Alibaba lance Qwen3.8‑LiveTranslate pour la traduction orale instantanée en 60 langues

Le 19 septembre 2026, la division Qwen d’Alibaba a dévoilé Qwen3.8‑LiveTranslate, un modèle multimodal conçu pour la traduction en direct. Le service accepte un flux audio continu, éventuellement enrichi de données visuelles, et renvoie simultanément du texte et de la parole pendant que l’orateur continue de parler.

Caractéristiques techniques principales

Le modèle repose sur une architecture « Interleave » que Alibaba affirme faire passer la latence moyenne (LAAL) de 2,8 secondes à 2,3 secondes, soit une amélioration d’environ 18 %. Aucun benchmark indépendant n’a encore été publié pour vérifier cette affirmation.

Qwen3.8‑LiveTranslate prend en charge un total de 60 langues. La synthèse vocale est disponible pour 29 d’entre elles ; les langues restantes sont proposées uniquement sous forme de texte. Le système intègre également la diérisation des locuteurs, des sous‑titres bilingues synchronisés et une désambiguïsation à long contexte pour améliorer la précision lors de conversations complexes.

Accès API et tarification

Les développeurs peuvent se connecter au service via un point de terminaison WebSocket hébergé sur Alibaba Cloud Model Studio sous l’identifiant qwen3.8-livetranslate-flash-realtime. La fenêtre contextuelle annoncée s’étend à 53 248 tokens, dont 49 152 réservés à l’entrée et 4 096 à la sortie.

• Entrée audio : 7,50 $ par million de tokens
• Entrée image : 0,55 $ par image
• Sortie texte : 20 $ par million de tokens
• Sortie audio : 30 $ par million de tokens
• Pas de support pour l’appel de fonctions, les sorties structurées, le traitement par lots ou le fine‑tuning au lancement

Limites au lancement

Malgré son ampleur, le service ne prend pas encore en charge l’appel de fonctions, les formats de sortie structurés, le traitement par lots ni le fine‑tuning. Ces contraintes peuvent affecter les entreprises qui nécessitent des pipelines hautement personnalisés ou des traductions massives.

L’absence de tests de latence indépendants signifie que les performances doivent être validées en interne avant tout déploiement critique. Les organisations devront évaluer les conditions réseau, notamment pour les cas d’usage en temps réel comme les événements live ou le support client multilingue.

Le modèle de tarification d’Alibaba sépare les coûts audio et texte, ce qui peut entraîner des dépenses plus élevées pour les scénarios fortement dépendants de la synthèse vocale. Les entreprises doivent calculer le compromis entre sortie parlée instantanée et alternatives texte moins coûteuses.

La fenêtre contextuelle de 53 248 tokens est nettement plus grande que celle de nombreux modèles concurrents, permettant de conserver des historiques de conversation plus longs. Cette capacité est particulièrement précieuse pour l’interprétation de dialogues nuancés, de procédures juridiques ou de briefings techniques où le contexte s’étend sur plusieurs minutes.

Pour les organisations francophones, Qwen3.8‑LiveTranslate propose une solution clé en main pouvant être intégrée via WebSocket aux plateformes de communication existantes. Le principal avantage est la capacité de fournir une traduction simultanée pour les réunions, webinaires et appels de support sans pré‑enregistrement, accélérant les délais et rendant les échanges plus inclusifs dans les 60 langues supportées.

Scénarios d’utilisation

Les secteurs de la santé, de l’éducation et du tourisme peuvent tirer parti de la traduction instantanée pour des consultations à distance, des cours multilingues et des guides audio en temps réel, réduisant les barrières linguistiques et améliorant l’expérience utilisateur.

Perspectives et concurrence

Sur le plan concurrentiel, Qwen3.8‑LiveTranslate se positionne face à des offres de Google, Microsoft et Meta qui proposent également des services de traduction en temps réel, mais Alibaba mise sur une latence plus basse et une fenêtre contextuelle plus large pour se différencier, même si les performances restent à confirmer par des évaluations tierces.

En conclusion, le lancement de Qwen3.8‑LiveTranslate représente une avancée notable pour la traduction orale instantanée, surtout pour les acteurs francophones cherchant à déployer rapidement des solutions multilingues. Toutefois, les limites fonctionnelles et l’absence de validation indépendante imposent une phase d’essai prudente avant un déploiement à grande échelle.