Chat Revue publiée le Mise à jour le
Comparer

Qwen3 8B

Qwen3 8B, publié par Qwen le 29 avril 2025, reçoit du texte en entrée et génère des réponses textuelles. Son mode de réflexion sert au raisonnement logique, aux mathématiques et au code, tandis que le mode sans réflexion sert au dialogue généraliste.

Connectez-vous pour suivre Qwen3 8B et être prévenu de ce qui change.

Qwen3 8B, Qwen3 14B ou Qwen3 32B : lequel choisir ?

À sa sortie, Qwen3 8B figurait parmi les six modèles denses de la génération Qwen3 sous licence Apache 2.0 : Qwen3-32B, Qwen3-14B, Qwen3-8B, Qwen3-4B, Qwen3-1.7B et Qwen3-0.6B. Cette génération comprenait également deux modèles MoE, à mélange d’experts : Qwen3-235B-A22B et Qwen3-30B-A3B.

À la sortie du modèle, Qwen3-8B avait 36 couches, Qwen3-14B en avait 40 et Qwen3-32B 64. Ces trois tailles partageaient une longueur de contexte de 128K tokens, contre 32K tokens pour Qwen3-4B, Qwen3-1.7B et Qwen3-0.6B.

À quoi sert Qwen3 8B

Chat et agents

Qwen3 8B sert au dialogue généraliste en mode sans réflexion et passe au mode réflexion dans le même modèle. Pour les agents, les modèles Qwen3 excellent dans l’appel d’outils selon Qwen, qui recommande Qwen-Agent pour exploiter cette capacité et configure son exemple d’agent avec Qwen3-8B.

Mathématiques

Le mode réflexion de Qwen3 8B sert au raisonnement logique complexe, aux mathématiques et au code. Selon Qwen, en mathématiques, en génération de code et en raisonnement logique de sens commun, les modèles Qwen3 dépassent QwQ en mode réflexion et les modèles Qwen2.5 Instruct en mode sans réflexion.

Suivi de consignes

Selon Qwen, les modèles Qwen3 excellent en suivi de consignes, en écriture créative, en jeu de rôle et en dialogue à plusieurs tours. Pour les échanges multilingues, ils prennent en charge plusieurs langues et dialectes, avec des capacités de suivi de consignes dans plusieurs langues et de traduction.

  • Chat
  • Suivi de consignes
  • Mathématiques

Bien utiliser Qwen3 8B : réflexion et paramètres

Qwen3 8B réfléchit par défaut, avec le réglage enable_thinking=True : il écrit sa réflexion dans un bloc séparé, avant sa réponse finale.

Avec enable_thinking=False, la réflexion est strictement coupée, comme sur les modèles Qwen2.5-Instruct. Lorsque la réflexion est activée, les commandes /think et /no_think, ajoutées au message de l’utilisateur ou au message système, font passer d’un mode à l’autre, tour par tour.

En mode réflexion, Qwen recommande Temperature=0.6, TopP=0.95, TopK=20 et MinP=0 ; sans réflexion, il conseille Temperature=0.7, TopP=0.8, TopK=20 et MinP=0. En mode réflexion, il déconseille le décodage glouton, qui peut dégrader les performances et provoquer des répétitions sans fin.

Qwen recommande une longueur de sortie de 32 768 tokens pour la plupart des requêtes, et de 38 912 tokens pour les évaluations portant sur des problèmes très complexes, notamment ceux des compétitions de mathématiques et de programmation.

Caractéristiques techniques de Qwen3 8B

Qwen3 8B est sorti le 29 avril 2025. Il est distribué sous licence Apache 2.0.

Qwen3 8B est un modèle de langage causal de 8,2 milliards de paramètres, dont 6,95 milliards hors embeddings, les représentations numériques des tokens, répartis sur 36 couches. Il a une fenêtre de contexte de 32 768 tokens en natif, et de 131 072 tokens avec la méthode d’extension du contexte YaRN.

Qwen3 8B lit du texte en entrée. L’accès hébergé au modèle a pris fin le 9 octobre 2026 ; ses poids restent publiés sur Hugging Face. La liste des caractéristiques rassemble les repères techniques du modèle.

Éditeur
Alibaba (Qwen)
Produit
Texte
Sortie
Contexte
131 k tokens
Réponse maximale
8 k tokens
Réflexion
Activée par défaut
Connaissances jusqu'à
mars 2025
Plus disponible via OpenRouter depuis le
Entrées
Texte
Licence
Apache 2.0
Derniers hébergeurs
Alibaba

Source : OpenRouter, dernier relevé du 09/10/2026.

Où utiliser Qwen3 8B, et comment il se facture

  • Poids à télécharger : Qwen publie sur Hugging Face les poids de Qwen3 8B, sous licence Apache 2.0, à télécharger pour l’héberger soi-même.
  • Déploiement sur serveur : le modèle se déploie avec SGLang ou vLLM. Ces logiciels créent un point d’accès compatible avec l’API d’OpenAI, une interface permettant aux applications de communiquer avec le modèle.
  • Usage en local : à sa sortie, Ollama, LMStudio, MLX-LM, llama.cpp et KTransformers prenaient en charge Qwen3.

La carte d’accès donne les derniers prix relevés.

L'API Alibaba (Qwen)

Plus disponible via OpenRouter depuis le 09/10/2026

Derniers prix chez OpenRouter (relevé du 09/10/2026) : 0,12 $ / M tokens en entrée, 0,46 $ / M tokens en sortie. Plus disponible via OpenRouter depuis le 09/10/2026.

Derniers prix relevés0,12 $ en entrée, 0,46 $ en sortie, par million de tokens
Était hébergé via OpenRouter chezAlibaba

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

Qwen3 8B parmi les versions de Qwen

Qwen3 8B s’inscrit dans la génération qui suit Qwen2.5, dont fait partie Qwen2.5 7B Instruct, un modèle d’une autre taille. La frise des versions situe les modèles de la famille avec leurs dates de sortie.

Selon Qwen, la génération Qwen3 a été préentraînée sur environ 36 billions de tokens, près de deux fois les 18 billions de Qwen2.5, sur des langues et des dialectes variés. Plus tard dans la famille apparaissent Qwen3.5 397B A17B, puis Qwen3.8 2.4T A95B, qui appartiennent à des générations suivantes et présentent chacun une autre taille.

  1. Qwen3 14B
  2. Qwen3.5-9B
  3. Qwen3.6 27B
1 version sélectionnéeAjoutez 1 ou 2 autres versions pour comparer leurs données.

La génération Qwen 3

FAQ

Quand Qwen3 8B est-il sorti ?

Qwen3 8B est sorti le 29 avril 2025, avec la génération Qwen3.

Quelle est la fenêtre de contexte de Qwen3 8B ?

Qwen3 8B a une fenêtre de contexte de 32 768 tokens en natif, et de 131 072 tokens avec la méthode YaRN.

Qwen3 8B est-il open source ?

Qwen3 8B dispose de poids publiés par Qwen sur Hugging Face sous licence Apache 2.0.

Comment désactiver la réflexion de Qwen3 8B ?

La réflexion de Qwen3 8B se désactive avec le réglage enable_thinking=False.

Qwen3 8B fonctionne-t-il avec Ollama ?

Oui. Ollama prend en charge les modèles Qwen3, dont Qwen3 8B, pour une exécution locale.