Le modèle précoce de Qwen 4 d'Alibaba a battu Claude Opus 5.5 sur un benchmark de création de jeux — 34 victoires contre 10 — et le résultat fait le buzz sur X aujourd'hui. Le test est GoldieBench : un même prompt fixe donné aux deux modèles, une seule tentative, un seul fichier HTML en sortie, sur 50 tâches — chaque jeu réellement testé en jeu. Qwen3.8-Max-Preview a obtenu en moyenne 8,10 sur 10. Opus 5.5 a obtenu en moyenne 7,60. L'écart était le plus large là où l'atmosphère comptait. Qwen a obtenu 8,7 contre 5,8 pour un shooter 3D synthwave, 8,4 contre 5,5 pour un village crépusculaire, et 8,2 contre 5,5 pour un action-RPG en vue du dessus. Il a remporté 8 médailles d'or contre zéro pour Opus. Opus a tout de même remporté ses propres batailles — et l'une d'elles a été une victoire écrasante. Sa scène océanique a obtenu 8,4 contre 2,0 pour Qwen, le plus grand écart sur une seule tâche de tout le test. Le hic : il s'agit d'un seul benchmark indépendant, et les règles n'étaient pas identiques. Les tâches de jeux de Qwen ont été exécutées dans le mode agent de Qoder avec jusqu'à deux rounds de correction QA — un juge visuel renvoyait les erreurs de console et Qwen a corrigé son propre fichier. Opus a fonctionné en une seule tentative. Un autre test publié le 7 novembre a donné un résultat inverse : sur une construction Sokoban jugée par GPT-6 Astra, Opus a obtenu 77 % contre 70 % pour Qwen — en environ 4 minutes contre 31 pour Qwen. Le modèle lui-même est encore en version prévisualisation : le modèle phare d'Alibaba d'environ 2,4 billions de paramètres, disponible uniquement dans Qoder, sans API publique pour l'instant. Qwen 4 lui-même est encore en formation. Mais la tendance est difficile à ignorer. Le challenger à poids ouvert remporte désormais les tests de création créative — et l'écart entre un modèle en prévisualisation et la frontière fermée vient de se réduire considérablement. BTC se situe près de 75 980 $, en hausse d'environ 0,1 % aujourd'hui.