
Qwen4-Max est 30 % moins cher que le prix catalogue d'Alibaba : une grille tarifaire avant le point de terminaison
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 187 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 414 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 87 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 138 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 42 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 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
Qwen4-Max est sorti le 16 novembre 2026. Trois jours plus tard, le 19 novembre, une plateforme d’inférence tierce a inscrit le modèle à sa grille tarifaire à 1,05 $ par million de jetons d’entrée, 3,15 $ par million de jetons de sortie et 0,0525 $ pour une lecture de cache. Divisez ces montants par la propre grille tarifaire d’Alibaba pour Singapour — 1,50 $, 4,50 $ et 0,075 $ — et chacun d’eux revient exactement à 0,70. Pas environ 30 % de remise. Exactement 30 % de remise, sur les trois lignes, jusqu’à la dernière décimale. Ce n’est pas ainsi qu’un déploiement indépendant fixe ses prix ; c’est ainsi qu’un revendeur fixe les siens. Et la même page qui porte la grille tarifaire porte aussi une invitation « Lancement imminent » et un formulaire d’inscription demandant à être prévenu lorsque Qwen4-Max sera disponible, ce qui en fait une grille tarifaire publiée avant même l’élément qu’elle tarifie.
Ce que représentent réellement les 30 %
Trois chiffres, un multiplicateur, et le multiplicateur, c’est toute l’histoire.
• Entrée — 1,05 $ par million de tokens sur la carte tierce, contre 1,50 $ sur la carte Singapour d’Alibaba. Ratio 0,700.
• Sortie — 3,15 $ contre 4,50 $. Ratio 0,700.
• Lecture du cache — 0,0525 $ contre 0,075 $. Ratio 0,700.
Une plateforme qui aurait acheté son propre matériel de 2,4 billions de paramètres, écrit ses propres noyaux d’attention creuse et négocié sa bande passante arriverait à des chiffres proches de ceux d’Alibaba, et non à trois valeurs qui se divisent chacune proprement par 10/7. La tarification indépendante comporte son propre bruit : un arrondi ici, une marge là, un taux de cache qui reflète un autre niveau de stockage. Une exactitude de trois sur trois est la signature d’une marge appliquée à une seule carte amont, et la carte amont à laquelle elle a été appliquée est celle de Singapour plutôt que celle de Global — $1.413 et $4.24 auraient produit $0.989 et $2.968, et les chiffres publiés ne sont ni l’un ni l’autre.
Ce qui vous indique que la réduction est promotionnelle. Quelqu’un paie les 30 % sur un budget de lancement, et non grâce à une structure de coûts différente, et pour tout tarif promotionnel, la question à poser est de savoir combien de temps il tient.
Trois façons pour une plateforme d’obtenir 30 % sous le prix catalogue
Il n’y a pas de quatrième explication qui mérite d’être envisagée, et il vaut la peine de pouvoir distinguer les trois, car elles ont des dates d’expiration différentes.
La première est une remise de lancement financée par le fournisseur. Alibaba veut placer Qwen4-Max devant des développeurs qui disposent déjà d’une clé API quelque part, et le moyen le plus rapide d’y parvenir est de subventionner le premier mois d’une plateforme. C’est la plus probable des trois et celle dont le délai est le plus court, car c’est le bilan de la plateforme qui absorbe la différence pendant une période définie.
Le second est un véritable prix de gros — la plateforme achète à un tarif négocié inférieur au prix catalogue et en répercute une partie. C’est la seule version des 30 % qui soit stable, et c’est aussi celle qui figurerait dans un contrat de revendeur plutôt que sur une page marketing. Si le taux se maintient après janvier, c’est qu’il s’agissait de cela.
Le troisième est un produit d’appel à perte sur un modèle coûteux à servir et peu coûteux à promouvoir. Qwen4-Max active 71 milliards de paramètres par token sur une base de 2,4 billions de paramètres — un coût de service qui ne diminue pas parce que le prix a baissé. Une plateforme qui vend à 70 % du prix catalogue pour gagner des parts de routage est une activité plausible, mais c’est une activité qui a un plancher sous elle.
Les trois donnent le même prix aujourd’hui, et aucun d’eux n’est visible sur la grille tarifaire. C’est la limite honnête de ce qui peut être lu sur une page : le nombre est réel, et l’arithmétique qui le sous-tend n’est pas publiée.
Les limites que le prix ne comporte pas
Voici la partie qui compte plus que la remise, et c’est celle qu’une comparaison axée sur le prix laisse toujours de côté. La fiche tarifaire d’Alibaba pour Qwen4-Max n’est pas qu’une question d’argent — c’est un ensemble de plafonds, et un revendeur recopie un prix bien plus fidèlement qu’il ne recopie une fiche technique.
• Contexte — Alibaba documente 1 000 000 de tokens, avec un plafond d’entrée de 991 808 tokens en mode sans réflexion, qui descend à 983 616 en mode réflexion. La fiche d’un tiers annonce un contexte de 1 M de tokens sans le plafond d’entrée, qui est le chiffre qui limite réellement un document long.
• Sortie — Alibaba plafonne la sortie sans réflexion à 131 072 tokens et place la réflexion et la réponse dans un budget partagé de 262 144 tokens. Une page qui annonce « contexte de 1 M » et s’arrête là ne vous dit rien sur la quantité de réponse que vous pouvez obtenir en retour.
• Modalité — la fiche fournisseur prend en entrée du texte, des images et de la vidéo, et produit du texte en sortie, avec une compréhension vidéo native plutôt qu’un extracteur ajouté après coup. Les fiches de tiers livrent souvent d’abord les chemins texte et image, puis le chemin vidéo, et la fiche ne précise pas toujours lequel vous obtenez.
Rien de tout cela n’est une accusation. C’est l’écart ordinaire entre un modèle et le déploiement d’un modèle, et sur une version publiée depuis quatre jours, il existe exactement une source pour le plafond — la page Model Studio d’Alibaba elle-même — car personne n’a fait tourner le second déploiement assez longtemps pour publier des résultats à son sujet.
Conséquence pratique : si vous dimensionnez une tâche à contexte long, prenez le chiffre de contexte auprès du fournisseur et prenez le prix chez celui qui est le moins cher, mais ne partez pas du principe qu’ils décrivent le même produit avant d’avoir envoyé une requête de 400 000 tokens et observé où elle est tronquée.

Ce que vaut une remise de 30 % sur une exécution d’agent
Le prix des tokens est la mauvaise unité pour un modèle vendu sur des tâches agentiques de longue durée ; voici donc le calcul pour un cas de figure pour lequel Qwen4-Max est explicitement positionné — un agent de codage conservant un contexte de dépôt de 200 000 tokens sur 40 tours, et émettant 30 000 tokens de raisonnement et de patch par tour. Prix catalogue, sans mise en cache, tarifs de Singapour des deux côtés.
• Sur la carte tarifaire d’Alibaba — 200 000 tokens d’entrée par tour à 1,50 $ par million représentent 0,30 $, et 30 000 tokens de sortie à 4,50 $ par million représentent 0,135 $. Cela fait 0,435 $ par tour, soit 17,40 $ sur 40 tours.
• Avec la carte tierce — le même tour coûte 0,21 $ en entrée et 0,0945 $ en sortie, soit 0,3045 $ par tour, ou 12,18 $ sur 40 tours.
• L'économie — 5,22 $ par exécution de 40 tours, soit 0,13 $ par tour. Sur une charge de mille exécutions par mois, cela représente 5 220 $ ; sur une charge de dix, c'est le prix d'un déjeuner.
Ajoutez maintenant la mise en cache, car c'est là que la remise se cumule et que l'économie propre de Qwen4-Max est la plus intéressante. Alibaba documente les lectures de cache à 0,075 $ par million à Singapour et les écritures de cache à 1,875 $ pour une fenêtre de cinq minutes. À 200 000 tokens mis en cache par tour, la lecture coûte 0,015 $, de sorte que le côté entrée d'un tour à cache chaud passe de 0,30 $ à 0,015 $ — une division par vingt avant même toute remise. Les 30 % représentent de l'argent réel, mais il s'agit de 30 % d'un montant qu'une mise en cache bien conçue a déjà rendu faible. Sur une exécution qui relit un préfixe stable, la structure de mise en cache vaut environ vingt fois ce que vaut la remise de la plateforme, et aucune grille tarifaire ne le mentionne.
Là où cela cesse de fonctionner, c’est avec un préfixe qui change à chaque tour. Un agent qui appelle des outils, dont le contexte est majoritairement composé de sorties d’outils fraîches, n’obtient aucun succès de cache, paie le surcoût d’écriture pour rien et retombe au tarif d’entrée complet — à ce stade, les 30 % constituent toute l’économie et c’est le seul levier restant.

La question du point de terminaison
Tout ce qui précède suppose que vous pouvez appeler le modèle à ce prix, et, au 19 novembre, c’est la seule chose que la page ne tranche pas.
La même fiche modèle porte trois affirmations qui ne s’accordent pas vraiment. Elle indique Qwen4-Max comme serverless et disponible, elle publie une grille tarifaire complète à l’usage, et elle affiche un état « Lancement imminent » avec une invitation à s’inscrire proposant de vous prévenir lorsque le modèle sera disponible. Deux de ces affirmations prises ensemble sont cohérentes. Les trois à la fois, c’est une page en transition, et la bonne interprétation est que la tarification est publiée mais que la capacité ne l’est pas encore — ce qui est un état normal pour un modèle vieux de quatre jours et une chose inhabituelle pour une grille tarifaire à dire tout haut.
Cela compte pour une décision d’une manière spécifique. Un tarif promotionnel qui commence avant qu’un point de terminaison n’existe a un compte à rebours qui démarre plus tard que l’annonce, ou il ne démarre pas du tout. Si vous construisez un modèle de coût autour de 1,05 $, modélisez-le comme une remise que vous n’avez pas encore pu tester, et conservez les 1,50 $ d’Alibaba comme le montant sur lequel votre budget tient.
OrcaRouter ne diffuse pas Qwen4-Max — le modèle est accessible via l'API Model Studio d'Alibaba elle-même et plusieurs plateformes tierces, et la remise ci-dessus appartient à l'une d'elles. Le modèle que nous routons, nous, au sein de la même famille est Qwen3.8-Max, à son prix catalogue publié, avec 0 % de marge ajoutée, soit la même structure de répercussion qui fait qu'un changement de prix fournisseur arrive ici le jour même où il arrive en amont. Une seule API pour plus de 200 modèles, une seule clé, et un DSL de routage capable d'envoyer une requête vers Qwen3.8-Max ou vers un modèle d'un autre laboratoire sans second contrat — la configuration utile quand le modèle que vous voulez vraiment figure sur une grille tarifaire que personne n'a encore fini de mettre en place.

Quoi surveiller, et pour quand
• Si les 30 % survivent à leur premier mois. Un taux promotionnel et un taux de gros sont identiques la première semaine et n’ont rien en commun en février. La date à vérifier est la fin décembre 2026.
• Si l'état « Bientôt disponible » disparaît, et ce que les limites indiquent lorsqu'il disparaît. Un contexte publié de 1 M sans plafond d'entrée déclaré n'est pas le même produit que le plafond de 991 808 tokens en mode non-raisonnement d'Alibaba, et la différence n'apparaît que sur la requête qui se fait tronquer.
• Si une deuxième plateforme publie une carte qui n’est pas à 0,70 fois celle d’Alibaba. Deux plateformes qui aboutissent au même multiplicateur signifieraient un tarif de gros ; deux qui aboutissent à des multiplicateurs différents signifieraient deux budgets de lancement, et le moins cher d’entre eux est celui dont la date d’expiration est la plus proche.
• Si Alibaba réagit. Un fournisseur qui voit 30 % disparaître du prix de son produit phare en trois jours soit retire son tarif de gros, soit modifie son propre prix catalogue, et c’est la seconde option que veut un acheteur.
Le titre, c’est que le modèle phare d’Alibaba est disponible à 70 % du prix catalogue, quatre jours après sa disponibilité générale. La phrase plus utile, c’est que ces 30 % sont le plus petit nombre de l’histoire — plus petit que la structure de cache sur laquelle il repose, plus petit que le plafond de contexte qu’il ne mentionne pas, et plus petit que l’écart entre une grille tarifaire et un endpoint que l’on peut appeler. Chiffrez la remise. Budgétez la grille.
