
Brief IA quotidien, 16 nov. : Qwen4-Max passe au compteur et Hy4 flash de Tencent arrive à 0,07 $
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 90 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 96 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 87 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 133 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 par million de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 219 tok/s
Deux laboratoires chinois ont mis en vente le même jour un modèle multimodal bon marché doté d'une fenêtre d'un million de jetons, et c'est l'écart entre eux qui est révélateur : Qwen4-Max, le mélange d'experts parcimonieux d'Alibaba à 2 400 milliards de paramètres, se facture à 1,50 $ par million de jetons en entrée et à 4,50 $ en sortie, tandis que Tencent Hy4 flash — un modèle de 224 milliards de paramètres dont 12 milliards actifs par jeton — s'affiche à 0,070 $ en entrée et 0,281 $ en sortie, l'entrée mise en cache étant à 0,003 $. Soit un écart de 21 fois sur l'entrée entre deux modèles qui revendiquent tous deux une vision native, acceptent tous deux un million de jetons de contexte et sont tous deux entrés en service le 16 novembre 2026. Aucun de ces chiffres n'est un coupon de réduction ni une offre d'appel de la semaine de lancement ; ce sont les grilles tarifaires en vigueur, avec des couches promotionnelles par-dessus.
Ce sont des produits différents destinés à des acheteurs différents, ce qui explique pourquoi l’écart est réel plutôt qu’une erreur de tarification. Qwen4-Max est un modèle phare qui rivalise pour les tâches dévolues à un modèle de pointe, et son prix est inférieur de 25 % à celui du précédent fleuron d’Alibaba. Hy4 flash est une bête de somme distillée, conçue pour être d’une banalité économique sur les tâches de type bureautique, et l’article de recherche de Tencent le dit explicitement : utilisez-le pour les documents et les présentations, réservez le modèle phare à l’ingénierie logicielle de longue haleine. Ce qui suit présente ce que chaque entreprise a publié, ce qu’elle a refusé de publier, et les parties de l’une ou l’autre version auxquelles vous pouvez réellement accéder via une API aujourd’hui.
Premier point — Qwen4-Max cesse d’être une préversion
Alibaba a fait passer Qwen4-Max d’un aperçu avec plan à jetons à une disponibilité générale facturée à l’usage le 16 novembre, et l’identifiant a changé avec le modèle de facturation : qwen4-max est la chaîne active, tandis que qwen4-max-preview et qwen4.0-max-preview sont documentés pour retrait à 24:00 le 25 novembre 2026 UTC+8. Toute personne ayant l’une ou l’autre de ces chaînes d’aperçu dans une configuration dispose de neuf jours pour la modifier.
• Architecture — 2,4 billions de paramètres au total, 71 milliards activés par jeton, plus 328 milliards de paramètres d’embedding N-gram qui sont consultés plutôt que multipliés. Trois couches Gated DeltaNet compressent l’historique en un état fixe pour chaque couche Qwen Sparse Attention.
• Contexte et sortie — une fenêtre de 1 000 000 de tokens. Le budget partagé réflexion-plus-réponse est de 262 144 tokens, contre 393 216 sur la fiche d’aperçu ; la sortie sans réflexion est plafonnée à 131 072, avec un plafond d’entrée de 991 808 tokens.
• Tarifs, Singapour — 1,50 $ en entrée et 4,50 $ en sortie par million de jetons, uniformes sur toute la fenêtre, avec les lectures de cache à 0,075 $. Les cinq autres régions indiquent 1,413 $ et 4,24 $.
• Prix, la génération précédente — Qwen3.8-Max est à 2,00 $ et 6,00 $ à Singapour, donc l'annonce correspond à une réduction nette de 25 % de part et d'autre du compteur. Dans les régions Global, la réduction est de 14,4 %, car la grille tarifaire hors Singapour du modèle plus ancien était déjà remisée.
• Régions et interfaces — Pékin, Singapour, Francfort, États-Unis (Virginie), Tokyo et Hong Kong ; OpenAI Chat Completions, OpenAI Responses, Anthropic Messages et DashScope ; entrées texte, image et vidéo, sortie texte. L'inférence par lots n'existe qu'à Pékin.
Les benchmarks du fournisseur sont ceux d’Alibaba, et aucune entité extérieure à l’entreprise ne les a reproduits. Sur Work360, sa taxonomie interne de 26 domaines Tier-1 et 721 domaines Tier-3, Qwen4-Max obtient 52,69 contre 47,74 pour Qwen3.8-Max, avec environ 24 % de jetons en moins à un effort xhigh et 35 % de moins à high. Le coût moyen par tâche sur cette suite passe de 4,43 $ à 1,67 $, soit une réduction de 62 % — un chiffre qui multiplie une baisse de prix non vérifiée par une affirmation non vérifiée d’efficacité en jetons, ce qu’il vaut la peine de garder en mémoire lorsqu’on vous le cite sans montrer la multiplication. Artificial Analysis ne disposait d’aucune entrée Qwen4-Max au moment de la rédaction de cette note.

Point deux — Tencent commercialise l'entrée de gamme de la famille Hy
L’article de recherche de Tencent est daté du 16 novembre 2026 et s’intitule, grosso modo, le modèle au meilleur rapport qualité-prix pour le travail quotidien. La spécification qu’il met en avant est restreinte et précise, ce qui va plus loin que ce que fait la version de Qwen avec sa suite de benchmarks.
• Taille — 224 milliards de paramètres au total, dont 64 milliards sont des paramètres Engram, avec 12 milliards actifs par token.
• Contexte et modalité — 1,048,576 tokens, entrée multimodale. Tencent ne précise pas la taille de l’encodeur visuel ni si la vidéo est acceptée.
• Prix, carte continentale par million de jetons — 0,5 ¥ en entrée, 2 ¥ en sortie, 0,02 ¥ en cas de succès du cache. La même carte en dollars est de 0,070 $, 0,281 $ et 0,003 $.
• Prix face à son propre fleuron — {{1}}Tencent HY4{{/1}} affiche ¥6 en entrée, ¥18 en sortie et ¥0,3 en cache, ce qui rend le niveau flash douze fois moins cher sur les entrées fraîches, neuf fois moins cher sur les sorties et quinze fois moins cher sur les entrées en cache, à fenêtre de contexte identique.
• Poids — aucun. Tencent déclare prévoir de rendre Hy4 flash open source et de l’itérer fréquemment. Aucune licence, aucune date, aucun dépôt.
• Score indépendant — néant. Artificial Analysis classe Tencent HY4 à 34,6 sur son Intelligence Index au 5 novembre et n’a aucune entrée pour Hy4 flash.
Tencent cite quatre leviers à l’origine du prix. Hybrid attention, LatentMoE et les paramètres Engram permettent d’obtenir un cache KV d’une taille égale à un vingt-quatrième de celle de Hy3 et à un sixième de celle de Tencent HY4. L’auto-distillation à partir de Tencent HY4, suivie d’un apprentissage par renforcement, a réduit de 50 % la longueur de sortie de bout en bout. Un mégakernel, des poids en quatre bits et un chemin de décodage appelé DFly maintiennent le décodage à plus de 150 tokens par seconde. Et l’évaluation a été retirée des classements publics au profit de WorkIndex, un ensemble interne de huit suites couvrant la création et la révision de diapositives, la co-rédaction, l’édition de documents, la réparation de tableaux, le traitement audio et vidéo, et la compréhension visuelle — les benchmarks publics d’agents (DeepSWE, ProgramBench, Terminal-Bench 4.0, APEX-Agents, AutomationBench, HLE, OSWorld 2.1) étant publiés sous forme d’images de graphiques plutôt que de tableau.
L’affirmation qui a circulé est celle d’un test en aveugle : 85 utilisateurs internes de WorkBuddy, 27 catégories de tâches, 259 tâches réelles du travail quotidien, avec une satisfaction annoncée comme proche de Claude Haiku 5.5, le coût par tâche le plus bas du panel et la durée de tâche la plus courte. « Proche » est le mot qui compte : le résumé de lancement affirme que le modèle égale Haiku 5.5, tandis que la page de recherche indique que la satisfaction en était proche. Le panel est composé des propres employés du fournisseur, dans le propre produit du fournisseur, sur des tâches sélectionnées par le fournisseur. C’est une façon raisonnable de décider quoi livrer en interne, et une preuve faible quant aux résultats que d’autres pourraient obtenir.
L'affirmation de Tencent sur le coût par tâche est plus prudente que la plupart : sur WorkIndex, un treizième du coût de l'aperçu Hy4 de Tencent lui-même, un vingtième de Tencent HY4 et un huitième de DeepSeek-V4.1-Flash-1017. Notez la parenthèse que le fournisseur accole au dernier — niveau d'effort maximal, tarif aux heures de pointe. Le tarif aux heures de pointe de DeepSeek est le double de son tarif hors pointe, donc le huitième est mesuré par rapport à la plus chère des deux grilles tarifaires publiées de DeepSeek. Ce n'est pas malhonnête, car un déploiement aux heures de pointe est un déploiement réel, mais c'est la comparaison qui flatte le plus Tencent.
Ce que les deux versions ont en commun, et ce qu’aucune des deux n’a
Deux laboratoires, un même jour, une lacune commune : aucun des deux modèles n’a été mesuré par une personne qui ne travaille pas pour l’entreprise qui l’a conçu. La suite d’Alibaba est une taxonomie de sa propre conception ; celle de Tencent est un benchmark interne qu’elle a explicitement préféré aux classements publics. Tencent va plus loin et publie les résultats de son benchmark sous forme de graphiques PNG, si bien que les chiffres ne peuvent être copiés, comparés par diff ni réexécutés sans lire les pixels.
L’autre point commun est que les deux ne sont pas ouverts. Qwen4-Max n’est proposé que sous forme d’API, les modèles Qwen4 plus petits étant promis en open source sur la même lignée. Hy4 flash n’est proposé que sous forme d’API, avec un projet d’open source et aucune date. Les deux entreprises ont déjà publié des poids par le passé — l’aperçu Hy4 de Tencent en août est sorti sous Apache 2.0 avec des recettes de serving dès le premier jour —, ce qui explique pourquoi le langage prudent dans les deux annonces se lit comme une décision plutôt qu’une limitation.
Là où elles divergent, c’est sur ce que l’argent permet d’acheter. Qwen4-Max est un modèle phare polyvalent : la promesse est la capacité à un prix inférieur à celui du précédent modèle phare, avec en plus un argument d’efficacité des tokens. Hy4 flash est un spécialiste : l’argument est le coût par tâche accomplie sur les documents, les diapositives et les tâches d’agent, le fournisseur reconnaissant, dans ses propres données internes, une légère baisse sur les tâches de codage longues. Un écart de 21 fois sur le prix des entrées entre deux modèles multimodaux à un million de tokens n’est pas une inefficacité de marché. C’est deux entreprises qui facturent deux types de travaux différents.
Ce que vous pouvez appeler aujourd’hui
Aucun des deux modèles n’est encore sur OrcaRouter. Les routes Tencent du catalogue sont tencent/hy4-preview à 0,834 $ en entrée et 2,501 $ en sortie par million de tokens — le modèle à partir duquel Hy4 flash a été distillé — et tencent/hy3 à 0,18 $ et 0,59 $. La route Alibaba est qwen/qwen3.8-max à 2,00 $ et 6,00 $. Qwen4-Max et Hy4 flash sont accessibles via les API propres à leurs fournisseurs et, dans le cas de Tencent, via une liste de ses propres produits grand public et d’entreprise : TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima et Marvis. Tencent indique que des plateformes tierces suivront, sans donner de date.

La route qui compte pour la décision de cette semaine est celle de DeepSeek, car la propre comparaison de coûts de Tencent retient DeepSeek-V4.1-Flash-1017 comme référence : deepseek/deepseek-v4.1-flash figure au catalogue à 0,15 $ et 0,60 $ par million de jetons, avec les lectures de cache à 0,003 $ — le tarif catalogue hors pointe propre à DeepSeek, répercuté sans marge — sur un contexte de 1 048 576 jetons, aux côtés du snapshot 1017 au même tarif. Si vous voulez vérifier si un douzième du prix d’entrée produit un dixième du coût par tâche sur votre trafic, c’est le chiffre auquel vous référer pour vos mesures, et il peut être appelé dès maintenant alors que les deux nouveaux modèles ne le peuvent pas.
Deux couches promotionnelles se superposent à la carte Tencent, et aucune ne devrait entrer dans un budget. TokenHub de Tencent Cloud propose 50 % de réduction pour une durée non précisée, et WorkBuddy est gratuit jusqu'au 30 novembre. La carte Singapour d'Alibaba offre un quota gratuit d'un million de tokens valable 90 jours. Les trois expirent ; ce sont les tarifs catalogue qui subsistent.
Deux dates à inscrire à l’agenda
Le premier est le 25 novembre, date à laquelle les identifiants de l'aperçu Qwen4-Max cessent de fonctionner. Si vous utilisez l'aperçu, la migration se résume à un changement de chaîne plus deux vérifications qui ne déclencheront pas d'erreur lorsqu'elles sont erronées : tout code qui présupposait un budget de sortie partagé de 393 216 tokens dispose désormais de 262 144, et tout ce qui reposait sur les crédits Token Plan est désormais facturé au token.
La seconde date est le 30 novembre, date à laquelle WorkBuddy cessera d’être gratuit et où la promotion TokenHub pourrait ou non être toujours en cours.

Au-delà de ces dates, ce qu’il faut surveiller n’est pas un prix. C’est le premier chiffre issu d’un banc d’évaluation qu’aucune des deux entreprises n’a écrit. Qwen4-Max aura une entrée dans Artificial Analysis en quelques jours, simplement parce que les modèles Alibaba y figurent toujours. Hy4 flash pourrait ne pas en avoir, car le propre modèle phare de Tencent n’a atteint cet indice que le 5 novembre, huit jours après sa sortie. Tant que l’un d’eux n’est pas mesuré hors de l’entreprise, la lecture honnête du 16 novembre est que deux modèles multimodaux à un million de tokens très bon marché ont été mis en vente à des prix inférieurs à ceux de leurs propres prédécesseurs, et que les preuves pour chacun consistent en un ensemble de graphiques dessinés par l’entreprise qui le vend.
Comparés dans cet article3
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
