Claude Opus 5.5 vs Qwen 4 Max : l'un vous vend de la vitesse, l'autre n'a jamais publié le moindre chiffre à ce sujet

Claude Opus 5.5 et Qwen 4 Max sont les deux noms phares du tableau de bord de ce mois-ci, et presque rien à leur sujet ne peut être comparé directement. Claude Opus 5.5 est disponible en général depuis le 22 septembre 2026, à 4,00 $ par million de jetons d'entrée et 20,00 $ par million de jetons de sortie, avec une fenêtre de contexte publiée, une fiche de service publiée et un score d'intelligence indépendant. Qwen 4 Max a été présenté en avant-première à la conférence Yunqi de Hangzhou le même jour et n'a rien publié depuis : pas de prix, pas de fenêtre de contexte, pas de poids, pas de benchmark, pas de date de sortie. Cette asymétrie constitue désormais la forme standard de tout article consacré à Qwen 4, et la répéter ici serait une quatrième fois que l'on raconte la même histoire.

Ce qui est réellement nouveau, et ce dont cette page traite vraiment, c'est la vitesse — car c'est le seul axe sur lequel les deux fournisseurs ont fait des choix opposés et observables ce mois-ci. Le 15 octobre 2026, Anthropic a fait sortir le mode rapide de Claude Opus 5.5 de l'aperçu de recherche et a publié un prix pour aller plus vite : 8,00 $ et 40,00 $ par million de tokens, exactement le double, pour une vitesse de sortie jusqu'à 2,5 fois supérieure. Alibaba, de son côté, n'a jamais publié le moindre chiffre de latence, de débit ou de temps jusqu'au premier token pour un quelconque niveau de Qwen-Max, et la mesure indépendante du fleuron Qwen en production, Qwen3.8-Max, s'établit à 39,3 tokens de sortie par seconde, contre 95,2 pour Claude Opus 5.5. Un fournisseur facture explicitement la vitesse. L'autre n'a dit à personne où il en est.

Ce que chaque partie a réellement publié

Commencez par la moitié vérifiable. Claude Opus 5.5 est un véritable point de terminaison sur l'API d'Anthropic et sur la nôtre. Ses paramètres sont publics, sa fenêtre de contexte est de 1 000 000 de tokens avec jusqu'à 128 000 tokens de sortie, il accepte le texte, les images et les fichiers, et son tarif standard est de 4,00 $ et 20,00 $ par million de tokens, avec les lectures de cache à 0,20 $ et les écritures de cache à 5,00 $. La réflexion adaptative est toujours activée et ne peut pas être désactivée — une requête qui définit la réflexion sur « disabled » renvoie une erreur 400, et la profondeur de raisonnement est contrôlée à la place par le paramètre effort.

Maintenant, l'autre moitié. Qwen 4 Max est une annonce faite sur scène. Alibaba a présenté quatre niveaux — Qwen 4 Max, Qwen 4 Flash, Qwen 4 Plus et Qwen 4 27B —, a décrit la famille comme s'entraînant sur une architecture de nouvelle génération, et a déclaré qu'elle arriverait bientôt. Au 16 octobre, il n'existe ni fiche modèle, ni identifiant d'API, ni poids ouverts, ni score pour aucun des quatre. Le seul artefact Qwen 4 que quiconque en dehors d'Alibaba puisse examiner est Qwen3.8-Flash-Next, publié en open source fin août 2026 et étiqueté sur sa propre fiche modèle comme un aperçu de l'architecture Qwen 4 : 125 milliards de paramètres principaux plus 51 milliards d'embeddings de N-grammes, environ 6 milliards d'actifs par étape, un contexte natif de 262 000 jetons, et une affirmation selon laquelle son coût d'entraînement serait environ 90 % inférieur à celui de Qwen3.7-Plus.

Donc la comparaison a un côté complet et un côté vide, et le côté vide n’est pas vide parce qu’Alibaba cache des chiffres. Il est vide parce qu’il n’y a pas encore de produit. Ce qui vaut la peine d’être fait à la place, c’est de comparer les postures des deux fournisseurs — ce que chacun d’eux choisit de publier et ce que cela dit sur la manière dont ils s’attendent à être achetés.

L'axe de la vitesse, et pourquoi c'est celui qui est intéressant

Anthropic vend désormais le même modèle en trois vitesses, à trois prix publiés, et l’échelle est d’une honnêteté inhabituelle sur ce qu’elle facture :

• Par lots, asynchrone — 2,00 $ en entrée, 10,00 $ en sortie par million, moitié du tarif standard, pour les tâches qui peuvent attendre

• Standard — 4,00 $ en entrée, 20,00 $ en sortie par million, la formule par défaut, avec des lectures de cache à 0,20 $

• Mode rapide — 8,00 $ en entrée, 40,00 $ en sortie par million, tarif fixe sur toute la fenêtre de contexte, pour jusqu’à 2,5 fois plus de jetons de sortie par seconde

Trois niveaux, un seul modèle, et un énoncé limpide de ce que vaut la latence selon Anthropic : un doublement, dans les deux sens de la grille tarifaire. Le mode rapide ne change ni les poids ni le comportement. C'est le même modèle sous une configuration d'inférence plus rapide, le gain se concentre sur les tokens de sortie par seconde plutôt que sur le temps jusqu'au premier token, et le prix est un multiplicateur direct plutôt qu'un tarif mixte. C'est un fournisseur qui vous livre sa propre vision de l'arbitrage — et qui vous annonce qu'à partir du 15 octobre, vous n'avez plus besoin d'approbation ni d'en-tête bêta pour l'acheter.

Le côté Qwen correspondant n’existe pas. Il n’existe pas d’équivalent Alibaba d’un niveau rapide pour la gamme Qwen-Max, aucune cible de latence publiée, et aucune affirmation de débit sur aucune diapositive Qwen 4 rendue publique. Pour une famille dont tout l’argumentaire repose sur l’efficacité en termes de coûts, l’absence d’un chiffre de latence est une omission criante, car le coût par token et le coût par tâche terminée sont des quantités différentes et une seule d’entre elles a été publiée.

Ce que la mesure indépendante dit de l'écart

Artificial Analysis est ce qui se rapproche le plus d’un arbitre neutre ici, et il a mesuré les deux fleurons actuellement commercialisés selon la révision actuelle de son Intelligence Index, la v4.3.2 :

• Indice d'intelligence — Claude Opus 5.5 à 58 dans sa configuration d'effort maximal avec repli, contre Qwen3.8 Max (0902) à 45

• Vitesse de sortie — 95,2 tokens par seconde pour Claude Opus 5.5, contre 39,3 pour Qwen3.8 Max (0902)

• Coût par tâche d'index — 5,98 $ pour Claude Opus 5.5, contre 5,41 $ pour Qwen3.8 Max (0902)

• Jetons de sortie utilisés — 260 millions pour Claude Opus 5.5, contre 190 millions pour Qwen3.8 Max (0902)

Lisez ces quatre lignes ensemble et une histoire apparaît que les grilles tarifaires cachent. Sur le prix par token, le modèle phare de Qwen est trois fois moins cher en sortie, 6,00 $ contre 20,00 $. Sur le coût par tâche accomplie, il est 10 % moins cher, 5,41 $ contre 5,98 $. L'avantage de trois fois a déjà été absorbé par la différence dans le nombre de tokens que chaque modèle dépense pour accomplir la tâche — ce qui explique exactement pourquoi « moins cher par million de tokens » est le chiffre le moins utile dans une décision d'achat, et pourquoi le propre argumentaire de lancement d'Anthropic pour Claude Opus 5.5 s'est appuyé sur une réduction du coût par charge de travail de 40 % plutôt que sur la baisse de 20 % par token.

C'est la ligne de la vitesse qui devrait façonner les attentes à l'égard de Qwen 4 Max. Le flagship Qwen actuellement commercialisé est le plus lent des deux sur cette mesure, d'un facteur d'environ 2,4, et Alibaba n'a publié aucun objectif de latence pour son successeur. Pendant ce temps, le facteur 2,5 supplémentaire qu'Anthropic propose en plus de Claude Opus 5.5 s'accompagne d'un doublement du prix. Si la latence entre tant soit peu en ligne de compte dans votre décision, vous choisissez actuellement entre un fournisseur qui a publié sa vitesse, publié son offre plus rapide et publié le coût de cette offre — et un fournisseur qui n'a publié aucun des trois.

Deux façons d’être lent, et une seule d’entre elles est un produit

Il existe une version de cette comparaison dans laquelle « Qwen 4 Max est plus lent » est injuste, et il vaut la peine de le dire clairement, car c’est l’argument le plus fort dont dispose le camp Qwen. Un modèle annoncé mais non publié n’a, par définition, aucune vitesse mesurée. Alibaba ne refuse pas de publier un mauvais chiffre ; il refuse de publier le moindre chiffre, et la raison pourrait simplement être que l’objet n’existe pas encore sous une forme que quiconque peut exécuter. L’architecture de Qwen3.8-Flash-Next — attention éparse, plongements de N-grammes, un nombre de paramètres actifs très faible — est une conception résolument tournée vers l’économie de l’inférence, et l’affirmation d’Alibaba concernant ses propres coûts d’entraînement suggère que cette famille est conçue pour être servie à moindre coût et rapidement. C’est une prédiction, pas un fait.

L'asymétrie, injuste mais bien réelle, se situe ailleurs. Le mode rapide d'Anthropic est un produit assorti d'un prix, d'une limite de débit, d'une réponse 429 distincte et d'un champ usage.speed qui indique la vitesse réellement obtenue. Il s'achète et se mesure. Une diapositive de conférence à propos d'un modèle en cours d'entraînement n'est ni l'un ni l'autre. Quand Alibaba commercialisera réellement Qwen 4 Max, il sera comparé à un concurrent qui a déjà indiqué au marché ce que vaut la vitesse — 8,00 $ et 40,00 $ par million pour un gain de 2,5x — et Alibaba devra répondre soit par une option par défaut plus rapide, soit par une moins chère.

Exécution de la moitié de cette comparaison qui possède un point de terminaison

La prise de décision au sein d’une comparaison qui ne peut être menée à terme n’est pas une paralysie ; ce n’est qu’une décision plus petite. Trois transporteurs existent aujourd’hui, et un n’existe pas.

Claude Opus 5.5 est routable en tant que anthropic/claude-opus-5.5 au prix catalogue publié d'Anthropic, avec 0 % de marge — le tarif du fournisseur est répercuté tel quel, de sorte que ce sont 4,00 $ et 20,00 $ qui figurent sur la facture, et non un équivalent majoré, et une baisse de prix du fournisseur s'applique à votre clé le jour même. Qwen3.8-Max est routable en tant que qwen/qwen3.8-max à 2,00 $ et 6,00 $, avec un checkpoint daté, Qwen3.8-Max (0902), placé à côté, selon les mêmes conditions. Tous deux répondent sur le même point de terminaison compatible OpenAI et sur le même point de terminaison compatible Anthropic, derrière une seule clé et une seule facture pour plus de 200 modèles — ce qui signifie que la comparaison ci-dessus peut être effectuée sur votre propre trafic plutôt que sur un article de blog, en changeant une chaîne de modèle.

Qwen 4 Max n'est pas routable sur OrcaRouter, et aucun palier de Qwen 4 ne l'est non plus ; le catalogue ne contient aucune entrée pour cette famille, ce qui est l'état correct pour un modèle sans date de sortie. Lorsque les paliers seront disponibles, ils apparaîtront dans le même catalogue, et d'ici là, le routeur fait encore quelque chose d'utile avec la question qu'ils représentent. La politique de routage est l'endroit où « est-ce assez rapide » a sa place : un DSL de routage peut envoyer la tranche critique en latence de votre trafic vers un modèle plus rapide et laisser le reste sur Claude Opus 5.5 à vitesse standard, de sorte qu'une charge de travail qui a besoin d'une vitesse de sortie 2,5x l'achète pour les appels qui en ont besoin au lieu de payer un tarif doublé sur toute la flotte. Le basculement automatique couvre l'autre direction — un chemin dégradé est résolu vers un autre fournisseur plutôt que vers une erreur. Ni l'un ni l'autre ne remplace la décision concernant Qwen 4 Max. Ce sont deux façons de continuer à travailler tant que cette décision reste en suspens.

Ce qu'il faut surveiller, et ce qu'il faudrait pour changer cette page

Trois éléments réécriraient l’analyse ci-dessus, et chacun d’eux est vérifiable.

D'abord, une fiche de modèle Alibaba pour n'importe quel niveau de Qwen 4, avec un prix et une fenêtre de contexte. D'ici là, le côté Qwen de la comparaison est un communiqué de presse.

Deuxièmement, un chiffre de latence pour Qwen 4 provenant d’une source indépendante, quelle qu’elle soit. Dès qu’un tel chiffre existera, l’axe de la vitesse cessera d’être un récit à sens unique, et compte tenu de l’architecture qu’Alibaba présente en avant-première, il n’est pas prudent de supposer que cela se passera mal pour eux. Une famille conçue autour d’un chemin d’inférence à 6 milliards de paramètres actifs peut très bien être rapide ; elle n’a simplement jamais eu à le prouver face à un concurrent qui vend de la vitesse au million de tokens.

Troisièmement, et le moins coûteux à vérifier, si Anthropic étend le traitement du 15 octobre au reste de la gamme Opus. Le mode rapide pour Claude Opus 5 et Claude Opus 4.8 est encore en aperçu de recherche, l’en-tête bêta étant toujours requis, de sorte que le niveau rapide en libre-service, sans approbation, est actuellement propre à Claude Opus 5.5. S’il se généralise, « le mode rapide est disponible » devient une propriété de la plateforme plutôt que d’un seul modèle, et la question du niveau premium change encore de forme.

Jusqu'à ce qu'au moins l'un de ces éléments se concrétise, le verdict honnête est étroit et utilisable : si vous choisissez ce trimestre un modèle phare sur lequel bâtir, vous choisissez entre un modèle avec un prix publié, une vitesse publiée et un palier plus rapide publié, et un modèle avec un nom. Achetez celui qui a un point de terminaison, surveillez celui qui a la diapositive — et traitez « Qwen 4 Max sera moins cher » comme l'affirmation non vérifiée qu'elle est actuellement, car la génération Qwen 3.8 a déjà montré qu'un avantage de trois fois par token peut se réduire à 10 pour cent lorsqu'on compte les tokens que chaque modèle dépense pour achever le travail.

Rien de tout cela n'est hypothétique : les défaillances documentées de l'IA et les incidents d'agents qui sous-tendent des versions comme celle-ci sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée est accompagnée de ses propres sources, de son niveau de gravité, de son degré de confiance et de son indicateur de contestation.