Une carte de titre générée portant Qwen4-Max – la carte partenaire, lue ligne par ligne, avec trois chiffres présentés sous forme de bandeau tarifaire : 1,413 $ en entrée, 4,24 $ en sortie et 0,071 $ pour la lecture du cache par million de jetons, sous l’étiquette « tarifs à portée mondiale », aux côtés d’une puce indiquant un budget partagé de 262 144.
Guides & Insights

La nouvelle carte partenaire de Qwen4-Max annonce quatre capacités. Trois d’entre elles vous coûteront quelque chose plus tard.

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Une deuxième plateforme vend désormais Qwen4-Max, et son annonce ressemble à un lancement de produit : un contexte de 1 M de tokens, des entrées texte, image et vidéo, l'appel d'outils, la sortie structurée, le raisonnement, et 1,413 $ par million de tokens d'entrée, 4,24 $ par million de tokens de sortie, 0,071 $ par million de tokens en cache. Le modèle est passé en disponibilité générale sur l'API propre à Alibaba le 16 novembre 2026, donc un deuxième vendeur deux jours plus tard, c'est rapide mais pas surprenant. Ce qu'il faut lire attentivement, c'est la liste des fonctionnalités, car trois de ces quatre capacités se comportent différemment sur une plateforme partenaire que sur celle d'Alibaba, et le prix est l'indice qui explique pourquoi.

Commencez par le prix, car tout le reste en découle. 1,413 $ et 4,24 $ ne sont pas de nouveaux chiffres. Ce sont les tarifs Global-scope d’A​libaba — Pékin, Hong Kong, Francfort, la Virginie (États-Unis) et Tokyo — à trois décimales, soit 5,8 % en dessous de la grille tarifaire de Singapour de 1,50 $ et 4,50 $. Le tarif en cache est le signe révélateur : 0,071 $ est le chiffre Global, et celui de Singapour est de 0,075 $. Personne n’arrive à 0,071 $ de façon indépendante. Une grille tarifaire partenaire qui cite le tarif régional du fournisseur au millième de dollar cite une répercussion, et une répercussion signifie un seul déploiement du modèle avec une seconde couche de facturation par-dessus, pas une seconde exécution d’entraînement ni un second ensemble de noyaux.

Cette distinction n'est pas de la pédanterie. Elle fixe l'attente pour toutes les autres lignes de la carte : les prix survivent à un pass-through, mais pas les comportements, à moins que le partenaire n'ait réalisé l'ingénierie nécessaire pour y parvenir.

A generated two-column comparison card titled Qwen4-Max - the advertised card, checked, with the partner-listing column reading 1M tokens context, output ceiling not stated, $1.413 input, $4.24 output, video input yes and reasoning dial not stated, against the vendor column reading 1M with 984k usable, 262,144 shared, $1.413 Global, $4.24 Global, video yes, and low, high and xhigh on the dial.

Première affirmation : contexte de 1 M. C’est vrai, et c’est toujours le chiffre le moins utile de la page.

Chaque fiche produit Qwen4-Max annonce un million de tokens, et toutes ont techniquement raison. La documentation d'A​libaba elle-même donne 1 000 000 de tokens de contexte, avec un plafond d'entrée de 991 808 tokens lorsque la réflexion est désactivée et de 983 616 lorsqu'elle est activée, et Artificial Analysis enregistre indépendamment une fenêtre de contexte de 984 k tokens. Ces trois chiffres correspondent au même 1 M, avec des quantités différentes de vérité dévoilée.

La ligne qui compte n’est pas le plafond d’entrée, mais le budget de sortie, qu’aucune fiche partenaire de cette catégorie ne met en avant. Qwen4-Max dispose d’un budget de 262 144 jetons partagé entre la réflexion et la réponse finale, dont 131 072 sont disponibles lorsque la réflexion est désactivée. Sur une entrée de 900 000 jetons, cela vous laisse au plus 91 808 jetons de réponse en mode réflexion avant la fermeture de la fenêtre — et les jetons de raisonnement sont décomptés de ce budget. Une équipe qui dimensionne une tâche à contexte long sur « 1 M en entrée, un peu en sortie » se base sur un chiffre que le fournisseur n’a jamais publié.

C’est le premier point où une fiche de partenaire peut discrètement vous coûter de l’argent. Une fiche qui indique 1M ne dit rien sur le fait que la plateforme applique ou non le budget partagé, qu’elle tronque le raisonnement plutôt que la réponse, ou qu’elle s’arrête silencieusement à 128K de sortie. Ce sont les modes de défaillance qui se manifestent par un objet JSON tronqué à 2 h du matin, et non par un code d’erreur.

Deuxième affirmation : entrée vidéo. C'est la ligne qui détermine si l'annonce correspond à un véritable port.

L’entrée texte, image et vidéo est la capacité annoncée ici qui est la plus difficile à simuler. Servir de la vidéo à Qwen4-Max ne consiste pas à accepter une URL et à la transmettre telle quelle : les images doivent être échantillonnées, encodées dans le flux de tokens visuels du modèle à une résolution et à une fréquence d’images sur lesquelles le modèle a été entraîné, et facturées en fonction d’un contexte qui constitue déjà la ressource rare. Une plateforme qui n’a connecté que la voie texte soit rejettera purement et simplement la vidéo, soit l’acceptera et la dégradera discrètement.

C'est pourquoi la ligne vidéo est celle à tester en premier si vous évaluez un partenaire. Un clip d'une minute à 30 fps avec un taux d'échantillonnage prudent représente des milliers de tokens visuels ; glissez-le dans un prompt documentaire de 700 000 tokens et vous voilà au plafond d'entrée, avec une réponse plus courte que prévu. La prise en charge de la vidéo par Qwen4-Max est bien réelle sur l'API d'Alibaba elle-même — le modèle est documenté pour cela, et Artificial Analysis enregistre le texte, l'image et la vidéo parmi ses modalités — mais une fiche partenaire est une affirmation, pas un résultat de test.

Le parcours image présente une version plus légère du même problème. La gestion de la résolution, le découpage en tuiles et le coût en tokens d'une capture d'écran à haute densité de pixels relèvent tous de décisions de plateforme, et aucun d'entre eux n'apparaît sur une grille tarifaire qui facture l'entrée par million de tokens.

Affirmation trois : appel d’outils et sortie structurée. Le seul domaine où un partenaire peut être meilleur que le fournisseur

La sortie structurée et l’appel d’outils sont les domaines où une plateforme de simple relais peut apporter une réelle valeur, et il vaut la peine de le dire clairement, car le reste de cet article se montre prudent. Alibaba documente la sortie structurée, l’appel d’outils en parallèle, la complétion de préfixe, la recherche web ainsi que la mise en cache explicite et implicite sur quatre surfaces de protocole — OpenAI Chat Completions, OpenAI Responses, Anthropic Messages et DashScope. Un partenaire qui n’expose que le format OpenAI offre moins de surface, pas un modèle moins bon.

Mais un partenaire qui a construit en surcouche un décodeur contraint par schéma peut fournir ce que le point de terminaison du fournisseur lui-même ne garantit pas : du JSON qui se parse dès la première tentative, à chaque fois, sans boucle de réessai. Pour un pipeline qui extrait des champs de factures à grande échelle, une nouvelle tentative évitée représente 2× les tokens d’entrée économisés, et cela éclipse la différence régionale de 5,8 % entre les cartes tarifaires Singapore et Global.

La question à se poser au sujet de cette fonctionnalité n’est donc pas « la sortie structurée est-elle prise en charge ? » — toutes les annonces disent oui — mais « s’agit-il de décodage contraint ou d’une instruction dans le prompt ? ». La première est une garantie ; la seconde est une forte suggestion qui échoue une fois sur cinquante, généralement sur la requête la plus longue et la plus coûteuse du lot.

Affirmation quatre : le raisonnement. La capacité qui se transpose le plus mal, et celle que personne ne valorise.

Qwen4-Max est livré avec le raisonnement activé et l’effort défini par défaut sur high. Le réglage accepte low, high et xhigh, le budget de réflexion est par défaut de 131 072 jetons, et max_completion_tokens est par défaut de 262 144 en mode réflexion. Une requête qui ne définit aucun de ces trois paramètres obtient par défaut la configuration coûteuse, et c’est ce défaut qui explique l’essentiel de la facture : Artificial Analysis a mesuré 104 940 jetons de sortie par tâche de l’indice, dont 68 914 de raisonnement, contre une médiane du secteur de 65,1 millions de jetons de sortie pour l’ensemble de la suite de neuf évaluations. Qwen4-Max a généré 127 millions.

Sur une plateforme partenaire, trois choses peuvent arriver à ce réglage, et une seule est visible. Le paramètre d'effort de raisonnement peut être transmis sans modification, auquel cas tout ce qui précède s'applique. Il peut être accepté puis ignoré, auquel cas votre faible demande d'effort est facturée comme une demande élevée. Ou il peut être rejeté, auquel cas vous le découvrez avec une erreur 400 et vous ajustez. Le premier cas est acceptable, le troisième est pénible, et le second est celui qui double discrètement une facture mensuelle — et c'est le plus fréquent, car transmettre un champ inconnu à l'API d'un fournisseur est souvent le comportement par défaut d'un proxy compatible O​penAI.

C’est aussi là que l’affirmation sur le prix est mise à l’épreuve le plus durement. À 1,413 $ / 4,24 $, un partenaire facture le tarif Global du fournisseur, donc le prix des tokens est honnête. Le fait que le nombre de tokens soit honnête dépend d’un paramètre qui n’apparaît pas sur la carte.

Ce qu’une annonce de « collaboration » vous dit, et ce qu’elle ne vous dit pas

La présentation de ce lancement — un partenariat avec l’équipe Qwen d’Alibaba plutôt qu’une revente — mérite d’être prise au pied de la lettre pour ce qu’elle couvre, et pas un mot de plus. Elle couvre plausiblement l’accès anticipé aux poids, l’allocation de capacité et un identifiant pris en charge. Elle ne couvre pas ce qui détermine votre facture : le budget de raisonnement, le plafond d’entrée de chaque mode, la politique d’échantillonnage vidéo, la garantie de décodage contraint, ni les régions où le déploiement est hébergé.

Il en existe une version testable. Demandez à la plateforme son plafond d’entrée en mode réflexion. A​libaba publie 983 616. Si la réponse est « 1M », la plateforme n’a pas lu la documentation du fournisseur, et le reste de sa fiche technique mérite le même scepticisme. Cette seule question distingue un partenaire qui a porté le modèle d’un partenaire qui a porté le prix.

Les données indépendantes sont désormais meilleures qu’au lancement, ce qui aide. Artificial Analysis attribue à Qwen4-Max un score de 43 sur l’Intelligence Index v5.0.1 — la médiane des modèles comparables — à 3,27 $ par tâche d’index terminée, 32,1 minutes par tâche, 54,5 tokens de sortie par seconde et 155,4 secondes avant le premier token de réponse. C’est une véritable évaluation indépendante d’un modèle âgé de deux jours, et c’est le chiffre à citer face à n’importe quel graphique de fournisseur. Ce qu’elle ne vous dit pas, c’est si une plateforme partenaire le reproduit : l’outil de suivi mesure le modèle sur un seul point de terminaison, et un second déploiement avec un traitement par lots différent, des noyaux différents ou un paramètre de raisonnement par défaut différent peut afficher plusieurs points d’écart et un coût plusieurs fois supérieur.

A screenshot of the Artificial Analysis page for Qwen4 Max captured 18 November 2026 with an English interface, showing the Alibaba provider tag and a November 2026 release, an Intelligence Index of 43, output speed of 55 tokens per second, 185.4 seconds to first token, a 984k-token context window, and a summary line describing the model as below average in intelligence, well priced, notably slow per task and very verbose.

Comment acheter ceci sans deviner

OrcaRouter n’héberge pas Qwen4-Max. Le modèle est accessible via l’API Model Studio d’A​libaba et plusieurs plateformes tierces, et c’est la description honnête de la situation — aucune route hébergée par le fournisseur sur cette plateforme, donc aucune prétention à en avoir une. Ce qu’OrcaRouter propose, c’est le point de comparaison : plus de 200 identifiants de modèles derrière une seule API à 0 % de majoration, prix catalogue du fournisseur répercuté, de sorte que la carte Singapour à 1,50 $ et la carte Global à 1,413 $ affichent ici les mêmes chiffres que sur la page tarifaire d’A​libaba, et qu’un changement de prix du fournisseur soit effectif le jour même plutôt qu’au cycle de facturation suivant.

A screenshot of OrcaRouter's models catalogue captured 18 November 2026 with an English interface, showing the header '226 models - 17 providers - one API key, one bill', the filter rail for input modalities, context length, input price, status, access tier, series, supported parameters, privacy and inference region, and the first card visible being kimi/kimi-k3.1-pro next to a two-step 'how to call any model' panel.

Pour une équipe qui cherche à savoir si une fiche partenaire vaut la peine d’être adoptée, la configuration utile est une comparaison côte à côte plutôt qu’un examen. Envoyez les mêmes 50 requêtes — un long document avec une vidéo, un lot d’extraction structurée, une chaîne agentique d’appel d’outils, une tâche de classification à faible effort — vers le point de terminaison du fournisseur lui-même et vers celui du partenaire, puis comparez les jetons facturés, pas les jetons renvoyés. Les deux chiffres divergent exactement lorsqu’un paramètre est omis, et le DSL de routage est ce qui vous permet de conserver le partenaire pour les charges de travail où il est réellement meilleur et de basculer automatiquement pour celles où il ne l’est pas.

L’annonce est exacte. Le prix qui y figure est le tarif Global propre à Alibaba, la liste des modalités correspond à la documentation du fournisseur, et un partenaire qui cite une lecture de cache à trois décimales près a manifestement fait le calcul. Ce qu’elle omet, c’est la partie que vous ne pouvez pas vérifier sur une fiche : un budget partagé de 262 144 jetons qui réduit la fenêtre utilisable, un réglage de raisonnement qui décide de l’essentiel de la facture, une voie vidéo qui relève soit d’une véritable ingénierie, soit d’un champ accepté, et une promesse de sortie structurée qui est soit du décodage contraint, soit un vœu pieux. Ces quatre éléments méritent plus de votre temps d’évaluation que les 5,8 % que le prix du partenaire permet d’économiser.