2,8 billions de paramètres, conçu pour le codage sur de longues périodes, le travail de connaissance, le raisonnement et les workflows d'agents. Des tests indépendants le placent globalement près de Claude Opus 4.8 et de GPT-5.5, tandis que GPT-5.6 Sol et Claude Fable 5 restent en tête. K3 se rapproche sur les benchmarks agentiques et domine certains tests d'automatisation, mais son taux d'hallucination mesuré a augmenté par rapport à K2.6. Kimi K3 est désormais disponible avec des poids ouverts. Moonshot AI a publié le checkpoint complet, la fiche du modèle, le rapport technique et la licence personnalisée Kimi K3. Le dépôt officiel Hugging Face représente environ 1,56 To répartis sur 96 fragments safetensors, et Moonshot recommande des déploiements sur supernœuds avec au moins 64 accélérateurs. Les poids ouverts règlent la question de la propriété. Ils ne font pas de K3 un modèle local ordinaire. Pour la plupart des développeurs, l'API hébergée reste le point de départ le plus pratique. L' API Kimi K3 sur GPTProto affiche actuellement 2,70 $ par million de tokens d'entrée et 13,50 $ par million de tokens de sortie. Choisissez les poids lorsque le contrôle des données, l'inférence personnalisée ou la modification du modèle justifient l'infrastructure et l'examen de la licence. En bref, Kimi K3 est suffisamment proche de GPT-5.6 et de Fable 5 pour appartenir à la même conversation—et sa sortie avec poids ouverts offre désormais aux développeurs une option de déploiement que ni l'un ni l'autre de ces modèles fermés ne propose.

Michael Johnson | 2026-07-28

GLM-5.2 vs Kimi K3 pour le codage : lequel est le meilleur pour les développeurs en 2026 ?

GLM-5.2 vs Kimi K3 pour le codage : lequel est le meilleur pour les développeurs en 2026 ?

En bref : Kimi K3 est le modèle de codage le plus performant lorsque la tâche est difficile, longue ou visuelle. Il devance GLM-5.2 dans la comparaison de codage publiée par Moonshot et accepte les images et les vidéos via son service hébergé. GLM-5.2 reste le meilleur choix par défaut pour le travail courant sur les dépôts : il coûte beaucoup moins cher, est plus compact à exploiter et utilise la licence MIT permissive. Kimi K3 propose désormais aussi des poids téléchargeables, mais son dépôt de 1,56 To, son déploiement recommandé avec au moins 64 accélérateurs et sa licence personnalisée en font un engagement nettement plus important pour l'auto-hébergement. Choisissez Kimi lorsque les capacités constituent le facteur limitant ; choisissez GLM lorsque le coût et la simplicité opérationnelle comptent au quotidien. L'aspect intéressant de la comparaison de code GLM-5.2 vs Kimi K3 n'est pas que les deux modèles puissent écrire un composant React ou résoudre un algorithme court. Les modèles de ce niveau franchissent déjà cette étape. La vraie question est de savoir ce qui se passe lorsque la mission devient complexe : audit d'un dépôt, migration portant sur plusieurs fichiers, bogue qui n'apparaît que dans une capture d'écran ou prototype Three.js jouable devant maintenir la cohérence de plusieurs systèmes. C'est également à ce moment que l'écart de prix commence à compter. Kimi K3 semble meilleur sur les tests publics les plus difficiles, mais son tarif officiel de sortie est plus de trois fois supérieur à celui de GLM-5.2. Une équipe qui effectue des milliers de revues ordinaires pourra peut-être accomplir davantage de travail par dollar avec GLM. Un développeur qui tente de sauver un projet visuel particulièrement difficile acceptera volontiers de payer pour K3.

Tiffany Layne | 2026-07-28

Meilleure API d’IA pour les développeurs en 2026 : comparaison de 10 plateformes

Meilleure API d’IA pour les développeurs en 2026 : comparaison de 10 plateformes

TL;DR Best direct APIs: OpenAI is the safest general-purpose default; Anthropic Claude is strongest for coding and long-running agents; Gemini suits low-cost multimodal prototyping; and DeepSeek leads on text-token price. Best multi-model options: OpenRouter is the clearest choice for testing many LLMs. GPTProto is the stronger fit when one product needs text, image, and video models under one API key and shared balance. Best infrastructure choices: Amazon Bedrock fits AWS-governed enterprise deployments, while Replicate, fal.ai, and Together AI are better suited to open-model or generative-media inference. There is no universal winner. Compare workload fit, model coverage, real billing units, production controls, and switching cost. Prices and availability were checked on July 14, 2026; verify live provider pages before deployment.

Tiffany Layne | 2026-07-15

MiniMax M3 pour le codage : benchmarks, tarifs réels et comment l'appeler via API (2026)

MiniMax M3 pour le codage : benchmarks, tarifs réels et comment l'appeler via API (2026)

MiniMax M3 est-il performant pour le codage ? La réponse courte : oui pour le travail agentique et multi-fichiers, avec deux réserves que je préfère exposer clairement avant que vous ne lisiez la suite. La plupart des scores de codage mis en avant ont été obtenus par MiniMax sur sa propre infrastructure, et le « contexte d'un million de tokens » présente un seuil tarifaire à 512 K qui touche particulièrement les agents de codage. Ces deux points sont gérables dès qu'on les connaît. Pourtant, aucun n'apparaît clairement dans la plupart des articles consacrés au lancement. J'écris cet article parce que l'argumentaire de codage autour de M3 a été réduit à un seul chiffre — 59 % sur SWE-Bench Pro — et que ce chiffre est utilisé sans vraiment être questionné. Nous allons voir ce qu'est réellement le modèle, où se situent les mesures indépendantes, combien il coûte sur une charge de travail de codage réelle et comment l'appeler via l'API GPTProto. Si vous voulez simplement connaître le verdict : un évaluateur indépendant qui exécute la même batterie de tests sur chaque modèle sérieux a placé M3 « proche de GPT et d'Opus en codage réel, mais pas tout à fait au-dessus d'eux ». Cela correspond également à la position des benchmarks neutres.

Schuyler Stacy | 2026-07-02