
Qwen4-Max vs Kimi K3.1 Pro : un écart de 41 centimes qui décide moins qu’on ne le pense
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 89 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 88 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 44 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 · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 121 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 141 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 265 tok/s
D'après les propres chiffres d'Artificial Analysis, une tâche terminée coûte 3,27 $ avec Qwen4-Max et 3,68 $ avec Kimi K3.1 Pro. Quarante et un cents. Si vous choisissez un modèle pour un agent qui exécute des milliers de tâches par semaine, cet écart semble constituer toute la décision, et ce n'est pas le cas — car les deux modèles atteignent ces chiffres par des chemins opposés, et c'est cette direction qui apparaît dans vos journaux six semaines plus tard. Qwen4-Max y parvient en étant rapide et prolixe — plus de tokens en sortie, à moins de la moitié du tarif par token ; Kimi K3.1 Pro y parvient en étant lent et concis, en émettant moins de tokens qui coûtent chacun plus du double. Aucun des deux n'est le modèle le moins cher de façon générale. Chacun est moins cher pour une forme de travail particulière.
C’est là le cadrage utile pour cette paire, et il est désormais disponible d’une manière qui ne l’était pas en octobre : les deux modèles reposent sur la même révision d’index indépendante, tous deux ont publié des conditions commerciales, et l’un d’eux propose des poids téléchargeables. Ce qui suit est la répartition par charge de travail plutôt que par benchmark, car le benchmark indique déjà qu’ils sont proches.
D'abord, le nom
Il n'existe pas de version simple de kimi-k3.1 dans la liste de modèles de Moonshot elle-même. Les identifiants diffusés sont kimi-k3.1-pro, kimi-k3.1-pro-highspeed et l'ancien kimi-k3 ; « Kimi K3.1 » est la façon dont la série est écrite dans les champs de recherche et dans la presse, et le modèle derrière est Kimi K3.1 Pro. La variante highspeed est le même modèle servi à environ deux à trois fois la vitesse. Ainsi, toute comparaison qui compte ici est Qwen4-Max contre Kimi K3.1 Pro, et c'est la paire mesurée ci-dessous. Quiconque vous montre une fiche technique pour un modèle appelé exactement « Kimi K3.1 » vous montre les chiffres du Pro sous un nom plus court.
Kimi K3.1 Pro a été annoncé le 23 octobre 2026, le billet de blog de l'éditeur étant daté du 24, et ses poids sont arrivés sur Hugging Face avec un seul commit horodaté 2026-11-02. Qwen4-Max a été mis en vente avec facturation à l'usage le 16 novembre 2026. Les deux ont quelques semaines d'existence, aucun n'est une préversion, et tous deux disposent de véritables grilles tarifaires — c'est précisément pourquoi cette comparaison peut se faire avec des chiffres plutôt qu'avec des projections.

Les deux lignes qui définissent l’affrontement
Tout ce qui suit provient de l’Artificial Analysis Intelligence Index v5.0.1, sauf mention contraire indiquant que les données sont rapportées par le fournisseur. L’indice est un instrument unique, à une date donnée ; ce blog a déjà constaté que des révisions faisaient varier le score d’un modèle de plusieurs dizaines de points, alors considérez l’écart comme indicatif.
• Score de l’indice — Qwen4-Max 43 contre Kimi K3.1 Pro 46. Le modèle Kimi devance de trois points, ce qui reste dans la marge de bruit d’une seule révision de l’indice
• Coût par tâche — Qwen4-Max 3,27 $ contre Kimi K3.1 Pro 3,68 $. Le modèle Kimi est 12,5 % plus cher par tâche terminée malgré l’avantage au score
• Prix d’entrée — Qwen4-Max 1,50 $ par million à Singapour, 1,413 $ ailleurs ; Kimi K3.1 Pro 2,00 $
• Prix de sortie — Qwen4-Max 4,50 $ contre Kimi K3.1 Pro 10,00 $. C’est l’écart le plus large de toute la comparaison, et c’est celui qu’un modèle de coûts fondé sur le nombre de tokens surpondérera
• Prix des lectures servies depuis le cache — Qwen4-Max : 0,075 $ par million à Singapour, 0,071 $ ailleurs ; Kimi K3.1 Pro : 0,20 $. Les deux accordent une remise importante sur les lectures mises en cache ; celle de Qwen est la plus forte.
• Temps d’horloge par tâche — Qwen4-Max 32,1 minutes contre Kimi K3.1 Pro 38,4 minutes, pour une médiane du secteur de 11,5. Les deux sont lents ; Qwen est le moins lent des deux
• Débit — Qwen4-Max 55 jetons de sortie par seconde contre Kimi K3.1 Pro 31, mesuré sur l'API propre à chaque fournisseur
• Appétit en tokens — Qwen4-Max 127 millions de tokens de sortie par exécution d’index, contre Kimi K3.1 Pro 113 millions
• Contexte — Qwen4-Max : 1 000 000 de tokens comme documenté, mesuré à 984 000 utilisables ; Kimi K3.1 Pro : 1 048 576
• Modalité — les deux acceptent du texte, des images et des vidéos et renvoient du texte. Le guide des modèles de Moonshot indique explicitement que Kimi K3.1 Pro gère la vidéo, même si la fiche indépendante du modèle ne mentionne que le texte et l’image
• Poids — Qwen4-Max n’en publie aucun, et sa documentation indique que le fine-tuning et le déploiement ne sont pas pris en charge ; le checkpoint de 2,8 billions de paramètres de Kimi K3.1 Pro, dont 104 milliards sont actifs par token, est téléchargeable sous une licence sur mesure plutôt que sous une licence standard.
• Architecture, selon le fournisseur — Qwen4-Max, un backbone de 2,4 billions de paramètres dont 71 milliards actifs et 328 milliards de paramètres d’embedding N-gram supplémentaires ; Kimi K3.1 Pro, un modèle de classe 3T post-entraîné construit sur K3
Comparez la ligne du prix de sortie à celle du coût par tâche, et vous avez tout l’article. Kimi K3.1 Pro facture plus du double par token de sortie et termine pourtant une tâche pour 41 cents de plus, parce qu’il en émet moins. Qwen4-Max facture moins de la moitié par token de sortie et n’en tire presque rien, parce qu’il en émet 12 % de plus. Le tarif par token est une approximation de la facture, pas la facture. La facture, c’est la troisième ligne.
Charge de travail un : l'agent de longue durée
C’est ici que les 41 cents cessent de relever de l’arrondi. Une boucle d’agent n’exécute pas une seule tâche ; elle exécute une séquence de tâches ponctuée de nombreuses nouvelles tentatives, et le chiffre qui s’accumule est le temps d’horloge, pas le prix. À 32,1 et 38,4 minutes par tâche d’indexation respectivement, les deux modèles sont entre deux et trois fois plus lents que la médiane du secteur de 11,5 minutes. Un lot de vingt tâches représente dix à treize heures de temps d’horloge avec l’un ou l’autre. Si votre boucle est limitée par la latence, aucun des deux n’est le bon modèle, et choisir entre eux sur le prix revient à optimiser la mauvaise variable.
S'il n'est pas limité par la latence — exécutions par lots pendant la nuit, tâches de recherche à long terme, traitement de documents en arrière-plan —, le chiffre décisif est alors le nombre de tokens par tâche terminée, et ici, les 55 tokens par seconde de Qwen4-Max contre les 31 de Kimi comptent moins qu'il n'y paraît. Le débit ne détermine que la vitesse à laquelle une requête individuelle consomme son budget ; ce qui détermine la facture, c'est le nombre de tokens que le modèle dépense à réfléchir avant de produire une réponse. Qwen4-Max en dépense 12 % de plus et les facture 55 % moins cher par unité.
Charge de travail deux : tout ce qui touche à un document long
C'est ici que la comparaison cesse de porter sur les scores pour porter sur la forme de la sortie. Les deux modèles lisent du texte, des images et de la vidéo, et tous deux produisent du texte : il n'y a donc aucun argument de modalité à avancer. La version honnête de cette section, c'est que la prise en charge de la vidéo par Qwen4-Max n'est pas l'argument décisif qu'elle semble être, car le guide des modèles de Moonshot indique que Kimi K3.1 Pro traite aussi la vidéo. Ce qui les distingue sur le travail documentaire, c'est la quantité qu'ils rédigeront en une seule passe, et ce qu'ils facturent pour cela.
Qwen4-Max plafonne la sortie à 131 072 tokens lorsque la réflexion est désactivée, ou à 262 144 partagés entre la réflexion et la réponse. Kimi K3.1 Pro atteint environ 943 000. Pour une revue de contrat qui renvoie un résumé, cette différence n’apparaît jamais ; pour un pipeline auquel on demande de réémettre un document entièrement annoté, ou de raisonner sur un ensemble de travail puis d’écrire longuement le résultat, c’est la différence entre un seul appel et un schéma de découpage qu’il faut désormais construire et déboguer.
L’écart de prix pointe dans l’autre sens. Le tarif d’entrée de Qwen4-Max est inférieur de 25 % et son tarif de sortie représente moins de la moitié, de sorte que les tâches d’extraction et de classification sur un vaste corpus — beaucoup d’entrées, peu de sorties — reviennent nettement moins cher sur Qwen4-Max, tant par tâche terminée qu’au compteur. Si l’on lit les deux paragraphes ensemble, la répartition est nette : les réponses courtes sur un grand corpus favorisent Qwen4-Max, les réponses longues sur le même corpus favorisent le plafond de sortie du modèle Kimi.

Charge de travail trois : celle où vous avez besoin des poids
Rien dans les lignes ci-dessus ne couvre la plus grande différence entre ces deux modèles, car ce n’est pas un nombre. Kimi K3.1 Pro peut être téléchargé. Qwen4-Max ne le peut pas — sa documentation indique que le fine-tuning et le déploiement du modèle ne sont pas pris en charge, et le billet d’annonce d’Alibaba ne promet que l’arrivée en open source des gammes Qwen4 plus petites, ce qui est une déclaration sur la famille plutôt que sur ce modèle.
Cela compte dans trois situations précises et est sans importance dans les autres. Cela compte si vous devez affiner le modèle sur vos propres données, car Qwen4-Max n’offre absolument aucun moyen de le faire. Cela compte si votre posture de conformité exige que les poids restent dans votre propre périmètre plutôt que derrière l’API d’un tiers. Et cela compte si vous modélisez les coûts sur des années plutôt que sur des mois : un point de contrôle téléchargeable de classe 3T est une dépense d’investissement dont la courbe de coût marginal vous est maîtrisée, tandis qu’un modèle phare loué est une grille tarifaire susceptible d’évoluer. Un mélange d’experts de 3 000 milliards de paramètres n’est pas quelque chose que la plupart des équipes peuvent héberger en interne — il lui faut une baie, pas une station de travail —, mais « coûteux à exploiter soi-même » et « impossible à exploiter soi-même » sont deux réponses différentes à une question d’approvisionnement, et une seule permet de conclure.
La licence mérite une phrase de précision, car « open weights » joue un grand rôle dans la plupart des articles : Kimi K3.1 Pro est distribué sous une licence sur mesure, Kimi K3.1-Pro License, et non sous le texte de la licence MIT modifiée que portait K3, et son octroi est permissif au sens habituel — utilisation, modification, ajustement fin, redistribution, vente — avec deux conditions ajoutées. Si vous exploitez une activité de modèle en tant que service et que votre chiffre d'affaires cumulé dépasse 20 millions de dollars sur une période de douze mois consécutifs, vous devez conclure un accord distinct avec Moonshot avant d'utiliser les poids à des fins commerciales. Et si un produit construit sur ceux-ci dépasse 100 millions d'utilisateurs actifs mensuels ou 20 millions de dollars de chiffre d'affaires mensuel, « Kimi K3.1-Pro » doit être affiché de manière bien visible dans son interface. L'usage interne, ainsi que l'usage via les produits propres de Moonshot ou ses partenaires d'inférence certifiés, échappent aux deux clauses. Si vous prévoyez de construire un produit sur ces poids, lisez la licence plutôt que le résumé.
Mettre la paire sur une seule touche
Ici, la comparaison cesse d'être symétrique d'une manière qu'il vaut la peine de dire sans détour. OrcaRouter achemine kimi/kimi-k3.1-pro dès aujourd'hui, sur le même endpoint compatible avec OpenAI que le reste de ses plus de 200 identifiants de modèles, avec 0 % de marge — le prix catalogue du fournisseur répercuté tel quel, de sorte que les 2,00 $ et 10,00 $ ci-dessus correspondent à ce que vous payez, et non à ce que le fournisseur facture avant la marge de quelqu'un. Il n'achemine pas Qwen4-Max, et cette page ne laissera pas entendre le contraire : accéder à ce modèle implique de passer par les six régions propres à Alibaba ou par une plateforme tierce qui le revend.
L’utilité réelle de cette asymétrie tient au test que cet article décrit. La répartition par charge de travail ci-dessus est une hypothèse sur votre trafic, pas un fait, et le moyen le moins coûteux de la réfuter est de faire passer les mêmes prompts par Kimi K3.1 Pro et une offre Qwen 3.8 sur un seul point de terminaison, avec un basculement automatique qui couvre les incidents fournisseur qui, sinon, faussent une exécution de benchmark. Si le modèle Kimi l’emporte sur votre charge de travail de plus de 41 cents par tâche, l’argument en faveur des poids devient plus facile à justifier. S’il ne l’emporte pas, vous vous êtes épargné une discussion d’approvisionnement au sujet d’un rack.

La règle de décision
Trois points d’indice et 41 cents de coût par tâche ne séparent pas ces modèles. Ce qui les sépare est binaire, et cela vaut la peine d’être vérifié dans cet ordre.
• Si vous devez renvoyer un document entier en un seul appel, le plafond de sortie d'environ 943 000 tokens de Kimi K3.1 Pro face au budget partagé de 262 144 de Qwen4-Max constitue une différence de nature, et non de pourcentage
• Si vous avez besoin d’affiner, d’auto-héberger ou de détenir les poids — Qwen4-Max est exclu, car il n’y a aucun poids à détenir.
• Si vos exécutions sont limitées par le temps réel — aucun des deux ne convient ; les deux sont deux à trois fois plus lents que le modèle médian sur la même carte, et Kimi est le plus lent des deux
• Si aucun de ces cas ne s’applique — prenez l’option la moins chère par tâche terminée, soit, selon les chiffres du jour, Qwen4-Max à 3,27 $ contre 3,68 $, et vérifiez-la à nouveau dans un mois, car les deux fournisseurs ont déjà modifié leurs prix une fois ce trimestre
Le résumé honnête, c'est que Moonshot a livré le modèle au meilleur score et Alibaba le modèle au meilleur prix, que l'écart dans chaque sens est faible, et que le seul choix ici qui ait une longue traîne est celui que personne ne met dans un tableau comparatif : louer ou posséder. Tout le reste, c'est quarante et un cents et une erreur d'arrondi sur une révision.
Comparés dans cet article2
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
