Sur la fiche d’une voiture, le prix du litre ne dit presque rien de la facture : tout dépend de ce que le moteur consomme, et de qui l’a mesuré. L’Union européenne l’a reconnu en imposant aux voitures neuves, depuis septembre 2018, la procédure WLTP, plus proche de la route, tant l’écart s’était creusé entre consommation homologuée et réelle. La sécurité suit la même règle : un constructeur peut la vanter, mais ce sont les étoiles d’Euro NCAP, décernées après des essais de choc indépendants, qui la rendent crédible.
Les modèles de langage en sont là : le prix au million de jetons y tient lieu de prix du litre, le coût par tâche de consommation. Le lundi 16 novembre 2026, Alibaba a ouvert à tous Qwen4-Max en vantant moins son tarif, pourtant en baisse, qu’une tâche moyenne 62 % moins chère et des garde-fous installés dès l’entraînement. Ces arguments étaient ceux des laboratoires américains ; les rivaux chinois s’étaient surtout fait un nom par des poids ouverts et des prix bas. Au lancement, aucun des deux n’avait été vérifié hors des murs d’Alibaba.
L’annonce se lit en sept temps : ce qui a été ouvert et à quelles conditions, l’architecture, la fabrication des 62 %, le banc d’essai maison face aux évaluateurs, le tri des données cyberoffensives, le retour au fermé d’un éditeur réputé pour ses poids ouverts, puis la guerre des prix où arrive le modèle.
Un lancement public, une préversion à part
Daté de Hangzhou, le communiqué fait de Qwen4-Max, nouveau modèle phare, le plus capable des Qwen à ce jour, et Alibaba lui prête un raisonnement amélioré. Ouvert à tous le 16 novembre à 3 h 01, heure de Paris, soit 10 h 01 à Pékin, il s’adresse à la finance, à la santé, au droit, à l’industrie manufacturière et à la recherche scientifique. Il s’obtient par l’API de QwenCloud, à l’usage ou par abonnement, sous l’identifiant qwen4-max, dans les applications QwenStudio et QwenWork et dans l’outil de programmation Qoder.
La préversion n’est pas le lancement
Une préversion circulait depuis le 11 novembre, réservée aux souscripteurs du Token Plan, enveloppe mensuelle de crédits limitée au travail interactif, sans automatisation de production, scripts par lots ni intégration côté serveur, dans des outils comme Claude Code, Cline ou Cursor ; la formule Lite coûte 3 dollars en promotion, 8 au tarif normal, pour 20 000 crédits. La préversion sera retirée à la fin du 25 novembre, heure de Pékin : les déploiements passent par le lancement du 16.
2 400 milliards de paramètres, 71 milliards à l’ouvrage
Qwen4-Max est un mélange d’experts, sous-réseaux spécialisés dont un aiguilleur ne sollicite qu’une poignée à chaque jeton. Sur 2 400 milliards de paramètres, 71 milliards entrent ainsi en jeu, un quart de moins, selon Alibaba, que les quelque 95 milliards de Qwen3.8-Max-Base, pour une taille totale égale. La nuance compte : le calcul, donc le coût d’un jeton, suit la part active, quand la mémoire nécessaire pour servir le modèle suit sa taille totale.
Une vision native et un million de jetons
Le modèle lit nativement images et vidéo, dans un contexte d’un million de jetons, de quoi parcourir de longs dossiers, interpréter des figures et mener des demandes à plusieurs étages. Alibaba le destine à la conception industrielle, à la modélisation 3D, à la programmation et à la science, exemple à l’appui : quarante-huit heures d’agent en continu pour une molécule de refroidissement de puces, validée expérimentalement.
Les 62 %, une consommation relevée sur la route du constructeur
Le tarif recule à 1,50 dollar le million de jetons en entrée et 4,50 en sortie, contre 2 et 6 pour Qwen3.8-Max, et le modèle dépenserait 35 % de jetons de moins en raisonnement poussé. D’après les essais maison, la tâche moyenne passerait de 4,43 à 1,67 dollar, 62 % de moins, de quoi séduire les gros consommateurs d’IA. Le communiqué s’en tient à environ 60 %, et en yuans, où la grille a moins reculé, la baisse tombe vers 58 %, de 26,58 à 11,16 yuans.
Une économie qui ne se reconstitue pas
Enchaînées, une baisse de 25 % du tarif et une consommation réduite de 35 % ne donnent qu’environ 51 % : atteindre 62 % suppose une tâche qui consomme à peu près moitié moins, ce que Qwen revendique au mieux en interne. Le prix lui-même varie, 1,50 et 4,50 dollars à Singapour, 1,413 et 4,24 en Virginie, à Francfort, à Tokyo et à Hong Kong, et aucun tarif par lots n’est publié hors de Chine.
Un modèle bavard sur le banc des autres
Ailleurs, la sobriété se discute : pour le noter, Artificial Analysis l’a vu produire 127 millions de jetons de sortie, environ deux fois la médiane de sa catégorie, à 3,27 dollars la tâche. Sanchit Vir Gogia, de Greyhound Research, tient les 62 % pour une mesure de fournisseur, non une économie garantie : Alibaba a relevé la consommation sur son parcours, chaque client paiera celle du sien. Il préfère compter le coût d’un résultat accepté, relances, jetons de raisonnement et relecture humaine compris.
Work360, un banc d’essai conçu et noté par la maison
Le gain sur Qwen3.8-Max se mesure sur Work360, banc propriétaire conçu et administré par Alibaba : 721 champs de tâches professionnelles, répartis en 26 domaines et 182 sous-domaines. Qwen4-Max y obtient 52,69, contre 47,74 pour son prédécesseur. La comparaison s’arrête à ces deux modèles maison, sans classement public, ni tâches, ni protocole publiés, et aucune évaluation indépendante ne l’avait confirmée au lancement.
Le contre-exemple de GDPval
Un banc d’éditeur peut pourtant se vérifier. En octobre 2025, OpenAI a publié GDPval, qui couvre 44 professions des neuf secteurs pesant le plus dans le PIB américain, avec des tâches rédigées par des professionnels de quatorze ans d’expérience en moyenne, et en a ouvert 220, assorties d’un service de notation. Work360 n’offre rien de tel : ce qui compte n’est pas qui conçoit un banc, mais ce que d’autres peuvent en refaire.
Un tableau qui concède ses revers
Le tableau qu’Alibaba oppose à Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra et Kimi K3.1 n’est pas qu’une vitrine. Qwen4-Max mène sur Agents’ Last Exam v1.1, HLAB-Vals-1.1, BioMysteryBench et DeepSWE v1.1, où ses 75,7 devancent de deux dixièmes Kimi K3.1, mais recule sur Terminal-Bench 4.0, 48,5 contre 59,6 pour Opus 5.5 et 67,2 pour le meilleur, sur Humanity’s Last Exam, 51,7 contre 59,8, sur ProgramBench, 31,5 contre 65,0, comme sur Chartography et AgentArena. Dix des seize scores sont mesurés par Alibaba, six repris de classements tiers.
Le haut du peloton, sans la première place
Artificial Analysis a attribué le jour même à Qwen4-Max 43 points à son Intelligence Index v5.0.1, contre 34 à Qwen3.8-Max et 59 à Opus 5.5, et le Vals Index du 15 novembre le classe onzième, à 63,20 %, quand Claude Fable 5.2 mène à 71,31 %. Sur LMArena, il entre sixième de Code Arena et quatorzième d’Agent Arena, meilleur rang chinois, la tête restant américaine. Prudence : en avril 2025, The Leaderboard Illusion montrait que des fournisseurs y testent en privé de nombreuses variantes.
Écarter l’offensif, garder le défensif
En entraînant le modèle à programmer, Alibaba a ajouté aux tests de fonctionnement des vérifications de sécurité, contre les injections, les failles de sécurité mémoire et les contrôles d’accès défaillants. Sur Last Secure Code Bench, sans indication de sécurité dans la consigne, la part des fonctions qui passent les deux séries de tests monte de 22,0 % à 31,8 %, celle du code validé aux niveaux de la fonction, du fichier et du dépôt de 8 % à 14,7 % : plus des deux tiers des fonctions échouent encore.
Un tri des données par intention
En cybersécurité, les données d’entraînement ont été triées selon l’intention de la tâche : ce qui sert à détecter et corriger des vulnérabilités est resté, le contenu d’attaque est parti. Des jeux de données et un post-entraînement dédiés visent les risques dits NRBC, nucléaires, radiologiques, biologiques et chimiques. Le geste rejoint ceux de Moonshot AI, qui a bridé en octobre les capacités offensives de son dernier modèle, et de Tencent, qui a lancé Hy4 le 4 novembre avec ses données cyber offensives filtrées.
L’étude Deep Ignorance a établi en août 2025, pour des menaces biologiques, qu’expurger le corpus protège mieux du réentraînement qu’un garde-fou ajouté après coup, sans empêcher le modèle d’exploiter ce savoir s’il lui est fourni en contexte. Pour un modèle qu’on ne télécharge pas, c’est cette réserve qui prime, l’API de Qwen4-Max offrant recherche web et appel d’outils : la parade relève alors aussi du service qui l’héberge, filet qu’un Qwen4 ouvert, une fois téléchargé, laissera derrière lui.
Une promesse encore à éprouver
Yash Kadakia, de Security Brigade, doute qu’un filtre puisse séparer l’offensif du défensif, puisque comprendre une injection SQL sert à l’exploiter comme à la prévenir, et rappelle que l’entraînement de sécurité n’est pas une propriété permanente d’un modèle. Sanchit Vir Gogia conseille de tenir ce filtre pour une promesse tant qu’un évaluateur public ou une équipe rouge extérieure ne l’a pas éprouvé.
La page de gouvernance citée par le communiqué énonce six principes et quatre étapes, conception, entraînement, évaluation par équipe rouge et génération, sans publier de catégories de risque frontière, de seuils ni de résultats chiffrés. Au 16 novembre, aucune évaluation publique n’avait éprouvé ces dispositifs, quand le CAISI américain avait établi le 17 juillet que les garde-fous de GLM-5.2, modèle ouvert de Z.ai, laissaient passer une aide à l’écriture d’exploits par des agents.
Un sommet de gamme qui repasse au fermé
Qwen4-Max ne se télécharge pas : faute de poids publiés, nul ne peut le modifier ni l’exécuter sur son matériel. Alibaba promet pour bientôt des Qwen4 plus petits en poids ouverts, sans date, ni taille, ni licence. Le 12 août, il avait pourtant publié sur Hugging Face et ModelScope Qwen3.8-2.4T-A95B, le modèle post-entraîné de Qwen3.8-Max, premier Max téléchargeable, en version texte, sous une licence maison imposant un accord séparé aux services de modèle ou d’assistant dépassant 50 millions de dollars de revenus sur douze mois.
Une exception refermée
Le retournement n’en est un qu’à moitié : les Max étaient restés fermés depuis Qwen3-Max-Preview, en septembre 2025, Qwen3.8-Max faisant exception dans une gamme à deux étages, modèles moyens ouverts, souvent sous Apache 2.0, et sommet commercial. L’étage ouvert revendique plus de 460 modèles, de 3 milliards de téléchargements et de 300 000 dérivés, et l’architecture de Qwen4 y a été rodée sur Qwen3.8-Flash-Next. Le choix tranche avec Meta, qui a publié le 15 octobre les poids de Muse Spark Open, et Mistral, ceux de Large 4 fin octobre.
Une guerre des prix qui se joue en sortie
Le lancement prolonge la campagne mondiale d’Alibaba contre OpenAI, Anthropic, Google et des rivaux chinois tels que DeepSeek, en mariant performances, coûts contenus et garde-fous. Au prix catalogue, Qwen4-Max coûte environ cinq fois moins en entrée et près de neuf fois moins en sortie que Claude Fable 5.2, lancé par Anthropic le 9 novembre à 8 et 40 dollars. Face à Gemini 4 Hydrogen, déployé par Google le 12 novembre à 1,50 et 7,50 dollars, il s’aligne en entrée et coûte 40 % de moins en sortie, mais Google publie un tarif par lots à moitié prix.
Cette surenchère multiplie les options des acheteurs autant qu’elle complique leur tri. Une entreprise européenne passera par l’API, région de Francfort comprise, sans hébergement en propre, et Sanchit Vir Gogia relève une conservation des requêtes jusqu’à trente jours. Fiabilité, protection des données, coût réel et modalités d’intégration comptent au-delà des scores : le rendement économique pèse désormais aussi lourd que la puissance brute.
Qwen4-Max se présente en modèle d’ingénieur autant que de comptable : moins de paramètres actifs pour une taille égale, un tarif en baisse, une consommation de jetons dite réduite, des garde-fous logés dans les données d’entraînement. Au lancement, ces arguments reposent sur les mesures de l’éditeur, quand les premiers évaluateurs le placent dans le haut du classement sans le couronner, et le trouvent bavard.
Un laboratoire chinois reprend le langage de l’efficacité par tâche et de la sécurité affichée, celui des laboratoires américains, et l’applique à un modèle qu’il garde fermé, au moment où Meta et Mistral viennent de publier les poids des leurs. Chez Alibaba, l’ouverture devient un étage de la gamme plus qu’un principe.
Reste la question que l’automobile a réglée en confiant ses mesures à des tiers. Les modèles de langage n’ont ni cycle d’homologation commun ni essai de choc reconnu, et les évaluations publiques de modèles chinois ont porté jusqu’ici sur des poids ouverts, que tout institut peut télécharger. Tant que ce banc commun manquera, le chiffre qui comptera pour une entreprise restera celui de sa facture.
Aller plus loin
Le texte de référence reste Alibaba Unveils Qwen4-Max: New AI Teammate for Work, Creativity, and Discovery, communiqué daté de Hangzhou qui expose l’architecture, la place de Work360, les démonstrations en chimie et en usinage, les mesures de sécurité et la promesse, sans date, de modèles Qwen4 plus petits en poids ouverts.
La facture se prépare avec Qwen4 Max API: Pricing, 1M Context Specs and Access (2026), guide d’AIReiter publié le jour du lancement qui détaille les prix par région et ceux du cache, les conditions d’usage du Token Plan et la date de fin de la préversion, de quoi chiffrer une dépense avant de croire un coût par tâche.
Les scores se vérifient un à un dans Qwen4-Max Benchmarks: Work360, Terminal-Bench 4.0 and What the Scores Mean, relevé qui sépare les mesures d’Alibaba des résultats repris de classements tiers, décrit l’arborescence de Work360 et rapporte les chiffres de Last Secure Code Bench et du Vals Index.
Pour juger Work360, le meilleur étalon reste GDPval: Evaluating AI Model Performance on Real-World Economically Valuable Tasks, où OpenAI décrit en octobre 2025 un banc professionnel de 44 métiers, la façon dont ses tâches ont été écrites et notées, et l’échantillon ouvert à tous, ce qu’un banc maison peut publier quand il veut être vérifié.
Le premier regard extérieur chiffré figure sur la fiche Qwen4 Max: Intelligence, Performance & Price Analysis d’Artificial Analysis, qui attribue au modèle 43 points à son Intelligence Index v5.0.1 et relève une consommation de jetons de sortie environ double de la médiane, de quoi tempérer l’avantage du prix au jeton.
La question des poids est posée sans détour par Alibaba’s Qwen 4 Max Leads China’s AI Agent Race, But You Can’t Download It, article de Decrypt qui explique ce qu’implique un accès par API seulement, rappelle l’ouverture de Qwen3.8-Max et détaille les rangs obtenus sur Code Arena et Agent Arena.
Le précédent qui donne son relief à cette fermeture se lit dans Qwen3.8-Max Open Weights: First Max-Class Qwen You Can Download, billet du 12 août qui décrit les poids du Max précédent et sa licence maison, avec les seuils de revenus et d’audience qui imposent un accord séparé ou une mention du modèle.
La logique de la gamme à deux étages d’Alibaba est démontée dans Alibaba Releases Qwen3.8-27B Under Apache 2.0 as Max Model Adds Licensing Limits, article d’eWeek du 17 août qui voit dans le modèle moyen sous Apache 2.0 une porte d’entrée gratuite et dans la licence du Max un péage pour les entreprises prospères, de quoi lire la fermeture de Qwen4-Max.
Les affirmations du jour sont confrontées à deux analystes dans Alibaba touts 62% lower task costs with Qwen4-Max, adds cyber safeguards, article d’InfoWorld qui oppose au coût par tâche celui d’un résultat accepté, doute qu’on puisse séparer savoir offensif et défensif et relève la conservation des requêtes.
Ce que serait une épreuve publique des garde-fous se voit dans CAISI Assessment of Z.ai’s GLM-5.2, note publiée le 17 juillet par le centre rattaché au NIST, qui mesure ce que les protections d’un modèle chinois ouvert laissent passer, de l’aide aux exploits aux questions biologiques sensibles, et rappelle qu’elles se contournent dès qu’un tiers héberge les poids, examen que Qwen4-Max n’avait pas encore subi.
Lus ensemble, ces documents montrent qu’un lancement de modèle se juge désormais sur trois mesures distinctes. Le prix se lit dans une grille ; le coût par tâche dépend du terrain choisi pour le calculer et de la prolixité du modèle ; la sécurité ne vaut que par l’épreuve qu’on lui fait subir de l’extérieur. Alibaba fournit la première et revendique les deux autres, qu’il reviendra aux évaluateurs, aux instituts publics et aux acheteurs de vérifier.
