
Qwen4-Max a été conçu pour le travail du monde réel. Le chronomètre du monde réel indique 32 minutes par tâche.
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 187 tok/s
- openaiNOUVEAUOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 par million de tokens · 80 tok/s
- openaiNOUVEAUOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 par million de tokens · 155 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 196 tok/s
- AlibabaNOUVEAUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 par million de tokens · 85 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 705 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 139 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 69 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 par million de tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 38 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 · 230 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 101 tok/s
« Conçu pour le travail du monde réel » : voilà comment Qwen4-Max est commercialisé cette semaine, sur une plateforme tierce qui a référencé le modèle le 18 novembre, deux jours après qu’Alibaba l’a mis en vente générale. Qwen4-Max est sorti le 16 novembre 2026, et la fiche de cette plateforme n’ajoutait ni nouveaux poids, ni nouveau chiffre de contexte, ni nouveau prix — seulement un slogan et un bouton. Ce slogan se trouve être l’affirmation la plus vérifiable jamais formulée à propos du modèle, car le travail du monde réel n’est pas un score de benchmark. C’est une tâche qui doit se terminer, dans un budget, pendant que quelqu’un l’attend. Sur le seul tableau public qui chronomètre exactement cela, Qwen4-Max a besoin de 32,3 minutes pour accomplir une seule tâche de l’Intelligence Index. La médiane du secteur est de 12,4. Son propre prédécesseur, Qwen3.8-Max, en nécessitait 47,4.
Voilà la forme du verdict, et elle n’est pas mauvaise. Qwen4-Max est un tiers plus rapide que le modèle qu’il remplace et obtient 19 points de mieux sur le même indice, et il effectue la réflexion supplémentaire à un coût par token inférieur d’environ un quart. Ce que l’horloge change, c’est qui devrait se tourner vers lui. Un modèle qui prend une demi-heure par tâche n’est pas celui que l’on met derrière une interface de chat ou une boucle d’agent en vingt étapes sans décider, délibérément, que l’on peut se permettre le temps d’exécution réel. Cet article porte sur cette décision et sur les trois chiffres qui la guident — minutes par tâche, tokens par tâche, et le seul niveau d’effort qui ait réellement été mesuré.
Un slogan qui pointe vers la latence, pas vers un classement
Le texte de lancement d’un produit phare porte généralement sur les capacités. Celui-ci porte sur le travail, ce qui déplace discrètement la question de « à quel point c’est intelligent » vers « combien de temps » et « combien cela coûte ». Ce sont des questions différentes, avec des réponses différentes, et les propres documents du fournisseur répondent bien mieux à la première qu’à la seconde.
Les affirmations publiées d'Alibaba concernant Qwen4-Max portent sur l'efficacité, et elles sont toutes conditionnées par un réglage d'effort. Sur la suite Work360 du fournisseur lui-même, le modèle obtient 52,69 contre 47,74 pour Qwen3.8-Max tout en générant 24 % de jetons en moins au niveau d'effort Xhigh et 35 % de moins à High. Sur Terminal-Bench 4.0, la réduction de jetons est de 48 % et 49 % pour les deux mêmes réglages, et le coût moyen par tâche sur Work360 passe de 4,43 $ à 1,67 $. Chacun de ces chiffres est déclaré par le fournisseur, aucun n'a été reproduit de façon indépendante, et chacun est lié à un niveau d'effort qu'il faut sélectionner. Ce dernier détail n'est pas une note de bas de page. C'est la raison pour laquelle la ligne de chronométrage indépendante ne peut pas être lue comme « la vitesse du modèle » sans réserve.
La rangée indépendante, dite simplement
Artificial Analysis a mesuré Qwen4-Max sur l’Intelligence Index v5.0.1 au niveau Xhigh, le plus élevé de son réglage à trois niveaux, et a publié le panneau complet des coûts et des vitesses en même temps que le score. Consulté en direct le 18 novembre 2026 :
• Indice d'intelligence — 43 pour Qwen4-Max contre 62 pour GPT-6.2 Astra et 34 pour Qwen3.8-Max (0902)
• Durée réelle par tâche — 32,3 minutes, contre une médiane de 12,4 pour les modèles comparables ; Qwen3.8-Max a mis 47,4
• Jetons de sortie par exécution d’index — 127 millions, contre une médiane du secteur de 65,1 millions
• Vitesse de sortie — 54 tokens par seconde, mesurée sur le propre point de terminaison d’Alibaba
• Temps jusqu'au premier token de réponse — 148,57 secondes
• Coût par tâche d'indexation — 3,27 $, contre 10,02 $ pour Qwen3.8-Max
• Contexte annoncé — 984 000 tokens, tel que mesuré par le tracker, contre 1 000 000 dans la documentation d’Alibaba
La paire intéressante est constituée des deux premiers. Quarante-trois est un score médiocre, et le tableau le dit — il décrit le modèle comme inférieur à la moyenne parmi les modèles comparables, avec une médiane également de 43, donc Qwen4-Max se situe exactement sur la ligne. En revanche, 32,3 minutes contre une médiane de 12,4 minutes, ce n’est pas médiocre ; c’est près de trois fois le reste du peloton. La capacité s’est située dans la moyenne, et le coût pour l’extraire a atterri dans la queue de distribution.

Où passe la demi-heure
Deux nombres expliquent le temps d’horloge, et aucun des deux n’est mystérieux. Le premier est la verbosité : 127 millions de jetons de sortie pour terminer la même suite de neuf évaluations que le modèle médian termine en 65,1 millions. Le second est le débit : 54 jetons par seconde, ce qui est ordinaire. Une vitesse ordinaire multipliée par deux fois plus de jetons donne à peu près deux fois plus de temps, et même un peu plus, car une tâche qui dure longtemps passe aussi plus de temps à attendre son propre raisonnement.
Mettez tout cela bout à bout, et la conséquence pratique est une arithmétique que vous pouvez faire sans benchmark. Si une tâche du monde réel prend une demi-heure à Qwen4-Max, alors une boucle d’agent à dix appels prend cinq heures, et un lot nocturne à cent appels prend cinquante heures. Ce n’est pas une raison pour éviter le modèle — le travail par lots ne se soucie pas de la durée d’un appel — mais c’est une contrainte forte pour le travail interactif et agentique, ce que l’on entend habituellement par « travail du monde réel ».
Il existe un effet de second ordre qui compte davantage que la demi-heure brute. Une tâche de 32 minutes est suffisamment longue pour interagir de manière problématique avec chacun des délais d’expiration d’une pile de production : le délai d’inactivité de la passerelle, le budget de nouvelles tentatives propre au client, la fenêtre de visibilité de la file d’attente, le conteneur qui est recyclé au bout de quarante minutes. Un modèle qui termine en douze minutes survit à une configuration par défaut. Un modèle qui termine en trente-deux minutes est celui qui vous apprend où vos délais d’expiration sont définis, et la défaillance qu’il produit — une nouvelle tentative qui duplique le travail, ou une réponse tronquée facturée en totalité — coûte plus que ce que la différence de tokens a jamais permis d’économiser.

Un point publié au sommet d’un cadran à trois niveaux
Qwen4-Max expose trois niveaux d'effort de raisonnement — low, high et Xhigh — et utilise high par défaut, avec un budget de réflexion qui, lui-même, est fixé par défaut à 131 072 jetons. Artificial Analysis l'a évalué en Xhigh. C'est un choix défendable : c'est ainsi que sont formulées les propres affirmations du fournisseur en matière d'efficacité, et cela met le modèle sous son meilleur jour. Mais cela signifie que les 43 et 32,3 minutes décrivent la configuration la plus coûteuse proposée par le modèle, et que la configuration à faible effort — celle qu'un produit interactif exécuterait réellement — ne dispose d'aucun chiffre indépendant publié.
Comparez la structure de la divulgation chez l'autre acteur des sorties de ce mois-ci. {{1}}GPT-6.2 Astra{{/1}} publie toute sa courbe sur le même indice : 62 en max et en Xhigh, 60 en high, 57 en medium, 46 en low. Vous pouvez voir ce qu'un réglage moins coûteux vous coûte en capacités, et une équipe peut choisir un point sur cette courbe. {{2}}Qwen4-Max{{/2}} vous donne un seul point et un paramètre par défaut situé un cran en dessous. Si vous exécutez le modèle en high, vous exécutez une configuration que personne n'a mesurée, et si vous l'exécutez en low, vous en exécutez une pour laquelle le fournisseur n'a pas non plus publié de résultat.
Cet écart est le détail le moins rapporté du lancement, et il joue autant en faveur du modèle qu’en sa défaveur. La lecture honnête n’est pas « Qwen4-Max est lent ». C’est « Qwen4-Max est lent au réglage sur lequel il a été évalué, et personne en dehors d’Alibaba n’a chronométré un autre réglage ». Si vous l’évaluez, le curseur d’effort est la première expérience à mener, pas la dernière, car c’est le seul levier qui fasse bouger à la fois le chrono et la facture.
Ce que la carte tarifaire récompense réellement
Au compteur, Qwen4-Max est bon marché — vraiment bon marché, et d'une manière qui pénalise le moins la mauvaise charge de travail.
• Tarifs pour Singapour — 1,50 $ par million de jetons d’entrée et 4,50 $ par million de jetons de sortie
• Régions à portée mondiale — 1,413 $ en entrée et 4,24 $ en sortie, avec trois décimales, ce qui correspond aux tarifs cités par les listes de tiers.
• Cache — 0,075 $ par million pour une lecture à Singapour, 0,071 $ ailleurs ; une écriture de cinq minutes coûte 1,875 $ et une heure coûte 3,00 $
• Contexte long — prix fixe. Il n’existe pas de palier premium au-delà d’un seuil de tokens, ce qui n’est pas le cas de tous les concurrents ce mois-ci.
• Batch — tarif de traitement par lots de fichiers réservé à Pékin : 0,707 $ en entrée et 2,12 $ en sortie
Ce sont les tarifs publiés d’Alibaba. La structure compte plus que les chiffres : un tarif uniforme sur toute la fenêtre signifie qu’une revue de document de 400 000 tokens coûte ici 0,60 $ en entrée, là où un modèle doté d’un multiplicateur de contexte long facturerait plusieurs fois ce montant. Pour les charges de travail pour lesquelles ce modèle est réellement performant — documents longs, vidéo, extraction en masse —, le forfait fixe vaut plus que le prix affiché par token. Et pour les charges de travail pour lesquelles il est mauvais — interactif, multi-tours, agentique —, le forfait n’a aucune importance, car la contrainte est l’horloge, pas le compteur.
La partie que personne n’a listée : il n’y a pas de point de contrôle.
Le fine-tuning et le déploiement du modèle sont tous deux signalés comme non pris en charge dans la documentation du modèle. Qwen4-Max est disponible en location et non en pleine propriété, et la seule concession de l’article de lancement envers les poids ouverts est que les modèles Qwen4 plus petits « arrivent en open source ». Pour un modèle vendu sur sa capacité à accomplir du travail réel, il s’agit d’une véritable limite plutôt que d’un détail de licence : les équipes qui ont le plus de travail réel à accomplir sont généralement celles qui veulent l’affiner. Si votre plan implique une variante distillée, un déploiement sur site ou un instantané reproductible épinglé à un ensemble de poids fixe, ce modèle n’en propose aucun des trois, et aucune fiche tierce ne peut les ajouter.

Ce que vous pouvez appeler maintenant
Qwen4-Max ne figure pas dans notre catalogue — la route n'existe pas, et nous n'allons pas laisser entendre le contraire. Ce qui y figure, c'est Qwen3.8-Max, qui est routable dès aujourd'hui à son prix catalogue du fournisseur, avec 0 % de marge, et qui est le modèle par rapport auquel vous vous étalonneriez réellement avant de décider qu'une tâche de 32 minutes en vaut la peine : il obtient 34 contre 43, mais c'est le modèle dont votre équipe comprend déjà le prix et le comportement.
La question de routage que soulève ce lancement est étroite et mérite d'être posée avec précision. Quand un modèle prend une demi-heure par tâche, le mode de défaillance qui vous importe n'est pas une mauvaise réponse — c'est un appel qui meurt à la vingt-neuvième minute après avoir été facturé vingt-neuf minutes. C'est l'argument en faveur du placement d'un modèle à exécution longue derrière une route dotée d'un basculement automatique plutôt que de l'appel direct à un seul fournisseur : la nouvelle tentative atterrit sur un point de terminaison actif, et la logique d'escalade réside dans la route plutôt que dans le code de votre application. Une seule clé pour plus de 200 modèles signifie aussi que la comparaison de la section suivante est un simple changement de configuration plutôt qu'un second contrat.
Qui doit bouger, et qui doit attendre
Passez maintenant à la solution si votre travail se fait par lots, est intensif en documents, comporte des entrées vidéo ou se mesure en heures plutôt qu’en secondes. Une tarification forfaitaire pour le contexte long, une fenêtre de 984 000 tokens, une entrée vidéo native, des appels d’outils compatibles avec la vidéo et un coût de 3,27 $ par tâche d’indexation contre 10,02 $ pour le modèle qu’il remplace constituent une mise à niveau simple pour ce type de tâche, et le délai de 32 minutes n’a aucune importance quand personne n’attend de l’autre côté.
Attendez, ou du moins testez d'abord le réglage, si votre travail est interactif ou agentique. Les chiffres publiés décrivent le réglage le plus coûteux du modèle, sur un tableau où la tâche médiane se termine en douze minutes, et le réglage que vous déploieriez réellement n'a jamais été chronométré indépendamment. Lancez les efforts faible et élevé sur vos propres traces avant de les lancer contre un benchmark — cette expérience coûte quelques dollars et répond à une question que l'article de lancement n'a pas posée.
Et lisez la date correctement, quel que soit votre camp. Qwen4-Max est entré en vente générale le 16 novembre 2026. Ce qui s’est passé le 18, c’est qu’il est devenu disponible ailleurs, sous un slogan sur le travail dans le monde réel. Le modèle n’a pas changé. L’horloge n’a pas changé. Le slogan est la seule chose nouvelle, et c’est la seule affirmation de la page que vous pouvez vérifier vous-même.
Comparés dans cet article2
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
