Qwen4-Max vs Qwen 4 : l’un est un niveau, l’autre est une famille, et un seul des deux est appelable

Cette comparaison est généralement rédigée comme s’il s’agissait d’un combat entre deux modèles. Ce n’est pas le cas. Q​wen 4 est le nom d’une génération — quatre niveaux qu’A​libaba a présentés depuis la scène lors de sa conférence Apsara à Hangzhou le 22 septembre 2026 — et Qwen4-Max est l’un de ces niveaux, le fleuron, dont la préversion a débuté le 11 novembre 2026 et se termine le 25 novembre. Les comparer revient à comparer un produit à une gamme. Cela vaut tout de même la peine de le faire, car le nom de la famille est ce que les gens saisissent dans un champ de recherche et le nom du niveau est ce à quoi ils peuvent réellement accéder, et c’est dans l’écart entre les deux que se concentre l’essentiel de la confusion concernant cette génération.

Commençons par l’état des lieux, en une phrase chacun. Qwen4-Max est réel, appelable, facturé en Crédits via un abonnement A​libaba, et son retrait est prévu dans quatorze jours. Q​wen 4 dans son ensemble, c’est un palier en préversion et trois paliers qui n’existent que sous forme de noms : Q​wen 4 Flash, Q​wen 4 Plus et Q​wen 4 27B n’ont jamais eu de fiche modèle, de prix, de fenêtre de contexte ni de benchmark publiés pour eux.

La famille, niveau par niveau, avec ce qui existe

Le communiqué écrit publié par Alibaba lui-même le 22 septembre 2026 indique que Qwen 4 est « actuellement en cours d’entraînement » et n’associe aucune spécification à un quelconque niveau. Les quatre noms proviennent de la scène de la conférence, prononcés par le responsable du LLM Qwen, et ont été rapportés de cette session. Les noms de niveaux annoncés sur une scène constituent une déclaration sur un plan. Voici le plan comparé à la réalisation, au 11 novembre 2026 :

• Q​wen 4 Max — niveau phare. Livré en préversion, ID de modèle qwen4-max-preview, du 11 au 25 novembre 2026, abonnement Token Plan uniquement, région Singapour. Contexte de 1 M, budget de sortie de 393 216 tokens partagé avec la réflexion, le texte, l’image et la vidéo en entrée.

• Qwen 4 Flash — niveau à haut débit. Rien n’a été publié. Aucun identifiant de modèle, aucune fiche, aucune date.

• Qwen 4 Plus — un palier intermédiaire équilibré, historiquement la couverture multimodale la plus large de la famille. Aucune publication.

• Q​wen 4 27B — le niveau open-weight, celui que cette famille a l’habitude de publier sur Hugging Face. Rien n’a été publié ; aucun dépôt n’existe sous l’organisation Q​wen.

• Le chiffre des paramètres — la feuille de route des 5 à 10 billions de paramètres qui accompagne le nom Qwen 4 — appartient aux générations Qwen 4.5 et Qwen 5, dans la même publication et le même paragraphe. Alibaba n'a publié aucun nombre de paramètres pour Qwen 4, ni pour Qwen4-Max.

Une rangée sur quatre a été expédiée, et elle l'a été avec une date d'expiration. C'est l'intégralité du dossier de livraison de la famille, et c'est une meilleure description de « Q​wen 4 » que n'importe quel tableau de spécifications que vous trouverez, parce que tout le reste dans ces tableaux a été inventé par quelqu'un qui remplissait un blanc.

Ce que l'aperçu prouve au sujet du reste de la famille

Un modèle phare commercialisé constitue une indication précieuse sur ses modèles frères, même lorsque ceux-ci ne sont pas commercialisés, et en l’occurrence, cette indication est inhabituellement précise. Qwen4-Max arrive avec trois caractéristiques qui ressemblent à des décisions prises au niveau de la famille plutôt qu’au niveau de la gamme.

Le premier point, c’est le contexte de 1 M. Max est livré avec une fenêtre d’un million de tokens ; l’aperçu de l’architecture Q​wen 4 — Q​wen3.8-Flash-Next, publié sur Hugging Face le 24 août 2026 avec une fiche le décrivant comme un aperçu expérimental de l’architecture qui sous-tendra Q​wen 4 — fait état d’un contexte natif de 262 144 tokens, extensible jusqu’à 1 million. Une famille qui atteint 1 M sur son modèle phare est une famille dont les autres niveaux seront décrits par rapport à ce chiffre, et l’histoire de l’extension est déjà consignée dans la fiche de l’aperçu.

Le second réfléchit par défaut à un niveau d’effort xhigh. Max est livré avec le raisonnement activé, réglable via reasoning_effort sur low, medium ou xhigh, avec le réglage le plus élevé par défaut. C’est une indication de la manière dont Alibaba s’attend à ce que cette famille soit utilisée : le modèle réfléchit, sauf si vous lui demandez le contraire, et le budget de tokens alloué à la réflexion est prélevé sur la même réserve de 393 216 tokens que la réponse. Un niveau Flash conçu selon la même attente serait un produit très différent d’un niveau Flash conçu pour la latence, et la fiche finale vous indiquera lequel c’est.

Le troisième point est la surface d'API. Max est compatible avec O​penAI Chat Completions, O​penAI Responses et A​nthropic Messages, et il modifie la signification de max_tokens pour couvrir ensemble la réflexion et la réponse — un changement qu'A​libaba documente comme débutant « avec qwen4-max-preview », les modèles Q​wen plus anciens conservant l'ancien comportement. Lorsqu'un fournisseur fait du modèle le plus récent le premier à appliquer une nouvelle règle de comptabilisation, cette règle se propage généralement sur toute la génération plutôt que de rester attachée à un seul palier.

Rien de tout cela ne constitue une spécification de Qwen 4 Flash, Qwen 4 Plus ou Qwen 4 27B. C’est la direction dans laquelle cette génération est orientée, d’après les éléments que le fournisseur a réellement publiés, et c’est tout ce que quiconque hors d’Alibaba peut honnêtement dire des trois autres.

La question des 27B est celle qui importe à la plupart des lecteurs

L’habitude de l’organisation Qwen explique pourquoi le palier 27B attire davantage l’attention qu’un modèle de taille intermédiaire ne le ferait habituellement. Qwen3.5-27B, Qwen3.6-27B et Qwen3.8-27B sont tous disponibles sous forme de dépôts téléchargeables ; Qwen3.8-27B, publié en août 2026, annonce une licence Apache 2.0, décrit un modèle dense de 27 milliards de paramètres doté d’un encodeur visuel, d’un hybride de blocs Gated DeltaNet et Gated Attention, de 262 144 tokens de contexte natif extensible à 1 million, et d’un mode de réflexion commutable par requête.

Cet historique explique pourquoi « Q​wen 4 27B » est interprété par un grand nombre de personnes comme la promesse de poids téléchargeables. Ce n’est pas le cas. Il n’existe aujourd’hui aucun dépôt Q​wen 4 au sein de l’organisation Q​wen — les éléments les plus récents y sont la famille 3.8, Qwen3.8-Flash-Next étant ce qui, parmi les artefacts publics, s’approche le plus de Q​wen 4. Le fait que le produit phare soit livré sous forme d’aperçu sur abonnement à accès restreint plutôt que de version ouverte ne contredit pas l’éventualité d’un 27B ouvert, mais cela signifie que la gamme à poids ouverts a été distancée par le produit phare ce cycle-ci, d’une manière qu’elle n’avait jamais connue auparavant.

Pour toute personne dont l’architecture ne peut pas passer par un abonnement à Singapour, la conséquence pratique est sans appel : aucun niveau de Qwen 4 ne vous est utilisable aujourd’hui, sous aucune forme, à aucun prix. La génération que vous pouvez réellement exécuter est la 3.8, et le fleuron de cette génération est un modèle véritablement solide plutôt qu’un simple substitut provisoire.

Tarification d’une famille qui a publié un seul prix et celui-ci n’est pas par token

Qwen4-Max n’a pas de tarif par million de jetons. Il propose un abonnement : Token Plan Personal Edition à 6, 10, 18 ou 43 $ par mois pour 20 000, 45 000, 80 000 ou 200 000 Credits, avec des packs d’utilisation à 15 $ pour 20 000 Credits, un tarif pour nouveaux utilisateurs valable jusqu’au 30 novembre 2026, et une promotion d’aperçu qui fixe la consommation à 20 % du tarif standard, puis à 8 % entre 22:00 et 08:00 UTC+8. Alibaba indique clairement que le nombre de Credits par requête est déterminé dynamiquement selon le type de modèle, l’utilisation de jetons, le mode de réflexion et les appels d’outils.

Comparez cela avec le palier que Qwen4-Max remplacera, qui dispose d'une vraie fiche tarifaire : Qwen3.8-Max à 2,00 $ en entrée et 6,00 $ en sortie par million de tokens, lectures de cache à 0,25 $, sur un contexte de 1 M de tokens. La comparaison n'est pas serrée, et elle n'est pas censée l'être — l'une est un abonnement dont vous ne pouvez pas calculer le coût unitaire, l'autre est un tarif à l'usage que vous pouvez mettre dans un tableur.

Il y a une raison de s’y intéresser au-delà de la fenêtre d’aperçu. Si Q​wen 4 Flash et Q​wen 4 Plus arrivent sur la même facturation par abonnement, alors toute la génération est tarifée comme un lot de produits plutôt que comme de l’inférence, et le calcul « acheter ou construire » change pour chaque charge de travail qui suppose actuellement une facturation par token. S’ils arrivent avec une facturation à l’usage, l’aperçu était une campagne de lancement. On saura d’ici quelques semaines laquelle de ces éventualités se produira, et c’est aujourd’hui l’élément le plus déterminant pour la décision concernant cette famille.

Que faire lorsque trois des quatre niveaux sont des noms

L’erreur coûteuse ici consiste à traiter un aperçu de niveau comme le lancement d’une famille et à planifier une migration autour de niveaux qui n’existent pas. La solution peu coûteuse consiste à garder la décision de routage distincte de la décision de modèle, afin que le niveau qui arrive en premier puisse être adopté par un simple changement de configuration.

C'est là tout l'intérêt d'exprimer la préférence de palier sous forme de politique plutôt que de code. Le DSL de routage d'OrcaRouter — YAML et CEL, évalué à chaque requête — permet d'épingler une charge de travail à un modèle nommé et de changer ce nom dès qu'un meilleur apparaît, sans toucher à l'application ; une chaîne de repli fait en sorte que un modèle que vous évaluez encore se trouve derrière un modèle auquel vous faites confiance plutôt que sur un chemin critique. Aujourd'hui, le catalogue renvoie 217 identifiants de modèles et aucun d'entre eux n'est un palier Q​wen 4 — nous ne servons pas Qwen4-Max, et cette page ne suggérera pas le contraire. Ce qu'il contient bel et bien, c'est la génération 3.8 : Qwen3.8-Max aux tarifs d'A​libaba de 2,00 $ et 6,00 $, avec 0 % de marge, l'instantané daté Qwen3.8-Max-0902, et Qwen3.8-Flash pour le volume. Placer la charge de travail là dès maintenant, derrière une politique qui nomme le modèle plutôt que de le coder en dur, c'est la version de « l'attente de Q​wen 4 » qui livre quelque chose.

Un instantané daté mérite d’être signalé à part, car c’est l’élément de tout cela qu’il est facile de perdre. Épingler Qwen3.8-Max-0902 signifie que le modèle qui répond à vos requêtes ne peut pas changer sous vos pieds pendant qu’un successeur est en préversion, prolongé ou retiré. C’est précisément lorsqu’une famille est en pleine évolution qu’un instantané justifie son utilité.

Comment cela se résout

La comparaison se résume à trois dates. Le 25 novembre 2026 décide si Qwen4-Max devient un produit ou une démonstration ; un point de terminaison facturé à l’usage ou une prolongation au-delà de cette date répondrait à la question, et le silence y répondrait aussi. La prochaine fiche de modèle décide si Qwen 4 est une famille ou un modèle phare — Flash et Plus obtiendront des spécifications, ou resteront des noms de scène. Et un dépôt Hugging Face tranche la question des 27B pour tous ceux qui ne peuvent pas du tout utiliser une API par abonnement.

D’ici là, la formulation exacte est celle qui ressemble le moins à un article de lancement : une déclinaison de Q​wen 4 reste disponible pendant quatorze jours encore, trois d’entre elles n’existent que sur une diapositive de septembre, et le Q​wen sur lequel on peut compter aujourd’hui est celui qu’A​libaba a livré en août. Partez de ce principe et l’aperçu devient un bonus plutôt qu’une dépendance.