Une carte de titre générée affichant « Qwen4-Max vs Gemini 4 Neon », avec le sous-titre « 28 % moins cher par point d'indice, 17 points de retard », et trois icônes plates en trait évoquant un compteur de coût, une courbe de score ascendante et un chronomètre.
Guides & Insights

Qwen4-Max vs Gemini 4 Neon : 28 % moins cher par point d’indice

Auteur

jinhao.song

Date de publication

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

Qwen4-Max et G​emini 4 Neon sont séparés de quarante-huit heures et de dix-sept points d'Intelligence Index, et le chiffre intéressant n'est ni l'un ni l'autre. C'est 0,076 $ contre 0,106 $ — ce que vous coûte un point d'Artificial Analysis Intelligence Index sur chaque modèle, une fois le coût mesuré par tâche divisé par le score. Qwen4-Max, disponible en général depuis le 16 novembre 2026 à 1,50 $ en entrée et 4,50 $ en sortie par million de tokens, achète les points d'indice 28 % moins cher que G​emini 4 Neon à 3,00 $ et 15,00 $. Neon est le meilleur modèle, d'un écart que personne ne devrait contester. Qwen4-Max est le meilleur achat par point, d'un écart plus petit que l'écart de prix et plus grand que ne le supposent la plupart des acheteurs.

Deux modèles, deux questions différentes

Avant de passer à l'arithmétique, plantons le décor, car ces deux-là ne sont pas concurrents au sens ordinaire, et c'est précisément en les traitant comme tels que la comparaison fausse.

Gemini 4 Neon est le quatrième modèle de la gamme Gemini 4 de Google, et il se positionne face à ses propres modèles de la même famille plutôt que face à Alibaba. Il est paramétré par défaut sur high en termes d'effort et comporte quatre niveaux — low, medium, high, xhigh — là où Carbon et Argon s'arrêtent à high. Qwen4-Max en propose trois — low, high, xhigh — et est également paramétré par défaut sur high. Les deux acceptent en entrée du texte, des images et des vidéos, et produisent du texte en sortie. Les deux fonctionnent avec un contexte d'un million de tokens. Les deux sont propriétaires, les deux sont à poids fermés, et les deux sont vendus sur le même argument : le travail agentique à long horizon, où le modèle doit maintenir un large ensemble de travail et continuer d'avancer.

Ce qui les sépare, c’est ce que coûte cette offre. Neon est positionné comme le palier le plus cher de sa famille — 3,00 $ et 15,00 $ forfaitaires, sans période d’introduction, sans palier gratuit —, contre Argon à 2,00 $ et 10,00 $ jusqu’au 30 novembre. Qwen4-Max est positionné comme l’entrée de gamme de la frontière, à 1,50 $ et 4,50 $ à Singapour et à 1,413 $ et 4,24 $ dans les régions Global-scope. Sur la grille tarifaire, cela représente un écart de deux pour un. Au compteur, ce n’est pas le cas, et la raison, c’est le score.

Combien coûte chaque point d’indice

Artificial Analysis publie les deux modèles sur l’index v5.0.1 — l’indice rebasé, donc un ancien score issu d’un classement estival n’est pas comparable — et publie en parallèle un coût mesuré par tâche de l’indice. Ce second chiffre est celui qui compte, car il intègre le nombre de tokens que chaque modèle consomme réellement pour terminer, là où les grilles tarifaires mentent.

• Intelligence — Qwen4-Max 43, contre Neon 61 à xhigh et 60 à high. La valeur par défaut de Neon est high, donc le chiffre unique équitable pour Neon est 60.

• Prix par million, en entrée et en sortie — Qwen4-Max 1,50 $ et 4,50 $ à Singapour, 1,413 $ et 4,24 $ ailleurs. Neon 3,00 $ et 15,00 $, prix uniforme partout.

• Coût par tâche d’indexation — Qwen4-Max 3,27 $ ; Neon 6,44 $, et ce chiffre est mesuré à xhigh plutôt qu’à sa valeur par défaut, qui est le seul coût que le tracker met en avant pour Neon.

• Coût par point d'indice — Qwen4-Max 0,0760 $. Neon 0,1056 $ à xhigh, et un chiffre inférieur à high, que personne n'a publié.

• Tokens de sortie pour terminer la suite — Qwen4-Max 127M, Neon 123M en high et 283M en xhigh. À leurs valeurs par défaut, les deux sont à moins de 3 % l’un de l’autre en verbosité, ce qui est le fait qui rend le reste de l’arithmétique limpide.

• Temps par tâche d’indexation — Qwen4-Max 29,8 minutes, Neon 14,8 en mode high et 21,5 en mode xhigh. Il s’agit du plus grand écart fonctionnel de la comparaison, et aucun prix ne permet de le combler.

• Vitesse de sortie — Qwen4-Max : 59 jetons par seconde, Neon : 101 en high et 110 en xhigh.

• Contexte — Qwen4-Max : 984 000 mesurés, 1 000 000 selon la documentation. Neon : 1 000 000 selon la documentation et tel que servi, sans fenêtre mesurée publiée.

Lisez deux fois la ligne coût par point, car elle fait quelque chose que la ligne de prix ne fait pas. La grille tarifaire indique que Neon coûte deux fois plus cher. Le compteur indique que Neon coûte 1,97 fois plus cher par tâche — presque exactement deux fois plus, ce qui signifie que les deux modèles dépensent un nombre similaire de tokens par tâche et que l’économie par point provient presque entièrement du prix, pas de l’efficacité. Qwen4-Max n’obtient pas ses 28 % en étant concis. Il les obtient en étant bon marché.

Et ensuite, la ligne de score en reprend la majeure partie. Vingt-huit pour cent moins cher par point est un avantage réel et modeste ; dix-sept points d’indice, c’est un changement de catégorie. Une équipe qui choisit Qwen4-Max pour économiser 28 % par point a décidé que la différence entre 43 et 60 n’a pas d’importance pour sa charge de travail, et l’avantage de prix est la consolation, pas l’argument.

A generated two-column scoreboard for Qwen4-Max and Gemini 4 Neon across six shared dimensions: index 43 against 60 at high, price $1.50 and $4.50 against $3.00 and $15.00 per 1M, cost per index task $3.27 against $6.44 at xhigh, time per task 29.8 minutes against 14.8, output speed 59 against 101 tokens per second, and a 1M context on both sides.

C’est sur la vitesse que l’écart se creuse.

Le coût par point est l’unité adéquate pour un traitement par lots, et inadéquate pour tout ce qui s’adresse à une personne ; cette comparaison punit cette distinction plus durement que la plupart.

Neon décode à 101 tokens par seconde par défaut et à 110 en xhigh. Qwen4-Max décode à 59. Cela représente un écart de 1,7× par défaut et de 1,9× au plafond, et cela s’ajoute à un écart de temps par tâche de 14,8 minutes contre 29,8 — du même ordre de grandeur, ce à quoi on s’attend lorsque les modèles émettent des nombres de tokens similaires à des rythmes différents.

Pour un assistant d’IDE, un agent de support ou toute interface dotée d’un indicateur de chargement, 59 tokens par seconde se situent du côté lent de l’utilisable, et 101 est confortable. Le tracker décrit Qwen4-Max comme « notablement lent par tâche » et son délai avant le premier token de réponse à 137 secondes, le chiffre qui détermine si une interface de streaming paraît réactive. Si votre charge de travail est interactive, l’avantage de 28 % par point s’achète au prix d’un coût de latence qu’aucune grille tarifaire ne montre et que les utilisateurs remarqueront avant la finance.

Le cas inverse mérite aussi d’être énoncé clairement, car c’est celui pour lequel Qwen4-Max est réellement vendu. Un agent de longue durée qui se réveille selon un calendrier, travaille pendant vingt minutes et écrit un correctif ne se soucie pas que les tokens arrivent à 59 ou 110 par seconde — ce qui lui importe, c’est que l’exécution se termine avant l’échéance de la suivante. Dans ce cas de figure, 29,8 minutes contre 14,8 reste un coût réel, mais c’est un coût en temps réel plutôt qu’en attention, et le temps réel est ce dont on peut acheter davantage.

Le contexte et les plafonds que personne ne mentionne

Les deux modèles annoncent une fenêtre d'un million de tokens, et tous deux ont, derrière ce chiffre, un nombre plus petit qui détermine ce qu'une véritable tâche à long contexte peut réellement accomplir.

• Plafond d’entrée — Qwen4-Max documente 991 808 tokens en mode sans réflexion et 983 616 en mode réflexion, la différence étant que le raisonnement et la réponse proviennent du même quota. La documentation de Neon indique un plafond de sortie standard de 64 K, avec une génération à décodage long qui s’étend vers 1 M, ce qui constitue un autre type de limite : une extension plutôt qu’un plafond fixe.

• Plafond de sortie — Qwen4-Max 131 072 en mode non-thinking, ou 262 144 partagés entre le raisonnement et la réponse. Neon 64K standard, étendu lors de la génération à décodage long.

• Échelle d’effort — Qwen4-Max faible, élevé, xhigh, avec élevé par défaut, sans moyen: Chat Completions associe moyen à élevé, donc demander l’échelon intermédiaire coûte ce que coûte l’échelon supérieur. Neon faible, moyen, élevé, xhigh, avec élevé par défaut, les quatre étant disponibles.

• Mise en cache — Qwen4-Max publie une mise en cache explicite et implicite, avec des lectures dans le cache à Singapour à 0,075 $ par million et des écritures à 1,875 $ pour une fenêtre de cinq minutes. Neon ne propose que la mise en cache implicite, à 0,15 $ par million — soit une remise de 95 % sur un tarif d’entrée de 3,00 $.

• Batch — Qwen4-Max ne prend en charge l'inférence par lots qu'à Pékin, à 0,707 $ et 2,12 $ pour Batch File, et au tarif temps réel pour Batch Chat. Neon exécute les modes batch et flex à moitié prix, 1,50 $ et 7,50 $, dans toutes les régions.

Cette dernière ligne est celle qui change une facture réelle et qui reçoit le moins d’attention. Une charge de travail par lots sur Neon coûte 1,50 $ et 7,50 $ — un tiers du tarif d’entrée de Qwen4-Max à Singapour et 60 % du tarif de sortie — et elle est disponible partout où Neon l’est. La solution par lots de Qwen4-Max ne couvre qu’une seule région, ce qui signifie qu’une équipe hors de Pékin exécutant un traitement asynchrone en masse paie le tarif de sortie complet de 4,50 $ tandis que l’article comparatif qu’elle a lu supposait le tarif par lots. Si votre charge de travail est par lots, l’avantage de 28 % par point devient bien plus important ; si elle est en temps réel, il reste inchangé.

A screenshot of the OrcaRouter model page for google/gemini-4-argon, captured in an English interface, showing the OrcaRouter Models navigation, the google/gemini-4-argon identifier, a time-to-first-token figure and the Pricing panel with zero-data-retention availability noted.

Où chacun a sa place

La recommandation honnête est plus restrictive que ne le souhaiterait chacun des deux fournisseurs, et elle ne désigne pas de vainqueur.

Neon est le bon choix par défaut pour tous les cas où une mauvaise réponse coûte cher et où une réponse lente ne coûte pas cher — programmation à long horizon, recherche en plusieurs étapes, boucles agentiques qui s’exécutent sans supervision et sont examinées a posteriori. Dix-sept points d’indice, c’est le genre d’écart qui change ce à quoi on peut faire confiance à un modèle plutôt que la vitesse à laquelle il termine, et à 6,44 $ la tâche, vous payez pour le plafond, pas pour la moyenne. Face à Carbon, c’est aussi la seule grille tarifaire de Gemini 4 qui ne bouge pas le 1er décembre, ce qui en fait le choix stable au sein de sa propre famille, même si c’est le plus cher aujourd’hui.

Qwen4-Max est le bon choix par défaut pour le travail à fort volume où la tâche du modèle est bien définie et où le coût se multiplie — étiqueter une file d’entrée, rédiger la réponse de routine, assurer l’échelon économique d’une chaîne d’escalade, et la longue traîne des étapes d’agent qui n’ont pas besoin d’un modèle de pointe derrière elles. À 3,27 $ la tâche contre 6,44 $, il représente environ la moitié de la facture pour un modèle qui obtient un score de 43, et 43 se situe au-dessus de la médiane des modèles de sa propre gamme de prix. Acheter Neon pour ce travail revient à acheter dix-sept points dont vous ne vous servirez pas.

Le piège, c'est le milieu, et c'est là que la plupart des équipes atterrissent. Une charge de travail qui a besoin de 55 ne tournera pas sur Qwen4-Max et n'a pas besoin de Neon, et la bonne réponse n'est ni l'une ni l'autre — c'est un modèle un cran en dessous dans chaque famille, à un prix intermédiaire, ce qui est exactement la décision qu'une couche de routage existe pour prendre. OrcaRouter ne sert pas Qwen4-Max ni Gemini 4 Neon ; ce qu'il propose de la gamme Gemini 4, c'est google/gemini-4-argon et google/gemini-4-carbon, tous deux aux prix catalogue de Google, avec 0 % de majoration répercutée, donc la hausse du 1er décembre sur ces deux modèles arrive ici le même jour qu'elle arrive sur la grille tarifaire de Google. Qwen4-Max est accessible via l'API Model Studio d'Alibaba et plusieurs plateformes tierces. Une seule API pour plus de 200 modèles signifie que le palier de classification et le palier frontière peuvent être des modèles différents sans être des contrats différents, et le basculement automatique fait que, le jour où l'un d'eux connaît une heure difficile, le pipeline ne la connaît pas.

A screenshot of the OrcaRouter Models catalogue, captured in an English interface, showing the models count and provider count in the header, the filter rail with input modalities, context length, input price, status, access tier and inference region, and individual model rows with copyable model IDs.

Le nombre à reporter à partir de ceci

Qwen4-Max est 28 % moins cher par point d’indice et accuse un retard de 17 points, décode à 59 tokens par seconde contre 101, et coûte 3,27 $ par tâche contre 6,44 $ au réglage mis en avant par le tracker. Chacun de ces chiffres est une réponse différente à « lequel est le moins cher », et ils sont tous corrects.

Ce qui devrait trancher, c’est la charge de travail, pas le modèle. Si une tâche s’accomplit en une seule passe et que la réponse est vérifiée, Qwen4-Max divise la facture par deux. Si une tâche prend plus de vingt minutes et que la réponse est livrée sans contrôle, Neon est le seul des deux à la terminer — et un taux de décodage 1,7× supérieur fait toute la différence entre un agent utile et un agent pour lequel on cesse d’attendre. Facturez les points que vous consommez réellement. Personne n’a jamais été ravi d’avoir acheté dix-sept points dont il n’avait pas besoin.