Actualités IA · 12 min de lecture

Qwen4-Max est officiellement disponible : prix, contexte 1M et comparatif

Alibaba a rendu Qwen4-Max disponible le 16 novembre 2026, avec des prix API officiels, un contexte de 1M et un accès via QwenCloud et des passerelles.

Illustration d'un grand cristal bleu lumineux sur un socle circulaire dans une longue salle gris ardoise, avec un cristal plus petit et moins lumineux au fond et des portes éclairées de lumière chaude des deux côtés

Oui, Qwen4-Max est disponible de manière générale depuis le 16 novembre 2026 sous l’identifiant de production qwen4-max, avec des prix API à l’utilisation publiés, une fenêtre de contexte de 1 000 000 de tokens et un accès actif sur QwenCloud, OpenRouter, Vercel AI Gateway et Novita AI. Les prix catalogue Singapore International commencent à $1.50 par million de tokens en entrée et $4.50 par million de tokens en sortie.

Si vous avez vu les premières discussions entre développeurs sur une préversion du 11 novembre sans tarifs unitaires publiés, la situation a changé le 16 novembre. Depuis Hangzhou, en Chine, Alibaba a officiellement présenté Qwen4-Max comme le premier modèle de la famille Qwen4 et la version Qwen la plus performante à ce jour, faisant passer son modèle phare d’une préversion Token Plan à une disponibilité commerciale complète par API.

Qwen4-Max est-il disponible ou encore en préversion ?

Alibaba a rendu Qwen4-Max disponible pour les charges de production le 16 novembre 2026 sous l’identifiant qwen4-max. Dans la documentation des derniers modèles de QwenCloud, qwen4-max figure comme modèle de production actuel et peut être facturé via Token Plan Personal, Token Plan Team (qui consomment tous deux des Credits) ou des appels API classiques à l’utilisation. Alibaba a également déployé l’accès sur QwenWork et QwenStudio, selon le communiqué officiel d’Alibaba Cloud.

Les développeurs doivent encore faire attention à l’ancien identifiant de préversion, qwen4-max-preview, qui reste actif selon un calendrier distinct. Selon la documentation de préversion d’Alibaba Cloud Model Studio, mise à jour le 16 novembre 2026 :

  • Recommandation pour la production : La page de préversion indique désormais explicitement : « La version de production, Qwen4-Max, est disponible et son utilisation est recommandée. »
  • Restriction de facturation de la préversion : qwen4-max-preview est disponible uniquement via Token Plan et ne prend pas en charge la facturation à l’utilisation. C’est pourquoi aucun tarif unitaire à l’utilisation n’a été publié à l’ouverture de la préversion le 11 novembre.
  • Période avant retrait : La préversion s’étend du 11 novembre 2026 à 10:00 au 25 novembre 2026 à 24:00 (UTC+8), après quoi qwen4-max-preview sera retiré.
  • Valeurs par défaut et plafonds différents : La préversion utilise les valeurs low, medium ou xhigh (par défaut) pour reasoning_effort et une sortie maximale combinée de 393 216 tokens ; ces deux éléments diffèrent de la configuration de production de qwen4-max.

Combien coûte l’API Qwen4-Max ?

Le prix de Qwen4-Max dépend de la région QwenCloud : au 17 novembre 2026, les tarifs catalogue Singapore International sont de $1.50 par million de tokens en entrée et de $4.50 par million de tokens en sortie. Selon la page des prix des modèles QwenCloud et la fiche du modèle Qwen4-Max, Alibaba applique un seul palier publié couvrant les requêtes de 0 à 1 million de tokens en entrée, avec ou sans mode thinking. Les tokens de chaîne de pensée et de réponse finale sont facturés ensemble au tarif de sortie.

Poste tarifaire QwenCloud (au 17 nov. 2026) Qwen4-Max (Singapour / Int.) Qwen4-Max (Pékin / Global) Qwen3.8-Max (Singapour / Int.)
Entrée (par 1M de tokens) $1.50 $1.413 $2.00
Sortie (par 1M de tokens) $4.50 $4.24 $6.00
Lecture implicite du cache (par 1M de tokens) $0.075 Non indiqué séparément ici $0.25
Écriture explicite du cache, 5 min (par 1M de tokens) $1.875 Non indiqué séparément ici $2.50 (création du cache)
Écriture explicite du cache, 1 heure (par 1M de tokens) $3.00 Non indiqué séparément ici Sans objet
Lecture explicite du cache (par 1M de tokens) $0.075 Non indiqué séparément ici $0.17
Quota gratuit à l’utilisation 1 000 000 de tokens (Singapour uniquement) Aucun 1 000 000 de tokens (Singapour uniquement)

Les tarifs régionaux comptent si vous déployez en dehors de l’Asie du Sud-Est. Singapour applique le tarif catalogue International de $1.50 / $4.50 et comprend 1 million de tokens gratuits à l’utilisation (distincts des crédits Token Plan). Les régions QwenCloud China North 2 (Pékin) et Global (Francfort, Hong Kong, Tokyo et US Virginia) partagent des prix catalogue standard inférieurs de $1.413 par million de tokens en entrée et $4.24 par million en sortie, sans quota gratuit. Les réductions de la console peuvent aussi modifier la facture finale.

Pour comparer Qwen4-Max à Qwen3.8-Max sur la même grille International, la baisse entre générations est claire. Sur la page internationale du modèle Qwen3.8-Max et dans la documentation tarifaire, les prix catalogue sont de $2.00 en entrée et $6.00 en sortie par million de tokens : Qwen4-Max réduit donc les deux prix catalogue de base de 25%. Les lectures implicites du cache baissent encore davantage, de $0.25 à $0.075 par million de tokens, soit une réduction de 70%. Pour une vue plus large de la facturation au token chez les différents fournisseurs, consultez notre comparatif des prix des API d’IA.

Quelles sont l’architecture et les limites de contexte 1M de Qwen4-Max ?

Qwen4-Max utilise une architecture clairsemée de mélange d’experts (MoE) à 2 400 milliards de paramètres, qui active 71 milliards de paramètres par token et prend en charge une fenêtre de contexte de 1 000 000 de tokens. Selon l’annonce d’Alibaba, la conception de Qwen4 actualise le routage MoE clairsemé dans les couches d’attention, les connexions résiduelles et les embeddings. Elle active 25% de paramètres en moins par token que Qwen3.8-Max, pour une même taille totale de 2.4T paramètres, tout en intégrant la prise en charge native de la vision.

En production sur QwenCloud, les limites effectives de qwen4-max diffèrent sensiblement du plafond de sortie combinée de 393 216 tokens de la préversion :

  • Longueur de contexte : 1 000 000 de tokens.
  • Limites sans thinking : Jusqu’à 991 808 tokens en entrée et 131 072 en sortie.
  • Limites en mode thinking : Jusqu’à 983 616 tokens en entrée et 262 144 tokens combinés (max_completion_tokens) pour le thinking et la réponse finale.
  • Paramètres de raisonnement par défaut : Le thinking est activé par défaut sur qwen4-max avec reasoning_effort=high et thinking_budget=131072. En production, reasoning_effort accepte low, high ou xhigh, et les développeurs peuvent transmettre enable_thinking=false dans Chat Completions pour désactiver le thinking.

Fonctions prises en charge et non prises en charge

QwenCloud répertorie une large prise en charge multimodale et agentique pour qwen4-max, même si trois opérations destinées aux entreprises restent indisponibles au lancement. Les fonctions prises en charge comprennent la génération de texte, le thinking, CoT Summary, les appels de fonctions, les appels parallèles d’outils, la sortie structurée, la compréhension d’images, de vidéos et de PDF, la mise en cache explicite et implicite, la complétion de préfixe, le streaming, la recherche et l’extraction web, la recherche texte-image et image-image, MCP et un interpréteur de code (qui nécessite l’activation du thinking).

La compatibilité couvre les API Chat Completions et Responses compatibles OpenAI, Anthropic Messages et DashScope, bien que les requêtes DashScope contenant uniquement du texte doivent toujours cibler le point d’accès multimodal DashScope. Côté limites, QwenCloud indique explicitement que l’inférence par lots, le fine-tuning et le déploiement de modèles personnalisés ne sont pas pris en charge pour qwen4-max au 17 novembre 2026.

Comment Qwen4-Max se compare-t-il selon les chiffres officiels et Artificial Analysis ?

Alibaba et l’observateur indépendant Artificial Analysis signalent tous deux des progrès de Qwen4-Max par rapport à Qwen3.8-Max au 17 novembre 2026, même si leurs mesures portent sur différents aspects du comportement du modèle. Je n’ai pas effectué de tests indépendants de Qwen4-Max chez Lotook ; les chiffres ci-dessous proviennent donc exclusivement des documents de presse d’Alibaba et des journaux d’évaluation publiés par Artificial Analysis.

Sur son benchmark propriétaire Work360 couvrant 721 domaines spécialisés, Alibaba affirme que Qwen4-Max surpasse globalement Qwen3.8-Max tout en utilisant 35% de tokens en moins en mode de raisonnement High effort et en réduisant le coût moyen par tâche d’environ 60%. Dans le même communiqué, Alibaba affirme également que Qwen4-Max s’est classé 6e sur Code Arena et cite des démonstrations internes : coûts moyens des appels au modèle inférieurs de 9% pour l’annotation de données, réordonnancement CPU hors ligne plus de 14x plus rapide et réduction de 95% du temps de programmation de pièces automobiles (d’environ 475 minutes à 24 minutes). Il s’agit de démonstrations du fournisseur, et non d’audits tiers ; Alibaba n’a pas publié de scores chiffrés dans son communiqué pour Agents’ Last Exam, Vals Index, JobBench ou Chartography.

Les chiffres indépendants de l’évaluation de Qwen4-Max par Artificial Analysis, consignés dans le changelog d’Artificial Analysis du 15 novembre 2026 et comparés au classement des modèles Alibaba, fournissent un point de référence concret :

  • Intelligence Index : Qwen4-Max obtient 43 sur l’Artificial Analysis Intelligence Index, contre 34 pour Qwen3.8-Max (0902), soit une hausse de 9 points. Qwen4-Max se classe ainsi #38 sur 81 modèles dans la catégorie affichée.
  • Verbosité et vitesse : Artificial Analysis relève 127 millions de tokens en sortie sur la suite Intelligence Index (un résultat décrit par AA comme très verbeux par rapport à la médiane de 78.6 millions) et 32.1 minutes par tâche (contre une médiane de 13.3 minutes), avec une vitesse de sortie d’environ 54 tokens par seconde sur la page récapitulative du modèle.
  • Différences de métadonnées : Artificial Analysis affiche une fenêtre de contexte de 984k au lieu des 1 000 000 de tokens officiels de QwenCloud et précise ne pas avoir indiqué de nombre de paramètres sur sa page de modèle, alors que le communiqué d’Alibaba annonce 2.4T paramètres au total et 71B actifs.

Où les développeurs peuvent-ils appeler l’API Qwen4-Max ?

Au 17 novembre 2026, les développeurs peuvent appeler Qwen4-Max directement via QwenCloud ou par trois passerelles tierces vérifiées : OpenRouter, Vercel AI Gateway et Novita AI. Chaque plateforme attribue son propre identifiant de modèle, et les prix des revendeurs ou les limites de catalogue peuvent différer des tarifs catalogue International de QwenCloud.

  1. QwenCloud (officiel) : Utilisez l’identifiant qwen4-max. Pour Chat Completions à Singapour, l’URL de base documentée est https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1 ; les autres régions utilisent leur hôte régional.
  2. OpenRouter : Répertorié sur la page Qwen4-Max d’OpenRouter sous qwen/qwen4-max avec une fenêtre de contexte de 1M. Les prix fournisseur affichés par OpenRouter pour Alibaba Cloud International sont de $1.425 en entrée et $4.275 en sortie par million de tokens, $0.07125 pour les lectures du cache et $1.78125 pour la création d’un cache de 5 minutes, ce qui diffère du catalogue International de QwenCloud à $1.50 / $4.50.
  3. Vercel AI Gateway : Répertorié sous alibaba/qwen4-max dans le changelog de Vercel AI Gateway et le catalogue de modèles Vercel. Le catalogue affiche $1.50 en entrée et $4.50 en sortie par million de tokens, avec un contexte de 1 000 000 de tokens. Son changelog date toutefois l’ajout à la passerelle du 15 novembre 2026, avant l’annonce d’Alibaba du 16 novembre, et sa page de modèle affiche un maximum de 384 000 tokens en sortie au lieu des limites de production QwenCloud de 131 072 / 262 144.
  4. Novita AI : Disponible sous qwen/qwen4-max via des points d’accès compatibles OpenAI (https://api.novita.ai/openai) et Anthropic (https://api.novita.ai/anthropic), selon l’annonce de lancement de Novita AI. Novita indique $1.413 en entrée et $4.24 en sortie par million de tokens, $0.071 pour les lectures en cache, $1.767 pour les écritures de cache de 5 minutes et $2.827 pour celles de 1 heure. Ces prix correspondent aux tarifs de base Pékin/Global de QwenCloud, tandis que sa page de modèle affiche un contexte de 977K et une sortie de 384K à côté d’une description indiquant un contexte nominal de 1 000 000.

Comment les prix de Qwen4-Max se comparent-ils à ceux de Qwen3.8-Max, Claude et Gemini ?

Qwen4-Max arrive sur le marché à $1.50 par million de tokens en entrée et $4.50 par million en sortie sur QwenCloud International, sous les prix catalogue de Qwen3.8-Max et des modèles phares actuels de Claude et Gemini au 17 novembre 2026. Le tableau compare uniquement les prix catalogue standard publiés ; il ne classe pas la qualité. Le choix d’un fournisseur dépend aussi de l’adéquation de son écosystème, des limites de débit et de la façon de choisir un modèle adapté à votre tâche.

Modèle Fournisseur / offre Entrée ($ / 1M de tokens) Sortie ($ / 1M de tokens) Contexte / remarques tarifaires (au 17 nov. 2026)
Qwen4-Max (qwen4-max) Alibaba QwenCloud (Int.) $1.50 $4.50 Contexte 1M ; $1.413 / $4.24 en Global et à Pékin
Qwen3.8-Max (qwen3.8-max) Alibaba QwenCloud (Int.) $2.00 $6.00 Modèle précédent sur QwenCloud
Claude Sonnet 5.5 Anthropic API $2.00 $10.00 Prix officiels de Claude
Claude Opus 5.5 Anthropic API $4.00 $20.00 Prix officiels de Claude
Gemini 4 Hydrogen (gemini-4-hydrogen) Google AI Studio (payant) $1.50 $7.50 Contexte 1M unifié ; sortie incluant le thinking ; cache implicite à $0.075
Gemini 4 Carbon (gemini-4-carbon) Google AI Studio (payant) $2.00 (puis $4.00) $10.00 (puis $20.00) $2 / $10 jusqu’au 30 nov. 2026 ; $4 / $20 dès le 1er déc. 2026 ; mention de décodage long 1M

Sur la page des prix de l’API Gemini de Google, Gemini 4 Hydrogen affiche les mêmes tarifs que Qwen4-Max de $1.50 en entrée et $0.075 pour la lecture implicite du cache, mais facture $7.50 par million de tokens en sortie. Gemini 4 Carbon, exclu de l’offre gratuite de Google, coûte $2.00 / $10.00 jusqu’au 30 novembre 2026, puis le double, $4.00 / $20.00, à partir du 1er décembre 2026, soit le prix catalogue de Claude Opus 5.5.

Une dernière différence pour l’auto-hébergement concerne la licence : Qwen4-Max est un modèle API propriétaire, dont les poids ne sont pas ouverts. Alibaba a déclaré dans son communiqué que des modèles Qwen4 plus petits aux poids ouverts suivraient bientôt. Les équipes qui recherchent dès aujourd’hui un modèle aux poids ouverts avec un contexte de 1M peuvent déjà déployer la version aux poids ouverts de Kimi K3.1 Pro de Moonshot, sortie le 4 novembre 2026.

FAQ

Quelle est la différence entre qwen4-max et qwen4-max-preview ?

L’identifiant de production qwen4-max a été lancé le 16 novembre 2026 avec une facturation à l’utilisation et Token Plan, un plafond combiné de 262 144 tokens pour le thinking et la réponse, et un effort de raisonnement high par défaut. L’ancien identifiant qwen4-max-preview reste réservé à Token Plan jusqu’à la fin de sa préversion le 25 novembre 2026 à 24:00 UTC+8, utilise un plafond de sortie combinée de 393 216 tokens et l’effort xhigh par défaut.

Qwen4-Max dispose-t-il d’un contexte de 1 million de tokens en production ?

Oui, la documentation QwenCloud indique une longueur de contexte de 1 000 000 de tokens pour qwen4-max en production au 17 novembre 2026. L’entrée maximale atteint 991 808 tokens sans thinking ou 983 616 tokens avec le thinking activé. Certains catalogues tiers affichent des chiffres légèrement différents, comme 984k chez Artificial Analysis et 977K sur la page de modèle de Novita AI.

Les prix de Qwen4-Max sont-ils identiques dans toutes les régions QwenCloud ?

Non, au 17 novembre 2026, QwenCloud distingue les prix Singapore International de ceux des régions Global et Pékin. Singapour facture $1.50 par million de tokens en entrée et $4.50 par million en sortie, avec 1 million de tokens gratuits à l’utilisation. Pékin et les régions Global (Francfort, Hong Kong, Tokyo et US Virginia) partagent les prix de $1.413 en entrée et $4.24 en sortie, sans quota gratuit.

Alibaba publiera-t-il des modèles Qwen4 aux poids ouverts ?

Alibaba n’a pas publié les poids de Qwen4-Max, qui reste un modèle API propriétaire. Toutefois, le communiqué du 16 novembre 2026 indique que des modèles plus petits de la série Qwen4 aux poids ouverts seront bientôt mis à la disposition des développeurs du monde entier. Les développeurs qui ont besoin dès aujourd’hui de poids ouverts avec un contexte de 1M peuvent examiner Kimi K3.1 Pro de Moonshot.

Sources

Les spécifications, prix et informations de disponibilité de cet article proviennent des sources primaires suivantes, vérifiées le 17 novembre 2026 :

Écrit par

Chunyu Cai

Chunyu Cai est le directeur général de Lotook, LLC et un entrepreneur qui écrit sur les modèles d’IA, les agents et leur influence sur le travail au quotidien. Chunyu Cai est titulaire d’un master de l’établissement Imperial College London.