EN DIRECT
Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Mistral AI lance Timestral, un modèle de fondation pour les séries temporelles19/10/26 · Mistral AI|Des chercheurs isolent Claude sur une île déserte virtuelle pour observer son comportement sans consignes19/10/26 · Anthropic|Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Mistral AI lance Timestral, un modèle de fondation pour les séries temporelles19/10/26 · Mistral AI|Des chercheurs isolent Claude sur une île déserte virtuelle pour observer son comportement sans consignes19/10/26 · Anthropic|
🇨🇳 Chine generalistSortie août 2026

Qwen3.8-Max

Alibaba
Verdict

Un modèle polyvalent, équilibré sur la plupart des usages.

Présentation

Qwen3.8-Max est un modèle MoE massif (2,4T de paramètres, 95B actifs) doté d'une fenêtre de contexte d'un million de tokens, taillé pour le code, les agents et les tâches multimodales. Alibaba promet une version à poids ouverts dès la semaine du 10 août, mais pour l'instant seul l'accès API existe, sans benchmark indépendant pour étayer les promesses. Pour les organisations européennes soucieuses de souveraineté, l'absence de déploiement on-premise et le passage par l'infrastructure Alibaba Cloud restent un frein tant que les poids ne sont pas publiés.

Profil de compétences

Arena Elo1482

Non communiqué

Trois mesures indépendantes

Ce que les gens préfèrent, ce que le modèle sait faire, ce que le marché utilise. Chaque source a ses biais, aucune ne suffit seule : nous les affichons séparément, sans les mélanger.

Préférence
Quelle réponse les gens préfèrent-ils, à l’aveugle ?
1482Elo
Sensible au style et à la longueur des réponses.
Capacité
Que sait faire le modèle sur des tâches mesurées ?
45.4/ 100
Agrège dix évaluations lancées par Artificial Analysis.
Adoption
Qu’utilise réellement le marché ?
0 %
n°40 sur OpenRouter, 30 jours
Source: OpenRouter (openrouter.ai/rankings), as of 19 Oct 2026. CC BY 4.0
Trafic passant par OpenRouter uniquement : mesure l’adoption, pas la qualité, et ignore l’usage direct des API des éditeurs.

Forces

  • Top mondial sur Arena
  • Très long contexte

Limites

  • Pas de résidence UE documentée

À qui ça s'adresse

Pour vous si…
    À éviter si…
    • vous manipulez des données sensibles sans option UE

    Cas d'usage idéaux

    • Analyse de documents longs
    • Automatisation d'agents complexes
    • Génération de code multi-fichiers
    • Traitement multimodal texte-image

    Accès & disponibilité

    API payante au token

    Caractéristiques clés

    Contexte
    1M
    Prix entrée
    $2.00/M
    Prix sortie
    $6.00/M
    Vitesse
    —
    Prix vérifié le 4 sept. 2026·Source officielle ↗Benchmarks non audités

    Combien ça coûte par mois

    Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.

    Via API
    $60.0 / mois
    ≈ 55.2 € · 20.0 M tokens
    Auto-hébergé
    Poids fermés : pas d’auto-hébergement

    Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.

    nAIvigate Trust Index

    59/100

    Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.

    18/20 critères documentés · 90 %

    Données50
    5/5 · 30 %
    Souveraineté33
    3/3 · 20 %
    Transparence50
    3/4 · 15 %
    Entreprise83
    5/6 · 20 %
    Licence85
    2/2 · 15 %
    Voir les critères▾
    Données
    Résidence des données en UE
    Pas de transfert hors UE50
    Pas d’entraînement sur vos données
    Rétention configurable
    Zero Data Retention
    Souveraineté
    Auto-hébergeable (poids ouverts)
    Hébergement UE proposé
    Éditeur européenpays : CN
    Transparence
    Licence publiée (URL)
    Tarifs publics sourcés
    Engagements de conformité publiés
    Liste des sous-traitants publiéenon documenté
    Entreprise
    DPA disponible
    SSO / SAML
    Provisionnement SCIMnon documenté
    Journaux d’audit
    SOC 2 / ISO 27001
    Endpoint privé chez l’éditeur
    Licence
    Usage commercial autorisé
    Type de licenceproprietary70
    Classement complet et méthodologie

    Badge Trust Index

    Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.

    nAIvigate Trust Index · Qwen3.8-Max
    [![nAIvigate Trust Index · Qwen3.8-Max](https://naivigate.com/badge/qwen3-8-max.svg)](https://naivigate.com/fr/model/qwen3-8-max)

    Données & conformité

    Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.

    Résidence des données en UEOui
    Accord de traitement (DPA)Oui
    Transfert hors UESelon l'offre
    Entraînement sur vos donnéesNon
    Rétention configurableNon
    Zero Data RetentionNon
    Auto-hébergeableNon
    Hébergement déclaréCN/SG/EU

    Qualité des données de la fiche

    75/100

    Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.

    5/6 documentées · 3/6 sources primaires

    Prix APIofficiel
    Fenêtre de contexteévaluation nAIvigate
    Elo ArenaLMArena, préférence humaineindépendant
    Benchmarks (MMLU, GPQA, SWE-bench…)absent
    Licenceévaluation nAIvigate
    Données & conformitéofficiel
    Données avancées · pour experts
    Architecture, modalités, coût détaillé, benchmarks complets
    ▾
    Architecture
    MoE
    Taille
    —
    Date de coupe
    —
    Entrées
    text, image, video
    Sorties
    text
    Licence
    proprietary
    Hébergement
    CN/SG/EU
    Score d'hallucination
    —
    Coût estimé (API)
    Échange type (~3k entrée / 1k sortie)
    ≈ $0.0120
    1M entrée + 1M sortie
    ≈ $8.00
    Tous les benchmarks
    Arena Elo1482
    MMLU—
    GPQA—
    HumanEval—
    SWE-Bench—
    MATH—

    Modèles similaires