Qwen3.8 Max : test en polonais, résultats, prix et accès

👁 115 lectures

Qwen3.8 Max testé en polonais écrit correctement et respecte les consignes à la lettre, mais réfléchit longuement et vous payez pour cette réflexion. Dans notre laboratoire, le modèle phare d’Alibaba (version 0902) a obtenu 76,4 points sur 100 en rédaction, a respecté les 26 règles des consignes et a résolu sans erreur une correction difficile ainsi qu’un quiz. Ci-dessous, les résultats tâche par tâche, des extraits de réponses, les prix et une correction que nous devons apporter à notre propre classement.

Les montants en EUR sont des conversions indicatives des prix publiés en USD, calculées au taux de référence de la BCE du 2026-10-12 : 1 EUR = 1.1181 USD. Il ne s’agit pas de tarifs locaux confirmés ni de montants finaux toutes taxes comprises. Le fournisseur et la banque peuvent appliquer d’autres taux ou frais. ECB.

Présentation du modèle

Qwen3.8 Max est le plus grand modèle d’Alibaba. La version 0902 est sortie le 2 septembre 2026. Selon la description sur OpenRouter, c’est un modèle de type mixture-of-experts avec 2,4 billions de paramètres, qui accepte texte, image et vidéo, et répond en texte. La documentation Alibaba Cloud indique un contexte d’1 million de tokens et jusqu’à 131 072 tokens de réponse. Les poids sont fermés. Le raisonnement est activé par défaut ; dans l’API Alibaba, vous pouvez le désactiver avec le paramètre enable_thinking ou le limiter via thinking_budget.

Dans l’indice Artificial Analysis (27 septembre 2026), il obtient 45 points, autant que GLM-5.3 en variante max. Il génère 39 tokens par seconde et s’avère le plus cher du peloton de tête par tâche : 5,41 USD, car pour l’indice il a produit 190 millions de tokens. Nous avons décrit toute la famille de modèles dans le guide Qwen AI.

Notre résultat : tâche par tâche

Le test est le même que dans le classement des IA pour écrire en polonais : 13 consignes via OpenRouter, effort=low, évaluation à l’aveugle par trois juges d’autres entreprises (Claude Opus 5.5, GPT-6 Sol, Gemini 3.1 Pro). Les notes ci-dessous proviennent de la session du 27 septembre, où Qwen servait d’ancrage aux côtés de nouveaux modèles. Son résultat différait de la première session de 0,5 point (75,9 contre 76,4). Nous avons testé en polonais.

Moyennes des notes des juges sur une échelle de 1 à 10. * Deuxième essai avec limite plus élevée, explication ci-dessous.

Qwen a réussi les autres tests presque sans faute : dans la correction facile 21 corrections sur 22, dans la difficile 30 sur 30, dans les quiz 46 sur 46 et 48 sur 48. Claude Opus 5.5 a obtenu le même score dans la correction difficile et le quiz difficile.

Extraits de réponses

La nouvelle en réalisme magique (8,56) commence ainsi :

„Halina przepracowała na poczcie trzydzieści dwa lata. Znała każdy blok na osiedlu Tysiąclecia, każdą klatkę schodową, każdy zapach - od gotowanej kapusty na parterze po naftalinę na czwartym piętrze.«  (« Halina avait travaillé à la poste pendant trente-deux ans. Elle connaissait chaque immeuble de la cité du Millénaire, chaque cage d’escalier, chaque odeur - du chou bouilli au rez-de-chaussée à la naphtaline au quatrième étage. »)

Le juge d’OpenAI l’a jugée cohérente, avec une tension bien menée, et Opus 5.5 a souligné la force de la fin ouverte. Deux juges ont émis des réserves sur la longueur, bien que notre compteur ait affiché 305 mots, dans les limites de la consigne (300-350).

Dans la traduction de la newsletter, les idiomes sont sortis en polonais, sans calques littéraux :

„Bądźmy szczerzy: onboardowanie nowych klientów to nie fizyka jądrowa, ale od zbyt dawna chodziliśmy na skróty. (…) To był kubeł zimnej wody. Strata tych klientów okazała się jednak szczęściem w nieszczęściu.«  (« Soyons honnêtes : l’intégration de nouveaux clients n’est pas de la physique nucléaire, mais nous avons pris des raccourcis trop longtemps. (…) C’était une douche froide. La perte de ces clients s’est cependant révélée être un mal pour un bien. »)

Ici aussi, on voit une faiblesse : « onboardowanie » et « follow-up » sont restés en anglais, et une expression change le sens (les clients sont partis, au lieu de n’avoir pas été conquis).

Le résumé le plus faible (6,22) contenait une erreur que les trois juges ont repérée : une faute de cas grammatical. Qwen a aussi omis les formations et le module de prévision. GLM-5.3 a fait la même erreur.

La réflexion coûte plus que le texte

Avec effort=low, Qwen a généré 37,7 milliers de tokens sur 13 tâches, dont 33 000 de réflexion. La description produit courte a été la plus coûteuse :

• 26 septembre, premier essai : 6000 tokens de réflexion, limite épuisée, réponse vide, 0,0327 EUR (0,0366 USD) et près de 6 minutes.
• Deuxième essai avec limite plus élevée : 14 460 tokens de réflexion, 0,0897 USD, près de 5 minutes. La même description a pris 3,6 secondes à GPT-6 Luna.

C’est ce deuxième essai que les juges ont évalué, et c’était une erreur de notre méthode : les autres modèles n’ont pas reçu de limite plus élevée. Si l’on compte la description produit comme non réussie, Qwen obtient 68,2 points au lieu de 76,4, soit à peu près autant que MiMo-V2.6-Pro (69,1) et nettement moins que Muse Spark 1.3 (75,5). Nous indiquons les deux chiffres dans la comparaison des modèles moins connus du peloton de tête. Avec des paramètres de raisonnement plus élevés, ce problème s’amplifie : dans le test des modèles chinois en polonais, la version Prime comptait chaque mot dans ses pensées et n’a pas rendu le texte.

Prix et coût de notre test

Alibaba applique un tarif unique sur toute la plage de contexte, sans seuils. Nous avons vérifié les prix dans la grille tarifaire Model Studio (version internationale, région Singapour) et sur la liste d’OpenRouter, où le seul fournisseur est Alibaba.

Comment utiliser Qwen3.8 Max

• OpenRouter - modèle qwen/qwen3.8-max-0902, même prix que chez Alibaba. C’est ainsi que nous avons fait le test.
• Alibaba Cloud Model Studio - version internationale, compte avec carte. Dans l’API native, vous avez les paramètres enable_thinking et thinking_budget.
• Qwen Chat - chat gratuit d’Alibaba. Nous n’avons pas pu confirmer si la version 0902 y est disponible.

Pour écrire en polonais, nous configurerions un raisonnement faible ou un budget de réflexion, sinon vous payez pour des milliers de tokens que vous ne verrez pas. C’est notre avis, basé sur les chiffres de ce test.

Questions fréquentes

Qwen3.8 Max écrit-il bien en polonais ?

Correctement : 8,81 sur 10 pour la correction linguistique dans l’évaluation des juges. Moins bien pour le naturel (7,11) - les textes peuvent être schématiques. Résultat global 76,4 points, avec limites égales 68,2.

Combien coûte Qwen3.8 Max ?

1,79 EUR (2 USD) par million de tokens en entrée et 5,37 EUR (6 USD) par million de tokens en sortie, hors TVA. Notre test de 13 tâches a coûté 0,24 USD.

Pourquoi Qwen3.8 Max est-il si lent ?

Parce qu’il réfléchit beaucoup et génère environ 39 tokens par seconde. Dans notre test, 9 textes courts lui ont pris 572 secondes, contre 39 pour GPT-6 Luna.

Qwen3.8 Max est-il open source ?

Non. Les poids de la version Max sont fermés ; les modèles plus petits de la famille sont ouverts, comme Qwen3.8 27B.

// lire la suiteMiMo, Qwen3.8 Max, GLM-5.3 et Muse Spark : test en polonaisBenchmarksClaude Fable 5.2 et Mythos 5.2 : test et résultatsBenchmarksGemini 4 Carbon : les résultats des 19 benchmarksBenchmarks

Kinetyra