# Qwen 3.8 27B

> Fiche du modèle de langage Qwen 3.8 27B sur Quelle IA, édition du 28 septembre 2026. Qwen 3.8 27B (Alibaba) : score IA de 82,4, 49e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/qwen-3-8-27b/
Origine : Alibaba · Chine · sorti le 14 août 2026

## Score général

- Score IA : 82,4 (marge à 90 % : de 77,5 à 87,3)
- Rang : 49 (Groupe 7, ex æquo)
- Couverture : 85 % du poids des tâches, 23 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 81,6 | Provisoire · 22 % |
| Code | 81,1 | Provisoire · 15 % |
| Agents | non mesuré | Non mesuré |
| Usage | 80,6 | Rang 61 · 100 % |
| Maths | 81,6 | Provisoire · 25 % |
| Sciences | 79,2 | Rang 49 · 60 % |
| Français | 73,8 | Rang 53 · 100 % |
| Vision | 81,1 | Provisoire · 33 % |
| Écriture | 75,9 | Rang 90 · 100 % |
| Web | 89,2 | Rang 26 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Qwen3.8 27B (Xhigh)](https://artificialanalysis.ai/models/qwen3-8-27b) | 33,7 | 86e sur 193 | 45,1 jetons/s | 3,92 s | 0,5 $ / 3 $ |
| [Qwen3.8 27B (Medium)](https://artificialanalysis.ai/models/qwen3-8-27b-medium) | 27,6 | 104e sur 193 | 48,1 jetons/s | 3,90 s | 0,5 $ / 3 $ |
| [Qwen3.8 27B (Low)](https://artificialanalysis.ai/models/qwen3-8-27b-low) | 26,2 | 109e sur 193 | 49,1 jetons/s | 3,84 s | 0,5 $ / 3 $ |
| [Qwen3.8 27B (Non-reasoning)](https://artificialanalysis.ai/models/qwen3-8-27b-non-reasoning) | 20,2 | 140e sur 193 | 50,2 jetons/s | 3,86 s | 0,5 $ / 3 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/qwen3-8-27b

## Exécution locale

Tient à partir d'une carte graphique de 24 Go (22 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc Pro B60. Mémoire estimée : 18,6 Go.

- Allégée, 4 bits : 18,6 Go
- Allégée, 8 bits : 32,6 Go
- Complète, 16 bits : 62,1 Go

- Plus petite machine : [Carte graphique 24 Go](https://quelleia.com/local/#carte_graphique_24_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 24 Go](https://quelleia.com/local/#carte_graphique_24_go), version allégée à 4 bits ; par exemple [Intel Arc Pro B60](https://quelleia.com/local/intel-arc-pro-b60/)
- PC portable RTX : [PC portable GeForce RTX 24 Go](https://quelleia.com/local/#pc_portable_rtx_24_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5090](https://quelleia.com/local/pc-portable-geforce-rtx-5090/)
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 32 Go](https://quelleia.com/local/#mac_32_go), version allégée à 4 bits ; par exemple [Mac mini M6, 32 Go](https://quelleia.com/local/mac-mini-m6-32go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version allégée à 4 bits ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version complète ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,35 € / 2,75 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 1 000 000 jetons (environ 750 000 mots)
- Entrées : Texte, image, vidéo, PDF
- Réflexion : Sans, faible, moyenne, très élevée (quatre niveaux réglables)
- Paramètres : 27 milliards
- Licence : Apache 2.0 (poids ouverts, téléchargeables)
- Classe énergétique : B (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/Qwen/Qwen3.8-27B)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Qwen3.8-27B)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/qwen/qwen3.8-27b)
- Par API : [API Alibaba](https://www.alibabacloud.com/help/en/model-studio)
- L'essayer : [Qwen Chat](https://chat.qwen.ai)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 95,5 % | 63,6 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 80,5 % | 123,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| DTBench | Raisonnement | 88 % | 81,8 | saturé | https://conceptualreasoning.ai/dtbench |
| EuroEval, HellaSwag (bon sens) | Français | 79,4 % | 82,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, INCLUDE (connaissances) | Français | 74,8 % | 80,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Code Arena, WebDev | Web | 1 590,4 Elo | 90,2 | actif | https://arena.ai/leaderboard |
| EuroEval, FQuAD (compréhension) | Français | 69,6 % | 67,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 68,7 % | 108,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, questions de code | Code | 1 504,9 Elo | 82,6 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 457,6 Elo | 81,3 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 475,4 Elo | 80,6 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 466,9 Elo | 79,7 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 438,5 Elo | 78,3 | actif | https://arena.ai/leaderboard |
| Arena, vision | Vision | 1 242,3 Elo | 79,2 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 363,0 Elo | 68,2 | actif | https://arena.ai/leaderboard |
| LMCA | Raisonnement | 41,36 | 81,2 | actif | https://conceptualreasoning.ai/lmca |
| SciCode | Code | 46,6 % | 79,3 | actif | https://artificialanalysis.ai/evaluations/scicode |
| Surface Evolver Bench | Sciences | 45 % | 79,0 | saturé | https://yhenon.github.io/surface-evolver-llm-eval/ |
| compar:IA | Français | 961,0 Elo | 45,6 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| SciCode | Code | 39,8 % | 71,1 | actif | https://artificialanalysis.ai/evaluations/scicode |
| EuroEval, OrangeSum (résumé) | Français | 38,3 % | 82,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| SciCode | Code | 38,1 % | 68,9 | actif | https://artificialanalysis.ai/evaluations/scicode |
| SciCode | Code | 35,6 % | 65,9 | actif | https://artificialanalysis.ai/evaluations/scicode |
| EuroEval, MultiLoKo (connaissances locales) | Français | 27,8 % | 62,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ProofBench | Maths | 16 % | 81,5 | saturé | https://www.vals.ai/benchmarks/proof_bench |
| CritPt | Sciences | 5,4 % | 77,1 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0,3 % | 61,2 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Qwen 3.8 27B ?** Qwen 3.8 27B obtient un score IA de 82,4, avec une marge de 77,5 à 87,3, dans l'édition du 28 septembre 2026. Il est classé 49e sur 246 modèles, à partir de 23 mesures.

**Dans quelles tâches Qwen 3.8 27B est-il le plus fort ?** Ses deux meilleures tâches sont web (89,2) et raisonnement (81,6). Sa tâche la plus faible est français (73,8).

**Qwen 3.8 27B peut-il tourner en local ?** Tient à partir d'une carte graphique de 24 Go (22 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc Pro B60. Mémoire estimée : 18,6 Go.

**Combien coûte Qwen 3.8 27B ?** 0,35 € par million de jetons en entrée et 2,75 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Qwen 3.8 27B ?** Qwen 3.8 27B est édité par Alibaba (Chine), et il est sorti le 14 août 2026. Ses poids sont ouverts, sous licence Apache 2.0.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com