Qwen4-Max Preview vs Claude Opus 5.5 : un modèle de quatorze jours face à celui que vous pouvez encore appeler en décembre

Alibaba a ouvert l’accès à Qwen4-Max Preview à 10 h 00 le 11 novembre 2026 et, sur la même page de documentation, a indiqué sa fermeture : 24 h 00 le 25 novembre, UTC+8. Quatorze jours. Anthropic a publié Claude Opus 5.5 le 22 septembre 2026, à 4,00 $ par million de jetons d’entrée et 20,00 $ par million de jetons de sortie, avec un engagement de retrait pas avant le 22 septembre 2027. Ces deux phrases règlent déjà l’essentiel de cette comparaison, car l’un de ces modèles est une expérience de deux semaines et l’autre une ligne budgétaire que vous pouvez inscrire dans le budget de l’année prochaine.

Ce que les dates ne permettent pas de trancher, c'est si l'expérience vaut la peine d'être menée. Il n'existe aucun benchmark pour Qwen4-Max Preview — ni tableau fournisseur, ni exécution indépendante, ni le moindre score publié —, si bien que toute page qui le classe face à Claude Opus 5.5 sur la qualité ne fait que deviner. La présente page, non. Elle compare les quatre éléments qu'il est réellement possible de vérifier avant vendredi : ce que chaque modèle accepte en entrée, la quantité de sortie qu'une seule réponse peut contenir, le coût d'une tâche, et la durée pendant laquelle vous êtes autorisé à continuer de l'utiliser.

Ce que chacun est, sous la forme que vous pouvez appeler dès aujourd’hui

A​libaba orthographie le produit Qwen4-Max-Preview dans son annonce et la chaîne d’API qwen4-max-preview dans sa documentation ; il existe aussi un alias, qwen4.0-max-preview, et A​libaba précise que les deux fonctionnent, mais que la facturation s’affiche sous la forme 4.0. Aucun des deux noms ne renvoie à une fiche modèle publique, à un nombre de paramètres ni à une licence, car il n’y a rien à télécharger.

Claude Opus 5.5 est le type d’objet opposé : un point de terminaison documenté, tarifé et multiplateforme dont chaque limite figure sur une page que vous pouvez citer. Mettez les deux côte à côte et le contraste ne porte pas vraiment sur la capacité.

Fenêtre de contexte — Qwen4-Max Preview 1 000 000 de tokens contre Claude Opus 5.5 1 000 000 de tokens. Une véritable égalité, et la seule dimension où la preview n'exige aucune réserve.

• Sortie maximale par réponse — 393 216 tokens pour l’aperçu, un chiffre qu’A​libaba indique comme partagé entre le raisonnement et la réponse finale, contre {{1}}128 000 tokens pour Claude Opus 5.5, ou 300 000 sur l’API Batches avec un en-tête bêta{{/1}}.

• Entrée — texte, images et vidéo vs texte et images. C'est le seul axe sur lequel un modèle ne peut tout simplement pas accomplir la tâche que l'autre peut réaliser.

• Prix par million de tokens — non publié ; mesuré en Token Plan Credits par rapport à un abonnement, contre 4,00 $ en entrée et 20,00 $ en sortie, avec des lectures du cache à 0,20 $ et des écritures dans le cache de 5 minutes à 5,00 $.

• Réflexion par défaut — reasoning_effort activé, avec xhigh par défaut, low et medium disponibles, contre une réflexion adaptative toujours activée, l’effort étant par défaut à medium sur une échelle allant de low à max. Les valeurs par défaut vont dans des directions opposées, ce qui compte plus qu’on ne le pense.

• Benchmark publié — aucun contre Artificial Analysis Intelligence Index 59, classé cinquième sur 74 modèles selon ce critère.

• Comment y accéder — abonnement Token Plan uniquement, sur l’URL de base de Singapour token-plan.ap-southeast-1.maas.aliyuncs.com, ainsi que l’application Qwen, Qwen Chat, le mode Agent, Qoder, QwenWork et QwenStudio, par rapport à l’API Claude, Amazon Bedrock, Google Cloud, Microsoft Foundry et Claude Platform on AWS.

• Fenêtre de disponibilité — du 11 au 25 novembre 2026 vs actif, avec un retrait pas avant le 22 septembre 2027.

L’asymétrie de cette liste a une conséquence pratique qu’il est facile de négliger. Qwen4-Max Preview a deux portes — une porte produit sans clé requise, et une porte API qui exige un abonnement Token Plan et une URL de base que vous ne possédez pas déjà — tandis que Claude Opus 5.5 est accessible depuis n’importe quel client au format O​penAI que vous possédez déjà. Si votre évaluation consiste à savoir « ce modèle comprend-il ma base de code », la porte de discussion suffit. Si elle consiste à savoir « cela résiste-t-il au contact de mon pipeline », vous engagez un second contrat pour un modèle qui expire dans deux semaines.

Le plafond de sortie de 393K est là où la documentation cache un piège.

393 216 est le nombre par lequel commence chaque résumé de ce lancement, et c’est un véritable avantage : c’est un peu plus de trois fois le plafond de 128 000 jetons de Claude Opus 5.5. Réécritures de dépôts entiers, synthèse de longues transcriptions, génération en une seule réponse d’une petite application complète — l’aperçu est conçu pour des sorties qui ne tiennent pas dans le budget de réponse de la plupart des modèles.

Lisez cependant la note de bas de page. Alibaba indique que les 393 216 tokens sont partagés entre le raisonnement et la réponse finale, puis ajoute une phrase qui va casser les portages : à partir de ce modèle, max_tokens dans OpenAI Chat Completions est équivalent à max_completion_tokens, et les deux plafonnent la consommation combinée raisonnement + réponse. Tous les modèles Qwen antérieurs conservaient l’ancien comportement, où le plafond s’appliquait à la réponse. Ainsi, une requête reprise de qwen3.8-max avec max_tokens : 8192 octroie désormais 8 192 tokens de raisonnement et tout ce qui reste — ce qui, avec le niveau d’effort xhigh par défaut sur une invite difficile, peut ne rien laisser. Le mode de défaillance est une réponse tronquée, pas une erreur que l’on peut intercepter.

L’équité exige une correction à la manière dont cela est habituellement rapporté. Le max_tokens d’Anthropic limite aussi ensemble la réflexion et le texte au sein d’une même réponse, donc un budget partagé n’est pas une invention de Qwen et ne constitue pas une raison de préférer un fournisseur. Ce qui diffère, c’est la taille du budget, et le fait que Qwen a changé la signification d’un paramètre que ses propres utilisateurs avaient déjà appris. C’est un coût de migration, et il retombe sur vous, pas sur le fournisseur.

Le deuxième piège est l’effort par défaut. Qwen4-Max Preview raisonne en xhigh sauf indication contraire ; Claude Opus 5.5 raisonne en medium. Deux appels non configurés, comparés côte à côte, ne mesurent pas la même quantité de travail — et sur la preview, un paramètre par défaut plus profond consomme une part plus importante du budget de réponse avant même que le premier mot de la réponse n’existe.

L’entrée vidéo est le seul manque sans solution de contournement

Claude Opus 5.5 accepte le texte et les images. Qwen4-Max Preview accepte le texte, les images et la vidéo, et Alibaba nomme directement les cas d’utilisation : analyse de captures d’écran, compréhension de documents, analyse vidéo.

Si votre pipeline échantillonne déjà des images et les envoie comme images, rien ne change : les deux modèles peuvent lire les images, et la différence se réduit à la comptabilisation des tokens. Si votre pipeline veut remettre un fichier et demander ce qui s’y est passé, un seul de ces modèles peut accepter la question. Le raisonnement temporel sur un clip fourni n’est pas quelque chose que l’on peut approximer en décrivant le clip en texte ; on peut en reconstruire une approximation, et vous passerez une semaine de chercheur à découvrir quelle part de la réponse résidait dans le mouvement.

C'est la règle de décision la plus claire de cette comparaison, et elle ne nécessite aucun benchmark. Une équipe dont le chemin d'entrée inclut de la vidéo n'a qu'un seul candidat aujourd'hui. Une équipe qui n'en a pas n'a aucune raison d'accepter une expiration à quatorze jours dans le cadre de l'accord.

Les nombres indépendants, et celui qui ne concerne pas ce modèle

Artificial Analysis n'a pas de page pour Qwen4-Max Preview. Au 11 novembre, il n'existe pour ce modèle aucune vitesse mesurée, aucun coût par tâche, aucun score d'indice et aucun nombre de fournisseurs — l'aperçu est trop récent et, à quatorze jours, pourrait ne jamais avoir d'entrée. La seule façon honnête de placer les deux sur un même graphique est donc d'utiliser le dernier fleuron Q​wen qui a été mesuré, Qwen3.8-Max, et de dire clairement qu'il s'agit d'un proxy.

• Indice d’intelligence — Claude Opus 5.5 59, classé cinquième sur 74 contre Qwen3.8-Max 34, en dessous de la médiane de 40 pour sa catégorie de prix. Selon Artificial Analysis.

• Vitesse de sortie — 115 jetons par seconde contre 53. Selon Artificial Analysis, même harnais de test.

• Délai avant le premier token de réponse — 353,75 secondes contre 122,57 secondes. Opus 5.5 est le modèle le plus lent à démarrer et le plus rapide à terminer.

• Temps par tâche — 25,0 minutes contre 54,1 minutes, pour une médiane de 12,6.

• Coût par tâche — 10,04 $ contre 10,02 $. Relisez-le deux fois ; c'est le chiffre le plus intéressant de cette page, et la section suivante explique pourquoi.

• Verbosité — 218 millions de jetons de sortie sur l’indice contre 150 millions, pour une médiane de 72,8 millions.

Il existe une mesure qui confronte directement un checkpoint Q​wen 4 à Claude Opus 5.5, et elle mérite de la prudence plutôt qu’un titre accrocheur. Le GameFeel Benchmark — une évaluation de création et de développement de jeux qui note la construction, la correction de bugs, le game feel, les idées, les visuels et l’audio — comporte une ligne pour Q​wen-4-Flash-Early avec une moyenne de 49,9 face à Claude Opus 5.5 à un effort XHigh avec une moyenne de 47,2. Quatre choses doivent être dites à ce sujet avant que quiconque ne le cite. Il s’agit d’un checkpoint de niveau Flash, pas Max. L’étiquette -Early est l’hypothèse de l’auteur du benchmark sur le palier non publié auquel appartient un endpoint non étiqueté, et non une confirmation d’A​libaba. Les deux lignes n’ont pas été facturées de la même manière, de sorte que les chiffres de 0,40 $ et 2,60 $ par tâche ne sont pas comparables à périmètre égal. Et la moyenne masque la répartition : Opus l’emporte sur la correction de bugs, 65 à 63, et sur l’évaluation inversée, 21,67 à 19,95, tandis que le checkpoint Q​wen l’emporte sur les idées 54 à 41, les visuels 65 à 63, l’audio 30 à 25 et le game feel 52 à 50. La correction de bugs et l’évaluation inversée sont les deux sous-tâches les plus proches du travail de production ; les idées et l’audio sont les deux qui en sont les plus éloignées.

Le même banc d’essai montre aussi ce que l’effort change pour Opus 5.5 : à Medium, il obtient 42,3 pour 0,88 $ par tâche, contre 47,2 pour 2,60 $ à XHigh. Près de trois fois la dépense pour cinq points. Si vous faites tourner Opus avec l’effort maximal par défaut, c’est la ligne qu’il faut regarder.

Ce que coûte une tâche lorsqu’on ne peut pas fixer le prix d’un côté

Commencez par la moitié qui dispose d’une grille tarifaire. Un job qui envoie 200 000 tokens d’entrée et renvoie 20 000 tokens de sortie coûte 0,80 $ en entrée et 0,40 $ en sortie sur Claude Opus 5.5 — soit 1,20 $. Réutilisez cette entrée depuis le cache et le coût des entrées tombe à 0,04 $, ce qui ramène le même job à 0,44 $. Traitez-le en lot et l’ensemble diminue encore de moitié. Ce sont des calculs, pas des estimations, et vous pouvez les intégrer à une prévision.

Maintenant, l'autre moitié. Alibaba ne publie aucun tarif en crédits par token pour Qwen4-Max Preview. Token Plan Personal Edition est un abonnement à des Credits — les quatre paliers personnels d'Alibaba vont de 6 $ par mois pour 20 000 Credits à 43 $ pour 200 000 — et le fournisseur indique que le taux auquel un appel consomme des Credits est fixé dynamiquement selon le type de modèle, l'utilisation de tokens, le mode de réflexion et les appels d'outils. Le seul endroit où observer le taux réel est le détail d'utilisation dans la console après en avoir consommé. Pendant la préversion, une remise promotionnelle s'applique, ce qui fait du taux observé un mauvais indicateur du taux après la préversion.

Ainsi, la comparaison des prix ne consiste pas à savoir « lequel est le moins cher ». Elle consiste à dire : « l’un des deux a un prix unitaire, et l’autre a un abonnement que l’on ne peut pas encore convertir en prix unitaire. » Et les chiffres ci-dessus suggèrent que la grille tarifaire compte moins qu’elle n’en a l’air : Qwen3.8-Max est affiché à 2,00 $ et 6,00 $ par million de jetons — un tiers du prix d’entrée d’Opus 5.5 et moins d’un tiers de son prix de sortie — et revient malgré tout à 10,02 $ par tâche de l’Intelligence Index, contre 10,04 $ pour Opus. Le modèle bon marché génère tellement plus de jetons par tâche que la grille tarifaire est presque entièrement annulée. Un prix affiché moins cher ne vous achète une facture moins chère que si le modèle est aussi concis, et sur toutes les mesures disponibles, cette famille ne l’est pas.

Les faire fonctionner côte à côte sans prétendre qu’il s’agit d’un seul contrat.

Claude Opus 5.5 figure dans notre catalogue sous anthropic/claude-opus-5.5, aux tarifs publiés par Anthropic de 4,00 $ et 20,00 $ par million de tokens, avec 0 % de majoration, ce qui en fait une seule clé et une seule facture aux côtés de plus de 200 autres modèles, avec une chaîne de fallback et le DSL de routage disponibles si vous souhaitez envoyer la moitié facile d'une charge de travail ailleurs pour moins cher qu'Opus sans modifier votre code.

Qwen4-Max Preview ne figure pas dans notre catalogue, et il vaut mieux être direct sur ce que cela signifie : nous ne le servons pas, et vous ne pouvez pas l’intégrer à une chaîne de basculement ici. Pour l’atteindre, il faut une clé API Token Plan, l’URL de base de Singapour et un second contrat — exactement le genre de chose qu’un modèle disponible deux semaines justifie rarement de construire. Si vous voulez l’évaluer, lancez-le lors d’un comparatif hors ligne avec votre propre clé, sur des prompts dont vous connaissez déjà la réponse, et gardez la production pointée vers quelque chose qui répondra encore aux requêtes le 26 novembre.

L’intérêt de la préversion est la question qu’elle impose. Deux semaines suffisent pour découvrir si une entrée vidéo native et un budget de réponse de 393K changent ce que votre produit peut faire — et c’est assez court pour que vous ne finissiez pas accidentellement par dépendre de la réponse.

Qui devrait faire quoi, cette semaine

Si vous avez de la vidéo dans le chemin d’entrée et aucune dépendance de production au résultat, ouvrez Qwen4-Max Preview via Q​wen Chat dès aujourd’hui, consacrez un après-midi aux clips qui vous importent vraiment, et considérez ce que vous apprenez comme de la recherche plutôt que de l’architecture. Définissez reasoning_effort sur medium pour la première passe afin que le budget de réponse ne soit pas épuisé avant le début de la réponse, et définissez max_tokens suffisamment haut pour que la réflexion et la sortie tiennent toutes les deux.

Si vous livrez quoi que ce soit qui doit fonctionner en décembre, Claude Opus 5.5 est le seul des deux dont le prix est prévisible, dont vous pouvez citer un benchmark à un client et dont vous connaissez la date à laquelle il existera encore. Ses faiblesses sont documentées plutôt que mystérieuses — il est lent au premier token, verbeux et coûteux par tâche à effort élevé — et toutes trois se règlent via le paramètre effort.

Et si vous voulez les deux, dans cet ordre, c’est le séquençage qui compte : prouver la capacité sur la voie gratuite, s’appuyer sur le modèle doté d’une grille tarifaire, puis revenir sur la question en décembre, lorsque le successeur de la preview arrivera avec, suppose-t-on, un prix et un benchmark attachés.