Qwen3 8B

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

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

À la sortie du modèle, le tableau de Qwen attribuait 36 couches à Qwen3-8B, 40 à Qwen3-14B et 64 à Qwen3-32B, selon Qwen. Pour ces trois tailles, la longueur de contexte était de 128K tokens, contre une longueur de contexte de 32K tokens pour Qwen3-4B, Qwen3-1.7B et Qwen3-0.6B, selon Qwen.

À quoi sert Qwen3 8B

Chat et agents

Qwen3 8B permet le dialogue généraliste en mode sans réflexion et peut passer au mode réflexion dans le même modèle, selon Qwen. Pour les agents, les modèles Qwen3 excellent dans l’appel d’outils, selon Qwen, qui recommande Qwen-Agent pour exploiter cette capacité. Selon Qwen, l’exemple d’agent proposé utilise Qwen3-8B comme modèle.

Mathématiques

Qwen3 8B utilise le mode réflexion pour le raisonnement logique complexe, les mathématiques et le 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, selon Qwen.

Suivi de consignes

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

Bien utiliser Qwen3 8B : réflexion et paramètres

Au relevé du 8 octobre 2026, sur OpenRouter, Qwen3 8B active la réflexion par défaut, mais elle peut être désactivée. Selon Qwen, le réglage par défaut enable_thinking=True active également la réflexion : le modèle l’écrit dans un bloc séparé, avant sa réponse finale.

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

En mode réflexion, les paramètres recommandés sont Temperature=0.6, TopP=0.95, TopK=20 et MinP=0, selon Qwen. Sans réflexion, les réglages conseillés deviennent Temperature=0.7, TopP=0.8, TopK=20 et MinP=0, selon Qwen. Selon Qwen, le décodage glouton est à éviter en mode réflexion, car il peut dégrader les performances et provoquer des répétitions sans fin.

Selon Qwen, une longueur de sortie de 32 768 tokens convient à la plupart des requêtes adressées au modèle. Pour les évaluations portant sur des problèmes très complexes, notamment ceux des compétitions de mathématiques et de programmation, une longueur de sortie de 38 912 tokens est conseillée selon Qwen.

Caractéristiques techniques de Qwen3 8B

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

Selon Qwen, le modèle de langage causal compte 8,2 milliards de paramètres, dont 6,95 milliards hors embeddings, les représentations numériques des tokens, répartis sur 36 couches. Pour la fenêtre de contexte, selon Qwen, sa capacité native atteint 32 768 tokens et passe à 131 072 tokens avec la méthode d’extension du contexte YaRN.

Au relevé du 8 octobre 2026, sur OpenRouter, le modèle lit du texte en entrée. Au relevé du 8 octobre 2026, sur OpenRouter, sa fenêtre de contexte atteint 131 072 tokens. Au relevé du 8 octobre 2026, sur OpenRouter, il produit au plus 8 192 tokens pour chaque réponse. Selon OpenRouter, la fin de vie de Qwen3 8B sur OpenRouter est fixée au 9 octobre 2026. La liste des caractéristiques rassemble les repères techniques du modèle.

Où utiliser Qwen3 8B, et comment il se facture

• Poids à télécharger : Qwen3 8B était proposé à sa sortie sur Hugging Face sous licence Apache 2.0, selon Qwen, avec des poids à télécharger pour l’héberger soi-même.
• Déploiement sur serveur : selon Qwen, à sa sortie, le modèle pouvait être déployé 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 : selon Qwen, à sa sortie, Qwen3 était pris en charge par Ollama, LMStudio, MLX-LM, llama.cpp et KTransformers.

La carte d’accès donne les derniers prix relevés.

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. Ce préentraînement couvre des langues et des dialectes variés, selon Qwen. 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.

FAQ