
Qwen 4 vs Grok 4.7 : la limite des 200 000 tokens décide de ce duel
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 90 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 87 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 133 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 par million de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 92 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 147 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 · 123 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 · 219 tok/s
Grok 4.7 et Qwen4-Max sont tous deux facturés à deux dollars en entrée et six dollars en sortie par million de jetons — mais seul Grok 4.7 y reste. Notre propre fiche catalogue pour Grok 4.7 comporte deux paliers d’entrée, 2,00 $/6,00 $ jusqu’à une invite de 200 000 jetons et 4,00 $/12,00 $ au-delà, tandis que Qwen4-Max reste à 1,50 $ en entrée et 4,50 $ en sortie par million sur toute sa fenêtre de 1 000 000 de jetons. Cette seule différence structurelle vaut plus que les huit points d’indice qui les séparent sur le papier, car le travail à long contexte est précisément celui pour lequel les deux modèles sont vendus. Une note sur les noms avant tout, car les deux sont constamment confondus : Qwen 4 est le nom de génération qu’Alibaba utilise, et Qwen4-Max est le seul membre de cette génération que vous pouvez appeler aujourd’hui — sorti le 16 novembre 2026, avec des paliers plus petits promis en open source et aucune date annoncée. Grok 4.7 est disponible depuis le 21 septembre 2026. Il s’agit d’une comparaison de tarifs et de preuves, et non d’un rapport de lancement sur l’un ou l’autre.
La forme des deux modèles, en bref
Qwen4-Max est le fleuron de quatrième génération d'Alibaba, un modèle à mélange d'experts creux doté d'un socle de 2,4 billions de paramètres, avec 71 milliards de paramètres actifs par token et 328 milliards de paramètres supplémentaires d'embedding N-gram. Il accepte du texte, des images et de la vidéo, renvoie du texte et dispose d'une fenêtre de contexte d'un million de tokens. La réflexion est activée par défaut, et le modèle partage un budget de 262 144 tokens entre son raisonnement et sa réponse finale — une réponse de 131 072 tokens n'est donc disponible que si la réflexion tient dans l'autre moitié.
Grok 4.7 est le modèle phare textuel actuel de SpaceXAI. Il s'agit d'un modèle de raisonnement doté d'un contexte de 500 000 tokens, de jusqu'à 450 000 tokens de sortie, d'une entrée texte et image, et de trois niveaux de raisonnement sélectionnables. SpaceXAI ne publie aucun nombre de paramètres pour ce modèle et décrit cette version comme un modèle de base plus grand avec un entraînement par renforcement plus long, plutôt que comme une nouvelle architecture.
Sur les dimensions qui déterminent un achat :
• Contexte — Qwen4-Max 1 000 000 de tokens vs Grok 4.7 500 000
• Sortie max — Qwen4-Max 262 144 partagés avec le raisonnement, ou 131 072 avec le raisonnement désactivé, contre Grok 4.7 450 000
Tarif d’entrée jusqu’à 200K — Qwen4-Max 1,50 $ contre Grok 4.7 2,00 $ par million
• Prix de sortie jusqu’à 200K — Qwen4-Max 4,50 $ vs Grok 4.7 6,00 $ par 1M
• Prix d'entrée au-delà de 200K — Qwen4-Max toujours à 1,50 $ contre Grok 4.7 à 4,00 $ ; sortie à 4,50 $ contre 12,00 $
• Lecture depuis le cache — Qwen4-Max 0,075 $ contre Grok 4.7 0,50 $ en dessous de 200K, 1,00 $ au-dessus
• Modalité — Qwen4-Max : texte, image et vidéo en entrée vs Grok 4.7 : texte et image en entrée
• Score indépendant — Qwen4-Max 43 sur l’Artificial Analysis Intelligence Index, classé 38e sur 81, contre Grok 4.7 à 35, classé 46e sur 81
• Poids — aucun des deux fournisseurs n’en publie.
Ce que coûte réellement une requête de 400 000 tokens
Prenez la charge de travail que les deux modèles invitent à traiter : lire un grand dépôt ou un long dossier de preuves, puis rédiger un correctif ou un rapport substantiel. 400 000 jetons d’entrée, 20 000 jetons de sortie, aucune réutilisation du cache.
Sur Qwen4-Max, au tarif international de 1,413 $ par million en entrée et 4,24 $ en sortie, cela représente 0,565 $ d’entrée et 0,085 $ de sortie, soit environ 0,65 $. Au tarif de Singapour de 1,50 $/4,50 $, cela fait 0,69 $.
Sur Grok 4.7, la même requête n’atteint jamais le palier bon marché, car 400 000 correspond au double de la limite. La facturation est de 1,60 $ d’entrée et de 0,24 $ de sortie : 1,84 $. Le rapport est de 2,7 pour 1, et ce n’est pas un artefact d’arrondi — c’est la différence entre une grille à taux unique et une grille comportant un palier.
Faites passer la requête à 150 000 en entrée et 15 000 en sortie, et le tableau change de nature. Qwen4-Max Singapore : 0,225 $ plus 0,0675 $, soit environ 0,29 $. Grok 4.7 au premier palier : 0,30 $ plus 0,09 $, soit environ 0,39 $. Un écart de 25 %, sans rien de remarquable, à peu près ce que laissent entendre les prix annoncés. Les deux cartes ne se séparent brutalement que sur les charges de travail où l’une d’elles change de palier.
C’est le calcul que les pages marketing passent sous silence. Quand un fournisseur affiche un prix puis ajoute un palier pour le contexte long, la comparaison honnête se fait par charge de travail, et non par token, car la frontière du palier tombe précisément là où le produit est censé être utile.
La boucle de l’agent est l’endroit où la conception du cache importe plus que le prix.
Les lecteurs à contexte long font rarement un seul appel ; ils en font dix sur un préfixe stable. Prenez une invite de 200 000 jetons dont 180 000 sont cacheables, 10 000 d’entrée fraîche et 10 000 de sortie, sur dix tours.
Qwen4-Max facture, par tour, 0,027 $ d’entrée fraîche, 0,0135 $ de lectures de cache à 0,075 $, et 0,045 $ de sortie — 0,0855 $, soit 0,855 $ pour l’exécution. L’écriture du cache elle-même est facturée une fois, à 1,875 $ par million pour un stockage de cinq minutes, et elle est suffisamment faible à cette taille pour être ignorée.
Grok 4.7 facture $0.04 d'entrée fraîche, $0.09 de lectures de cache à $0.50 et $0.06 de sortie — $0.19 par tour, $1.90 pour l'exécution. Le tarif de lecture de cache à lui seul est près de sept fois celui de Qwen4-Max, ce qui explique que l'écart plus que double alors qu'aucun des deux modèles ne se situe dans sa tranche chère ici.
Si vous passez par un seul point de terminaison plutôt que par deux contrats fournisseurs, la couche de routage ne modifie aucun de ces chiffres — une marge de 0 % signifie que le prix catalogue du fournisseur est répercuté tel quel, de sorte qu'une baisse de prix d'un fournisseur apparaît sur votre facture le jour même de sa publication plutôt qu'au prochain renouvellement de contrat. C'est l'argument en faveur du maintien d'un mélange de modèles derrière une clé unique, et c'est le seul argument de cet article qui concerne notre produit plutôt que le leur.
Là où Grok 4.7 l’emporte encore haut la main
Deux endroits, et aucun n'est petit.
La première est la longueur de sortie. Grok 4.7 annonce un plafond de sortie de 450 000 tokens. Qwen4-Max ne publie aucun plafond de sortie distinct ; il dispose d’un budget de 262 144 tokens partagé avec sa propre réflexion, et lorsque la réflexion est désactivée, le plafond est de 131 072. Pour un travail qui produit un long artefact plutôt qu’une réponse courte — une base de code générée, une longue ébauche juridique, un corpus transcrit et analysé — la différence ne tient pas à la qualité. Elle tient au fait que la tâche s’achève en un seul appel ou doive être découpée en blocs.
Le second est une preuve mesurée dans le haut du classement. Grok 4.7 figure dans l’Intelligence Index d’Artificial Analysis depuis septembre et dispose de trois relevés selon l’effort de raisonnement : 35 en xhigh, 35 en high, 31 en low, le temps jusqu’au premier token de réponse passant de 52,9 secondes au réglage le plus élevé à 10,6 secondes au plus bas. Qwen4-Max n’a qu’un seul score d’indice publié, de 43, et, au moment de la rédaction, aucune vitesse de sortie ni aucun temps par tâche sur le même tableau. Un 43 face à un 35 constitue une véritable avance, mais un score sans relevé de vitesse ne vous dit rien sur la question de savoir si le modèle est exploitable compte tenu de votre budget de latence.
Il existe une troisième asymétrie qu'il est facile de manquer : le contrôle de l'effort de Grok 4.7 est un levier de coût que l'on peut actionner à chaque requête, et ses temps publiés montrent ce que chaque réglage vous coûte en attente. Qwen4-Max expose lui aussi l'effort de raisonnement, mais Alibaba ne décrit l'économie qu'en termes relatifs — consommation de tokens en baisse de 24 % à xhigh et de 35 % à high sur sa suite Work360, 48 et 49 % sur Terminal-Bench 4.0, le tout mesuré par rapport à Qwen3.8-Max plutôt que publié sous forme de grille tarifaire par niveau d'effort. Rapporté par le fournisseur, non reproduit et relatif à un autre modèle : utile comme indication, inutile comme donnée budgétaire.
Là où Qwen4-Max l'emporte haut la main
Contexte et forme du compteur.
Un million de tokens contre un demi-million, ce n’est pas le doublement d’une spécification ; cela change les tâches qui rentrent. Trois d’entre elles se situent entre les deux nombres : une refactorisation à l’échelle d’un monorepo où la tranche pertinente représente 600 000 tokens de graphe de dépendances et d’historique ; un exercice d’exploration sur un ensemble de documents qui doit être lu dans son intégralité plutôt que récupéré ; et un agent 24/7 qui accumule de l’état tout au long d’une journée de travail sans résumer. Qwen4-Max convient aux trois. Grok 4.7 ne convient à aucune d’elles en un seul appel, et pousser 600 000 tokens dedans implique soit de la récupération, soit le palier à 4 $/12 $ — facturé précisément au point où l’écart de 2,7× devient difficile à justifier.
La carte forfaitaire permet aussi de faire des prévisions. Un responsable budgétaire peut multiplier les tokens par un seul tarif et tomber juste. Une carte à paliers oblige le modèle financier à deviner la distribution de la longueur des prompts, ce qui, en pratique, signifie que l’estimation est fausse dans le sens coûteux.
Et le score indépendant, tel qu'il est, favorise Qwen4-Max : 43 contre 35 sur le même banc d'essai. La réserve est réelle — un modèle qui n'a que quelques jours a été bien moins scruté, et un seul agrégat d'indice masque une énorme variance entre les tâches —, mais la direction n'est pas ambiguë.

Ce qu’aucun des deux modèles ne vous dit
Aucun des deux fournisseurs ne publie les poids, si bien qu’aucun des deux ne peut être auto-hébergé, audité ou épinglé à une version que vous contrôlez. SpaceXAI ne publie absolument aucun nombre de paramètres pour Grok 4.7. Alibaba publie une description de l’architecture de Qwen4-Max — des couches DeltaNet à portes entrelacées avec un mécanisme d’attention sparse, quatre branches résiduelles parallèles avec des portes dynamiques, une table d’embedding de N-grammes — mais aucun poids.
Les chiffres de benchmark d’aucun des deux fournisseurs ne font l’objet d’un audit indépendant comme l’est l’indice. Le chiffre de 52,69 d’Alibaba pour Work360 face aux 47,74 de Qwen3.8-Max, son affirmation selon laquelle le coût moyen par tâche est passé de 4,43 $ à 1,67 $, et ses bits par octet inférieurs de 5 à 13 % sur cinq checkpoints de base sont tous des données internes et non reproduites. Les avantages de Grok 4.7 sont tout aussi peu documentés au-delà de l’indice : SpaceXAI ne publie aucun coût par tâche, seulement un prix par token.
Le seul chiffre de coût indépendant qui existe va à l’encontre de la carte la plus économique. Artificial Analysis évalue Qwen4-Max à 3,27 $ par tâche de l’Intelligence Index, et sa fiche Grok 4.7 ne mentionne aucun chiffre comparable. Lisez bien : le modèle qui semble le moins cher ici est celui dont le coût par tâche est documenté, et l’autre n’est tout simplement pas mesuré. Ce n’est pas la preuve que Qwen4-Max est cher. C’est la preuve que, de ces deux modèles, un seul a été chiffré de bout en bout par quiconque.
Comment choisir
Si vos prompts dépassent régulièrement 200 000 tokens, Qwen4-Max est le modèle le moins cher, dans une proportion qui augmente avec la longueur, et la tarification par paliers de Grok 4.7 fait que le réflexe habituel « il suffit d'envoyer plus de contexte » devient vite coûteux. Orientez les tâches à contexte long vers Qwen4-Max.
Si votre travail consiste à émettre un artefact très long en un seul appel, le plafond de sortie de 450 000 tokens de Grok 4.7 est le chiffre décisif, et le budget partagé de 262 144 de Qwen4-Max est le facteur disqualifiant. Le découpage d’une génération n’est pas un contournement neutre ; il vous coûte de la cohérence aux jonctions.
Si vous avez besoin d’une valeur de latence avant de vous engager, Grok 4.7 en a publié à trois niveaux d’effort, alors que Qwen4-Max ne l’a pas fait. Cette asymétrie se résorbera à mesure que les tests indépendants rattraperont leur retard, mais aujourd’hui, c’est une raison de faire un pilote plutôt que de standardiser.
Si vous utilisez déjà Grok 4.7 et que la question est de savoir s'il faut ajouter Qwen4-Max, la réponse honnête est de l'ajouter de manière sélective : lectures à contexte long, entrée vidéo et travaux par lots sensibles aux coûts, tout en laissant la génération de textes longs au modèle doté d'un plafond de sortie documenté. Deux modèles derrière une seule clé vous coûtent une règle de routage, pas une migration, et cela signifie qu'une mauvaise semaine chez l'un ou l'autre fournisseur se traduit par un basculement plutôt que par une panne.

Le tableau des scores, avec ses sources jointes
Le seul chiffre qui distingue le plus nettement ces modèles n’est pas le score de l’indice — c’est le prix à 400 000 tokens. Qwen4-Max 0,69 $, Grok 4.7 1,84 $, selon le tarif international publié par chaque fournisseur. Tout le reste dans cette comparaison relève d’une appréciation des preuves et de la marge de progression.
Un mot sur les scores d’index, car ils seront cités hors contexte. Le 43 et le 35 proviennent du même tableau Artificial Analysis, consulté le 17 novembre 2026. Ils sont comparables entre eux. Ils ne sont pas comparables au 55 que Kimi K3.1 Pro affichait selon une grille d’évaluation antérieure, et tout article qui place ces deux chiffres dans la même phrase compare deux tests différents. Les chiffres du fournisseur — Work360, les réductions de tokens, les écarts en bits par octet — sont ceux d’Alibaba et ne font l’objet d’aucune vérification par un tiers.
Une dernière chose à savoir avant de planifier une facture autour du 43 : le score correspond à un seul réglage d’effort. Alibaba livre la réflexion activée par défaut avec un budget de 131 072 tokens et un effort réglé sur élevé, et les tests indépendants n’ont pas encore publié les scores du modèle à faible effort ni ce que cela permettrait d’économiser. D’ici là, considérez le 43 comme le prix de la posture par défaut du modèle plutôt que comme un curseur que vous pouvez baisser.
Les deux cartes, sur un seul itinéraire
Il vaut la peine de préciser la différence opérationnelle entre lire deux grilles tarifaires et exploiter deux modèles, car elle est plus petite que ne le suggère l’écart de prix. grok/grok-4.7 est l’un des 215 identifiants que nous servons, au prix catalogue du fournisseur sans rien ajouter, si bien que sa limite de palier et son tarif de cache sont ceux que SpaceXAI publie le jour même. Qwen4-Max n’en fait pas partie ; il passe par l’API Model Studio d’Alibaba. La conséquence pratique est que la stratégie mixte préconisée plus haut — lecture à contexte long sur Qwen4-Max, génération de textes longs sur Grok 4.7 — nécessite une relation fournisseur pour chaque côté, et une règle de routage ne vaut que ce que valent les deux points de terminaison qui la sous-tendent.

Comparés dans cet article1
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
