Sorti discrètement en août 2026, Qwen 3.8 27B est déjà à 415 000 téléchargements mensuels sur Hugging Face. Apache 2.0, 27 milliards de paramètres, vision native, contexte jusqu’à 262 000 tokens — sur le papier, c’est le couteau suisse open source que tout builder attendait. En pratique, Simon Willison a découvert quelque chose d’étrange : demande-lui de dessiner un cercle SVG, et il te pondra une fresque artistique élaborée après 21 minutes de réflexion. Le modèle est excellent. Il ne sait juste pas s’arrêter de penser.
Ce que Qwen 3.8 27B sait vraiment faire
Le modèle sort de chez Alibaba Cloud avec une fiche technique qui impressionne. Vision et vidéo jusqu’à une heure, codage avancé, tâches agentiques, 64 couches — c’est un modèle multimodal complet, pas un LLM texte avec quelques capacités image greffées.
Sur les benchmarks qui comptent pour un builder :
- SWE-bench Pro (correction de vrais bugs sur de vrais dépôts) : 61,7 %. Anecdote : c’est au-dessus de beaucoup de modèles commerciaux de la génération précédente.
- Terminal Bench (tâches en ligne de commande autonomes) : 73 %.
- OSWorld (contrôle d’interface graphique) : 84,3 %.
Ce qui le distingue techniquement : le flexible thinking control. Tu peux régler la profondeur de raisonnement — de « aucune réflexion » à « réflexion maximale » — via un paramètre à l’inférence. L’idée est bonne. L’implémentation par défaut est le problème.
Le problème : il pense comme si chaque tâche était la thèse de sa vie
Simon Willison — qui teste les LLM depuis des années avec une rigueur d’ingénieur — a tenté quelque chose de simple : demander au modèle de générer un SVG basique, un cercle. Résultat : Qwen 3.8 27B a produit une composition artistique complexe au bout de 21 minutes de chaîne de pensée interne.
Le problème vient du réglage par défaut. Le modèle est configuré avec un niveau de raisonnement « xhigh » — autrement dit, il cherche à tout maximiser, même quand la tâche ne le demande pas. Une requête simple déclenche une analyse profonde, des alternatives, des vérifications internes. Ça consomme énormément de tokens et ça prend du temps : 15 à 30 tokens par seconde en local, contre 184 tokens par seconde pour une API commerciale comparable.
Le modèle n’est pas cassé. Il est trop zélé. Et c’est une distinction importante.
La solution : lui apprendre à se calmer
Willison a trouvé la correction : passer le niveau de raisonnement à « low » ou à désactivé au démarrage. En faisant ça, le modèle répond vite, directement, et de façon pertinente sur les tâches simples.
Concrètement, si tu l’utilises via l’API compatible OpenAI (vLLM, SGLang) ou directement avec HuggingFace Transformers, tu as deux profils recommandés :
- Mode réflexion (pour les tâches complexes) :
temperature=1.0, top_p=0.95 - Mode instruction directe (pour le reste) :
temperature=0.7, top_p=0.80
Le principe : ne pas laisser le modèle décider seul de l’effort à fournir. Toi, tu sais si la tâche mérite 30 secondes ou 20 minutes. Le modèle, par défaut, choisit toujours 20 minutes.
Ce que ça change pour toi, builder solo
Qwen 3.8 27B est viable pour trois cas d’usage précis :
- Agents de code qui tournent en autonomie : les benchmarks SWE-bench et Terminal Bench sont sérieux. Si tu veux un modèle qui corrige des bugs ou exécute des commandes shell sans supervision constante, il est dans le bon niveau.
- Workflows qui nécessitent de la confidentialité : tout tourne en local. Aucune donnée ne part chez un tiers. Pour un usage sur des données sensibles ou propriétaires, c’est le point fort.
- Vision sur des contenus longs : 1 heure de vidéo en contexte, c’est au-dessus de la plupart des API commerciales. Si ton workflow implique d’analyser des enregistrements, des webinaires, du contenu multimédia — là, il y a un avantage réel.
Ce qu’il n’est pas : un modèle rapide pour du chat conversationnel ou des requêtes fréquentes. En local sur une machine personnelle, 15-30 tokens par seconde, c’est lent. La Qwen Cloud (1M de tokens de contexte, outils intégrés) peut accélérer ça, mais tu perds l’argument vie-privée.
« Il excelle sur des tâches concrètes d’agents et d’extraction, mais reste limité par sa lenteur en local. »
Simon Willison, après tests
Ma lecture
Ce que l’histoire du cercle SVG dit au fond, c’est que les modèles de raisonnement ont un problème de calibrage que personne n’a encore vraiment résolu. OpenAI a le même avec o3 — trop coûteux pour les tâches simples. Qwen a le même en local — trop lent si tu laisses le modèle décider seul.
La bonne pratique qui émerge : traiter le niveau de raisonnement comme un paramètre métier, pas comme un réglage technique. Avant de lancer une requête, décide toi-même si le problème mérite de la réflexion profonde ou une réponse directe. Le modèle exécutera mieux si tu lui dis clairement ce que tu attends — pas juste ce que tu veux comme résultat, mais comment tu veux qu’il travaille pour y arriver.
Qwen 3.8 27B est un bon modèle. Mais comme tout bon outil, il faut savoir s’en servir. Apache 2.0, 415 000 téléchargements en quelques semaines — la communauté a compris l’intérêt. Maintenant, il s’agit de ne pas le laisser philosopher pendant 21 minutes sur chaque tâche.
Pour faire tourner ce type d’agent sur tes propres process, avec surveillance et alertes quand ça casse, voir mes prestations d’automatisation IA.