---
title: "Qwen3.8 27B en Europe : API conforme au RGPD"
description: "Qwen3.8 27B sur inference.eu : modèle ouvert dense avec entrée image et vidéo, raisonnement réglable et 256K de contexte, compatible OpenAI, traité dans l'UE."
canonical: "https://inference.eu/fr/modeles/qwen3-8-27b/"
language: "fr"
---

Raisonnement · Qwen (Alibaba Cloud)

# Utilisez Qwen3.8 27B en Europe via une API compatible OpenAI

Qwen3.8 27B est le modèle dense compact de la génération Qwen3.8 d'Alibaba, publié en août 2026. Il comprend images et vidéo, offre une réflexion réglable et 256 000 tokens de contexte, et vise le code et les longues tâches d'agent. Sur inference.eu, vous l'appelez au format OpenAI ou Anthropic, avec un traitement dans l'UE.

[Contacter l'équipe](https://inference.eu/fr/contact/)[Exemple de requête](#example)

1.  0127B
2.  02Centres de données dans l'UE
3.  03Apache 2.0

## Ce qu'est Qwen3.8 27B

Qwen présente Qwen3.8 comme la génération la plus performante de ses modèles ouverts à ce jour, bâtie sur l'architecture de Qwen3.5. Le modèle 27B est un modèle vision-langage dense de 27 milliards de paramètres et 64 couches, publié sous licence Apache 2.0. Il comprend images et vidéo, des schémas et documents aux longs enregistrements.

Son contexte natif est de 262 144 tokens, extensible à environ un million. La réflexion est active par défaut, désactivable à chaque requête, et sa profondeur se règle avec `reasoning_effort`. Le raisonnement des messages précédents est conservé par défaut. Qwen annonce des progrès sur Qwen3.6 en code, travail professionnel, recherche et tâches d'agent longues.

## Points forts et limites

Qwen3.8 27B offre beaucoup pour sa taille : bon comportement en code et en agent, compréhension des images et de la vidéo, et large prise en charge dans les outils de code courants. Dense et limité à 27 milliards de paramètres, il est simple à servir et répond vite : un bon choix par défaut pour une équipe qui veut un seul modèle intermédiaire capable.

Il n'atteint pas la profondeur de très grands modèles comme Kimi K3, GLM-5.3 ou les variantes Qwen3.8 bien plus grandes sur les tâches les plus dures. Un effort élevé produit de longues sorties, et Qwen note qu'un effort plus faible ne fait pas toujours gagner du temps dans les tâches d'agent. Son entraînement reflète les choix de son éditeur.

## Appeler Qwen3.8 27B via l'API

inference.eu utilise le format de requête OpenAI, et le format Messages d'Anthropic est aussi disponible : SDK et outils de code fonctionnent sans changement. Indiquez l'URL de base de l'API inference.eu, votre clé inference.eu et le modèle `qwen3.8-27b`.

Réglez `reasoning_effort` sur `low`, `medium` ou `xhigh` ; `xhigh` est la valeur par défaut. Pour répondre sans réflexion, passez `enable_thinking: false` dans `chat_template_kwargs` via `extra_body`. La conservation du raisonnement est active par défaut : renvoyez les messages de l'assistant intacts dans les boucles d'agent. Qwen recommande `temperature` à 1,0 et `top_p` à 0,95 en mode réflexion.

## Hébergement en Europe et données

Sur inference.eu, Qwen3.8 27B tourne sur une infrastructure située dans l'Union européenne. Vos prompts, images, vidéos, votre code et les réponses du modèle sont traités dans des centres de données de l'UE, ne sont pas envoyés à Alibaba en Chine et ne servent jamais à entraîner un modèle.

Chaque client reçoit un accord de traitement des données selon l'article 28 du RGPD et la liste de nos sous-traitants. La facturation se fait en euros. La licence Apache 2.0 autorise l'usage commercial, la modification et la redistribution sans limite d'utilisateurs ni seuil de revenus, ce qui simplifie l'analyse juridique par rapport aux modèles sous licence propre.

## Qwen3.8 27B

Éditeur

Qwen (Alibaba Cloud)

Origine

Chine

Type

Raisonnement

Paramètres

27B

Fenêtre de contexte

262 144 tokens

Licence

[Apache 2.0](https://huggingface.co/Qwen/Qwen3.8-27B/blob/main/LICENSE)

Sortie

août 2026

ID du modèle

qwen3.8-27b

Traitement

Centres de données dans l'UE

Entraînement sur vos données

Jamais

Source

[huggingface.co](https://huggingface.co/Qwen/Qwen3.8-27B)

qwen3.8-27b · Python

```
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.inference.eu/v1", api_key=os.environ["INFERENCE_EU_API_KEY"])

response = client.chat.completions.create(
    model="qwen3.8-27b",
    messages=[{"role": "user", "content": "Summarise this contract in five bullet points."}],
)
print(response.choices[0].message.content)
```

## Ce que les équipes en font

-   1

    ### Modèle par défaut d'une équipe produit

    Utiliser un seul modèle intermédiaire pour la conversation, l'aide au code, les questions sur documents et l'analyse d'images dans toute une application.

-   2

    ### Vidéos et enregistrements d'écran

    Résumer réunions enregistrées, démonstrations produit ou captures vidéo d'écran et répondre aux questions sur leur contenu.

-   3

    ### Agents de code à coût modéré

    Faire tourner des agents de code dans les outils courants, avec un effort de raisonnement réglable et un code traité dans l'UE.

## Qwen3.8 27B : questions fréquentes

Les questions que nous posent le plus les achats, les développeurs et les juristes. Il en manque une ? Posez-la-nous directement.

Cela dépend de votre traitement. Sur inference.eu, les requêtes vers Qwen3.8 27B sont traitées dans des centres de données de l'UE, ne servent pas à l'entraînement et sont couvertes par un accord de traitement des données selon l'article 28 du RGPD, avec la liste des sous-traitants. Rien n'est envoyé à Alibaba ni en Chine.

Le contexte natif est de 262 144 tokens, extensible à environ un million selon Qwen. Images et vidéos en occupent une partie, et la sortie de raisonnement a aussi besoin de place, surtout avec l'effort par défaut \`xhigh\`.

Oui. Qwen3.8 27B est publié sous licence Apache 2.0, qui autorise l'usage commercial, la modification et la redistribution sans redevance ni limite d'utilisateurs. Vous pouvez l'intégrer à des produits payants sans accord avec Alibaba.

Passez \`reasoning\_effort\` à \`low\`, \`medium\` ou \`xhigh\` ; la valeur par défaut est \`xhigh\`. Le niveau low privilégie vitesse et coût. Qwen note que, dans les tâches d'agent en plusieurs tours, un effort plus faible peut affaiblir l'analyse et allonger le nombre d'étapes : testez selon votre workflow.

Oui. Passez \`enable\_thinking: false\` dans \`chat\_template\_kwargs\` au sein de \`extra\_body\`. Qwen recommande pour ce mode sans réflexion \`temperature\` à 0,7 et \`top\_p\` à 0,8. Le modèle répond alors directement, sans bloc de raisonnement.

Oui. C'est un modèle vision-langage natif qui comprend images et vidéos, des schémas scientifiques et documents jusqu'aux enregistrements d'une heure. Il répond en texte et ne peut pas générer d'images ni de vidéos.

Ce sont deux modèles vision-langage denses de 27B avec 256 000 tokens de contexte. Qwen3.8 27B est plus récent, progresse en code, recherche et tâches d'agent, et ajoute la vidéo et le réglage \`reasoning\_effort\`. Pour un nouveau projet, c'est le meilleur choix par défaut.

Ce sont deux modèles denses multimodaux de taille proche, avec 256 000 tokens de contexte et licence Apache 2.0. Qwen3.8 27B ajoute l'entrée vidéo et un raisonnement réglable orienté code agentique. Gemma 4 31B vient de Google. Comparez-les sur vos propres prompts.

Sur inference.eu, les poids ouverts tournent dans des centres de données de l'UE : vos données ne partent ni chez Alibaba ni en Chine. L'entraînement reflète toutefois les choix de l'éditeur, y compris sur des sujets politiquement sensibles. Testez-le sur vos tâches avant de vous y fier.

Remplacez l'URL de base de votre client OpenAI par celle de l'API inference.eu, utilisez votre clé inference.eu et indiquez le modèle \`qwen3.8-27b\`. Messages, images, outils et streaming continuent de fonctionner. Ajoutez \`reasoning\_effort\` pour arbitrer entre profondeur et coût.

[Poser une question](https://inference.eu/fr/contact/)

## Pages liées

[Tous les modèles](https://inference.eu/fr/modeles/#directory)

-   [Qwen3.6 27BQwen3.6 27B sur inference.eu : modèle ouvert dense pour le code agentique, avec entrée image et 256K de contexte, compatible OpenAI et traité dans l'UE.Code](https://inference.eu/fr/modeles/qwen3-6-27b/)
-   [Gemma 4 31BGemma 4 31B de Google sur inference.eu : modèle multimodal ouvert avec 256K de contexte, API compatible OpenAI, traitement dans des centres de données de l'UE.Vision](https://inference.eu/fr/modeles/gemma-4-31b/)
-   [GLM-5.3-FlashGLM-5.3-Flash de Z.ai sur inference.eu : modèle ouvert multimodal, 18B paramètres actifs et 1 million de tokens de contexte, compatible OpenAI, traité dans l'UE.Raisonnement](https://inference.eu/fr/modeles/glm-5-3-flash/)
-   [Qwen3 235B A22B InstructQwen3 235B A22B Instruct (2507) sur inference.eu : modèle ouvert avec 256K de contexte, API compatible OpenAI, traitement dans des centres de données de l'UE.Chat](https://inference.eu/fr/modeles/qwen3-235b-a22b-instruct/)

## Faites passer vos charges IA sur une infrastructure européenne

Dites-nous quels modèles vous utilisez et votre volume approximatif. Nous répondons sous un jour ouvré avec un tarif et la suite.

-   Réponse sous un jour ouvré
-   Tarif adapté à votre volume
-   DPA prêt à signer