Qwen4-Max Preview : un modèle phare d'un million de tokens que vous ne pouvez louer que pendant quinze jours

La plupart des lancements de modèles arrivent avec une date de début. L’aperçu de Qwen4-Max, lui, est arrivé avec une date de fin. Alibaba l’a ouvert le 11 novembre 2026 à 10 h 00 (UTC+8) et a indiqué, sur la même page de documentation qui l’annonçait, que le modèle sera retiré après 24 h 00 le 25 novembre — quinze jours plus tard, sans aucune modification autorisée entre-temps. Dans cette fenêtre, vous disposez d’un contexte de 1 000 000 de tokens, d’un plafond de sortie de 393 216 tokens que le raisonnement et la réponse finale doivent se partager, ainsi que d’une entrée native pour les images et les vidéos. Ce que vous n’avez pas, c’est un prix par token, un nombre de paramètres, des poids publiés ou un seul chiffre de benchmark, rapporté par le fournisseur ou non. La note de lancement affirme que le modèle est « conçu pour des tâches du monde réel, avec des connaissances plus approfondies et des capacités renforcées », ce qui est le genre de phrase que contient chaque note de lancement ; la documentation, elle, indique que le modèle a une date d’expiration, ce que presque aucune d’entre elles ne fait.

Qu’est-ce qui a réellement été mis en ligne à 10:00 ?

Le nom du produit est Qwen4-Max-Preview et l'identifiant du modèle est qwen4-max-preview. Il existe également un alias, qwen4.0-max-preview, et Alibaba précise que les deux identifiants fonctionnent, mais les factures affichent la forme 4.0 — bon à savoir avant de chercher des dépenses sous une chaîne et de les trouver sous l'autre.

Il n'existe qu'une seule voie d'accès, et ce n'est pas l'API ordinaire. Qwen4-Max-Preview n'est servi que via Token Plan ; l'accès pay-as-you-go n'est explicitement pas pris en charge. Token Plan Personal Edition est un abonnement en Crédits, disponible uniquement dans la région de Singapour d'Alibaba, avec une URL de base dédiée à token-plan.ap-southeast-1.maas.aliyuncs.com. Si vous disposez d'une clé API Model Studio qui fonctionne avec qwen3.8-max, ce n'est pas la clé qui permet d'ouvrir ce modèle.

La chronologie mérite qu’on s’y arrête, car l’écart est court. Alibaba a dévoilé la famille Qwen 4 — Max, Flash, Plus et 27B — depuis la scène de sa conférence Apsara à Hangzhou, le 22 septembre 2026, et son communiqué écrit ce jour-là indiquait seulement que Qwen 4 était en cours d’entraînement. Cinquante jours plus tard, la gamme phare dispose d’un endpoint opérationnel. C’est rapide pour une famille de pointe, et c’est le meilleur argument pour prendre l’aperçu au sérieux plutôt que de le classer comme une démo de scène.

La spécification, telle que publiée

Voici tout, directement depuis la page modèle d'Alibaba elle-même plutôt que depuis la couverture qui en est faite :

• Contexte — 1 000 000 de tokens.

• Sortie maximale — 393 216 tokens, partagés entre la réflexion et la réponse finale.

• Entrée — texte, images et vidéo. La sortie est du texte.

• Réflexion — activée par défaut, avec reasoning_effort réglé sur low, medium ou xhigh, avec xhigh par défaut.

• Outils — appel de fonctions, recherche web et outils intégrés.

• Sortie structurée — JSON Object et JSON Schema.

• Forme de l’API — compatible avec O​penAI Chat Completions, O​penAI Responses et A​nthropic Messages.

• Prix par million de jetons — non publié. Le modèle est facturé en crédits dans le cadre d'un abonnement, et A​libaba ne publie pas de taux de crédits par jeton.

• Paramètres — non publiés. Poids — non publiés. Licence — non applicable, car il n’y a rien à télécharger.

• Scores de benchmark — aucun. Pas un tableau de fournisseur, pas une exécution indépendante.

• Fenêtre de disponibilité — du 11 novembre à 10h00 au 25 novembre 2026 à 24h00, UTC+8, puis retirée.

Lisez deux fois le plafond de sortie. 393 216 est un grand nombre, et ce n’est pas la fenêtre de contexte — c’est le budget total d’une seule réponse, et les jetons de raisonnement en sont déduits avant que la réponse ne commence. Un modèle dont le réglage par défaut est l’effort xhigh consacrera une part significative de ce budget à réfléchir, ce qui rend la longueur effective de la réponse bien plus courte que ne le suggère ce chiffre.

La ligne qui va casser un port : max_tokens

Une modification qui compte plus que la plupart des éléments de la fiche technique est enfouie dans les notes d'utilisation. À partir de qwen4-max-preview, max_tokens est équivalent à max_completion_tokens, et les deux limitent le nombre de tokens combinés pour la réflexion et la réponse finale. Tous les modèles Qwen antérieurs conservent leur comportement précédent, où le plafond s'appliquait à la réponse. Ainsi, une requête portée depuis qwen3.8-max avec max_tokens: 4096 obtient désormais 4 096 tokens de réflexion plus ce qui reste, ce qui, sur un prompt difficile, peut ne représenter rien du tout — et le mode d'échec est une réponse tronquée plutôt qu'une erreur que vous pouvez intercepter.

Deux autres valeurs par défaut méritent d'être définies délibérément. Chat Completions active preserve_thinking par défaut, ce qui fait que l'historique de réflexion revient dans le champ reasoning_content des messages de l'assistant ; concaténer cela dans content et le renvoyer comme historique est une forme incorrecte et perturbera le tour suivant. Et reasoning_effort et thinking_budget ne doivent pas être définis ensemble — choisissez un seul contrôle.

Rien de tout cela n’a rien d’exotique. C’est le coût ordinaire d’avoir de l’avance : la couche de compatibilité qui donne au modèle l’apparence de n’importe quel autre point de terminaison de type O​penAI ne rend pas pour autant son comptage de tokens identique, et la différence n’est visible que lorsque quelque chose se trouve tronqué.

Combien coûtent quinze jours de Token Plan

Comme il n’existe pas de prix par token, la seule question tarifaire à laquelle un lecteur peut réellement répondre est le coût de l’abonnement. Les quatre niveaux Personal Edition d’A​libaba sont proposés à 6 $ par mois pour 20 000 crédits, 10 $ pour 45 000, 18 $ pour 80 000 et 43 $ pour 200 000, avec des packs supplémentaires à 15 $ par 20 000 crédits et une remise pour les nouveaux utilisateurs valable jusqu’au 30 novembre. Les crédits sont consommés à un rythme que le fournisseur indique comme déterminé dynamiquement par le type de modèle, l’utilisation de tokens, le mode de réflexion et les appels d’outils, et le seul endroit où voir le taux réel est le détail d’utilisation dans la console.

La préversion comporte sa propre promotion : pendant la fenêtre, la consommation revient « à seulement 20 % du tarif standard », et les appels entre 22:00 et 08:00 UTC+8 bénéficient d’une réduction supplémentaire qui les ramène à 8 % du tarif standard. Les deux pages qui décrivent ce tarif de nuit ne s’accordent pas sur sa formulation — la page du modèle qualifie l’étape supplémentaire de remise de 40 %, la page Token Plan la qualifie de remise de 60 % — et toutes deux aboutissent au même 8 %, alors considérez l’arithmétique comme le fait et le pourcentage comme un texte promotionnel.

Une restriction mérite d'être citée plutôt que paraphrasée, car elle exclut la plupart des usages en production avant même que la question du prix ne se pose : Token Plan Personal Edition est destiné à un « usage interactif dans les outils de codage et d'agents, et non à des scripts par lots automatisés ». Un aperçu que l'on ne peut pas exécuter par lots est un aperçu que l'on évalue à la main, dans un éditeur, comme on évaluerait un modèle dans une fenêtre de discussion.

Ce que vous coûtent les chiffres manquants

Trois absences jouent ici un rôle déterminant, et chacune bloque une décision différente.

Aucun prix ne bloque le budget. Les crédits ne peuvent pas être convertis en dollars par million de jetons à partir de quoi que ce soit qu’Alibaba publie, si bien qu’une équipe ne peut pas comparer l’aperçu à un modèle facturé à l’usage sur le seul axe qui compte pour le travail à volume. L’abonnement fixe un plafond de dépenses, pas un tarif.

Aucun nombre de paramètres ne bloque l’hypothèse sur l’infrastructure. Ce qui s’approche le plus d’un énoncé d’architecture est Qwen3.8-Flash-Next, publié sous l’organisation Qwen sur Hugging Face le 24 août 2026, dont la carte le décrit comme un aperçu expérimental de l’architecture qui sous-tendra Qwen 4. Cette carte indique 125 milliards de paramètres principaux, avec environ 6 milliards actifs par étape, un stock d’embeddings de n-grammes de 51 milliards de paramètres, et trois techniques nommées — l’attention creuse QSA, les connexions résiduelles à portes, et les embeddings de n-grammes sous forme de table de recherche distincte. Ces éléments sont rapportés par le fournisseur et non reproduits, et ils décrivent un modèle d’aperçu de 180 milliards de paramètres, et non ce modèle phare. Quiconque cite un nombre de paramètres pour Qwen4-Max cite quelque chose qu’Alibaba n’a pas dit.

L’absence de score bloque le classement. Le classement d’Artificial Analysis, consulté le 11 novembre 2026, ne comporte aucune entrée Qwen4. Ce n’est pas une critique du modèle — une préversion ouverte ce matin n’a pas eu le temps d’être évaluée — mais cela signifie que chaque chiffre « Qwen4 surpasse X » déjà en circulation est une projection ou le chiffre d’un autre modèle affublé du nom de celui-ci.

Il y a aussi une quatrième absence facile à manquer : « aucun changement ne sera apporté pendant cette période ». L’aperçu est figé. Un comportement que vous trouvez pénible le deuxième jour sera toujours là le quatorzième, et le signaler ne vous apporte rien tant que le prochain modèle n’existe pas. C’est le bon compromis pour un aperçu et le mauvais compromis pour une dépendance.

Envoyer une requête cette semaine, et quoi exécuter à la place

Si vous voulez voir le modèle, il vous faut un abonnement Token Plan, l’URL de base dédiée et l’ID de modèle indiqué ci-dessus ; le point de terminaison parle les formats d’API O​penAI et A​nthropic, donc un client existant a besoin d’une URL de base et d’une clé, plutôt que d’une réécriture.

Si vous voulez mettre quelque chose en production, ce n'est pas le modèle sur lequel il faut le faire, et il vaut mieux être franc au sujet de l'alternative. Le catalogue d'OrcaRouter, consulté aujourd'hui, répertorie 217 identifiants de modèles et aucun d'entre eux n'est un palier Qwen 4 — nous ne proposons pas Qwen4-Max, et aucune astuce de routage, aussi ingénieuse soit-elle, ne changera cela. Ce que le même catalogue contient, en revanche, c'est le modèle que celui-ci finira par remplacer : Qwen3.8-Max, en disponibilité générale, contexte de 1 M, en entrée texte, image et vidéo, à 2,00 $ par million de tokens d'entrée et 6,00 $ par million de tokens de sortie, au prix catalogue d'Alibaba, sans rien ajouter. Cette dernière partie est le point structurel plutôt qu'un slogan : parce que nous répercutons le prix du fournisseur sans marge, un changement de tarif du vendeur se répercute sur votre clé le jour même où il survient — ce qui est exactement le mécanisme qui comptera le jour où un palier Qwen 4 obtiendra un tarif à l'usage, si tant est qu'il en obtienne un.

Pour l’évaluation elle-même, une chaîne de repli est le moyen économique de la réaliser. Placez l’aperçu derrière un modèle auquel vous faites déjà confiance plutôt que devant : si une requête renvoie une erreur, expire ou est tronquée parce que le budget de réflexion a mangé la réponse, le repli répond et vous apprenez quand même si un contexte de 1 M et l’entrée vidéo résolvent votre problème. Tester un point de terminaison non éprouvé sans repli, c’est comme ça qu’une expérience de quinze minutes se transforme en panne.

Ce que décidera le 25 novembre

Trois issues sont possibles et elles ne sont pas également probables. La plus nette est la disponibilité générale, avec un prix par token publié et un point de terminaison en paiement à l’usage ; cela ferait de Qwen4-Max une véritable décision d’achat et ferait de cet aperçu l’audit préalable le moins coûteux possible. La deuxième est une prolongation — une autre fenêtre, les mêmes conditions — ce qui vous indiquerait qu’Alibaba est encore contraint en capacité à Singapour et toujours pas prêt à facturer le modèle à l’usage. La troisième est le retrait à la date prévue, sans annonce, ce qui signifierait que l’aperçu était une démonstration de capacités destinée aux entreprises achetant via Token Plan plutôt qu’aux développeurs achetant des tokens.

Surveillez deux choses en parallèle. Si les trois autres niveaux reçoivent des fiches de modèle, car une famille avec un seul niveau livré et trois noms est une feuille de route, pas une gamme. Et si Qwen 4 27B apparaît avec des poids ouverts, car ce niveau est historiquement celui que l’organisation Qwen publie sur Hugging Face, et un modèle Qwen 4 téléchargeable changerait le calcul pour tous ceux qui ne peuvent pas intégrer un abonnement à Singapour dans leur architecture.

Pour l’instant, le résumé honnête est bref et utile : Qwen4-Max existe, il est appelable, il dispose d’une fenêtre d’un million de tokens et d’un budget de sortie de 393 216 tokens, il aura disparu dans quinze jours, et personne en dehors d’A​libaba ne l’a mesuré. C’est suffisant pour y consacrer un après-midi et pas assez pour planifier un trimestre autour.