Qwen3.8 Max et Flash gratuits via l'API AIHubMix : limites, date de fin et premier appel

Le modèle phare d'Alibaba, Qwen3.8 Max, et son frère rapide, Qwen3.8 Flash, sont gratuits à appeler sur AIHubMix dès maintenant. Les identifiants gratuits sont qwen3.8-max-free et qwen3.8-flash-free, et les deux coûtent 0 $ par million de tokens en entrée comme en sortie. La campagne est financée par GMI Cloud. Elle a été lancée le 14 octobre 2026 (heure du Pacifique) et dure 30 jours, soit jusqu'à environ le 13 novembre, ou jusqu'à épuisement des crédits de la campagne, selon la première échéance.

Les identifiants gratuits suivent les mêmes règles que tous les autres modèles gratuits d'AIHubMix : 10 appels d'essai sur un nouveau compte, puis des quotas quotidiens dès que vous rechargez au moins 1 $. Vous les appelez avec le SDK OpenAI standard, pointé vers https://aihubmix.com/v1. À la fin de la campagne, retirez -free de l'identifiant du modèle : le même code continue de fonctionner avec les versions payantes.

Ce qui est gratuit, et ce que cela coûtera le reste de l'année

Les prix sont exprimés par million de tokens. Les prix catalogue de Qwen sont ceux de QwenCloud.

Les deux identifiants gratuits offrent les capacités standard de leurs équivalents payants : une fenêtre de contexte de 1M de tokens, jusqu'à 131K tokens en sortie, l'appel d'outils et la réflexion activée par défaut. Ils sont servis par GMI Cloud et non par Alibaba Cloud. Les pages des modèles Qwen3.8 Max (free) et Qwen3.8 Flash (free) affichent la latence et la disponibilité en temps réel de cette route.

Deux modèles, deux usages

Les chiffres de benchmark ci-dessous sont ceux publiés par Qwen lors du lancement, tels que compilés par DataCamp ; personne ne les a reproduits de manière indépendante.

Qwen3.8 Max a été lancé le 3 août 2026. Il s'agit d'un modèle à mixture d'experts de 2,4 milliards de milliards de paramètres... plus précisément de 2,4 trillions de paramètres, avec environ 95 milliards de paramètres actifs par token, et Qwen le positionne sur le code et les tâches bureautiques « Cowork ». Son tableau de lancement affiche 67,7 sur SWE-bench Pro, 74,8 sur CoWorkBench et 92,6 sur GPQA Diamond. Une mise à jour post-entraînement (0902) a suivi le 2 septembre. Artificial Analysis classe cette version 33e sur 217 modèles dans son Intelligence Index et la qualifie de « très verbeuse » : elle a utilisé 190M de tokens de sortie pour exécuter l'indice, contre une médiane de 87M.

Qwen3.8 Flash a été lancé le 26 août 2026, en tant que version hébergée du modèle à poids ouverts Flash-Next (125 milliards de paramètres, dont 6 milliards actifs). Le tableau de lancement de Qwen l'attribue 62,5 sur SWE-bench Pro et 73,9 sur CoWorkBench : à moins d'un point de Max sur les tâches bureautiques, pour un prix de sortie inférieur à un treizième de celui de Max.

En résumé : Flash répond en quelques secondes et couvre la plupart des usages quotidiens ; Max est à privilégier pour le raisonnement complexe et le code multi-fichiers. Le deuxième article de cette série les compare tâche par tâche.

Fonctionnement du quota gratuit

La page des modèles gratuits d'AIHubMix définit les limites, qui s'appliquent aux identifiants gratuits de Qwen3.8 comme au reste du catalogue :

• Avant votre premier rechargement : 10 appels d'essai au total, partagés entre tous les modèles gratuits, sans expiration. Après le dixième, l'API continue de répondre avec un message indiquant que l'essai est épuisé, au lieu de renvoyer une erreur.
• Après tout rechargement d'au moins 1 $ : votre compte passe définitivement à des quotas quotidiens de 100 requêtes par jour, 10 par minute et 1M de tokens par jour. Ces quotas sont partagés sur l'ensemble du catalogue gratuit et se réinitialisent chaque jour.
• Au-delà d'une limite : l'API renvoie une erreur 429 jusqu'au début de la minute ou du jour suivant.

Trois détails sur le pool de tokens sont faciles à oublier :

1. Il s'agit d'un pool unique. Les tokens consommés avec Flash, ou avec tout autre modèle gratuit, sont prélevés sur le même million que Max.
2. La réflexion compte. Les deux modèles réfléchissent avant de répondre, sauf si vous la désactivez, et Alibaba facture la réflexion comme des tokens de sortie. Lors d'un test le 16 octobre, une réponse de deux phrases de qwen3.8-flash-free a utilisé 89 tokens de sortie, dont 36 pour la réflexion.
3. La fenêtre de contexte est aussi grande que le pool quotidien. Une seule requête qui remplit le contexte de 1M de tokens de Max consommerait la totalité des tokens du jour.

Ce que valent les tokens gratuits

Supposons que vous utilisiez les 1M de tokens quotidiens, répartis à raison de 3 pour 1 entre entrée et sortie, et que vous les valorisiez aux tarifs payants d'AIHubMix :

Aux tarifs payants, un token consommé avec Max vaut environ 14 fois un token consommé avec Flash. Le pool étant partagé, la campagne gratuite rapporte le plus lorsque vous l'utilisez pour les appels Max où la qualité compte, et que vous réservez Flash aux cas où la rapidité prime.

Votre premier appel

1. Inscrivez-vous sur AIHubMix et créez une clé API ; le démarrage rapide détaille la procédure.
2. Rechargez au moins 1 $ si vous voulez le quota quotidien plutôt que les 10 appels d'essai.
3. Exportez la clé sous le nom AIHUBMIX_API_KEY puis envoyez une requête :

curl https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-flash-free",
    "messages": [{"role": "user", "content": "In two sentences, what is a mixture-of-experts model?"}]
  }'

Pour Max, activez le streaming de la réponse. Max réfléchit un certain temps avant son premier token visible : la propre mesure d'AIHubMix situe la latence de la route gratuite à environ 55 secondes, contre environ 5 secondes pour Flash. Le streaming maintient le flux de données pendant la réflexion, et un délai d'attente client plus long couvre les réponses longues :

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
    timeout=600,
)

stream = client.chat.completions.create(
    model="qwen3.8-max-free",
    messages=[{"role": "user", "content": "Find the bug in this function:\n\ndef mean(xs):\n    return sum(xs) / len(xs) - 1"}],
    stream=True,
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

La réflexion arrive dans un champ reasoning_content séparé, de sorte que cette boucle n'affiche que la réponse. Pour les requêtes courtes et simples, vous pouvez désactiver la réflexion avec extra_body={"enable_thinking": False}, qui correspond à l'option documentée par Alibaba pour Qwen3.8 ; le troisième article de cette série explique comment vérifier qu'elle a bien été prise en compte.

Quand la période gratuite prend fin

Les identifiants -free cessent d'être gratuits vers le 13 novembre 2026 (heure du Pacifique), ou plus tôt si les crédits de la campagne de GMI Cloud sont épuisés avant. Deux façons d'en faire un non-événement :

• Changer une seule chaîne. Remplacez qwen3.8-max-free par qwen3.8-max, ou qwen3.8-flash-free par qwen3.8-flash. Le point de terminaison, le SDK et les paramètres restent identiques, et les prix AIHubMix sont inférieurs aux prix catalogue de Qwen.
• Configurer un repli dès maintenant. AIHubMix peut basculer d'un modèle gratuit vers un modèle payant au niveau de la clé lorsque le modèle gratuit atteint un quota ou une limite de débit, sans modification du code. Le troisième article détaille la configuration.

FAQ

Qwen3.8 Max est-il vraiment gratuit sur AIHubMix ?
Oui. qwen3.8-max-free coûte 0 $ par million de tokens en entrée et en sortie pendant la campagne de GMI Cloud. Les quotas habituels des modèles gratuits d'AIHubMix s'appliquent.

Quand se termine l'offre gratuite de Qwen3.8 ?
30 jours après son lancement du 14 octobre 2026 (heure du Pacifique), soit vers le 13 novembre, ou plus tôt si les crédits de la campagne sont épuisés.

Faut-il une carte bancaire pour essayer ?
Non. Chaque nouveau compte reçoit 10 appels d'essai. Un rechargement d'au moins 1 $ fait passer le compte à des quotas quotidiens de 100 requêtes et 1M de tokens.

La version gratuite est-elle le même modèle que la version payante ?
Les identifiants gratuits offrent les mêmes capacités standard : contexte de 1M, jusqu'à 131K en sortie, appel d'outils et réflexion. Ils tournent sur GMI Cloud au lieu d'Alibaba Cloud, donc la latence et le débit diffèrent ; les pages des modèles affichent les deux.

Les tokens de réflexion comptent-ils dans le quota gratuit ?
Oui. La réflexion est de la sortie, et chaque token compte dans le pool quotidien partagé de 1M de tokens. Désactivez la réflexion pour les requêtes simples afin que le pool dure plus longtemps.

Puis-je utiliser les modèles gratuits dans des outils de code ?
Oui, dans tout outil acceptant une URL de base compatible OpenAI et un identifiant de modèle personnalisé, comme OpenCode, Cline, Kilo Code ou Qwen Code. Les boucles d'agent renvoient le contexte à chaque tour, elles vident donc rapidement le pool quotidien.

Que se passe-t-il pour mon code à la fin de l'offre ?
Remplacez l'identifiant du modèle par qwen3.8-max ou qwen3.8-flash, et rien d'autre. Ou configurez dès maintenant le repli au niveau de la clé pour que le basculement se fasse automatiquement.

À lire ensuite : la série Qwen3.8 Free

• Le pool étant partagé, il vaut la peine de savoir quel modèle mérite vos tokens : Qwen3.8 Max Free ou Qwen3.8 Flash Free : Flash suffit-il ?
• Une fois que vous l'appelez chaque jour, voici ce qui peut mal tourner et le paramètre unique qui couvre la plupart des cas : Qwen3.8 Free sur AIHubMix : corriger les 429, « Rate Limited by Provider » et un pool de tokens épuisé

Sources

• Page du modèle Qwen3.8 Max (free) (AIHubMix)
• Modèles d'IA gratuits et quotas (AIHubMix)
• Utiliser les modèles à réflexion approfondie via l'API (Alibaba Cloud Model Studio)
• Qwen3.8-Max : fonctionnalités, benchmarks et tarifs (DataCamp)
• Qwen3.8 Max (0902) : analyse de l'intelligence, des performances et du prix (Artificial Analysis)