
Qwen4-Max figure déjà en dehors de l'API d'Alibaba — au prix mondial d'Alibaba lui-même
- 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 1.02026-11-0711 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$4.00 / $20.00 par million de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 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 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 134 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 · 128 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 · 186 tok/s
Qwen4-Max est passé en disponibilité générale le 16 novembre 2026, et dès le lendemain matin, il était référencé ailleurs que sur l’API propre à Alibaba. L’annonce indiquait 1,413 $ par million de jetons d’entrée, 4,24 $ par million de jetons de sortie et 0,071 $ pour une lecture de cache. Ce ne sont pas les chiffres d’un revendeur. Ce sont ceux de la grille tarifaire Global-region d’Alibaba pour Qwen4-Max, à trois décimales près — les tarifs exacts que le fournisseur publie pour Pékin, Hong Kong, Francfort, la Virginie (États-Unis) et Tokyo, qui se situent 5,8 % en dessous de la grille de Singapour à 1,50 $ et 4,50 $. L’apparition d’un modèle sur une deuxième plateforme dans le jour suivant son lancement n’a rien de remarquable en 2026. Une deuxième plateforme qui apparaît au prix catalogue du fournisseur lui-même vous dit quelque chose de précis sur ce qui est réellement servi, et ce n’est pas un second déploiement d’un modèle de 2,4 billions de paramètres.
Ce qu’une annonce au même prix prouve
La lecture est étroite, et il vaut la peine de la présenter comme une inférence plutôt qu’un fait, car personne n’a publié de déclaration de capacité. Qwen4-Max est un mélange d’experts creux de 2,4 T de paramètres, avec 71 B activés par jeton et 328 B de paramètres d’embedding N-gram, bâti sur une nouvelle architecture Qwen4 avec Gated DeltaNet et un indexeur d’attention creuse. Déployer cela sur du matériel indépendant exige des achats, des kernels et au moins une semaine de réglage. Aligner le prix du fournisseur au millième de dollar près dans le jour suivant le lancement, voilà à quoi ressemble un prix répercuté, et le tarif des jetons mis en cache est l’indice révélateur : $0.071 est un chiffre étrange auquel arriver de façon indépendante et un chiffre évident à copier.
Entrée — 1,413 $ par million sur la carte tierce, 1,413 $ sur la carte Global d'Alibaba, 1,50 $ à Singapour.
• Sortie — 4,24 $ sur les deux cartes Global-scope ; 4,50 $ à Singapour.
• Lecture du cache — 0,071 $ sur la carte tierce et sur la carte Global d'Alibaba ; 0,075 $ à Singapour.
• Ce qui n'est pas copié — les limites. La page tierce annonce un contexte de 977K tokens et une sortie maximale de 128K. La fiche officielle d'Alibaba indique, elle, un plafond d'entrée de 991 808 tokens et un budget partagé de 262 144 tokens pour le raisonnement et la réponse, dont 131 072 sont disponibles lorsque le raisonnement est désactivé. Une fiche publiée aussi vite recopie plus fidèlement un prix qu'un plafond.
Ce dernier point est le plus concret. Si vous dimensionnez une tâche à contexte long — un dépôt de 400K tokens, une trace d’agent de plusieurs heures — une plateforme qui plafonne la sortie à 128K tronquera un travail que le modèle lui-même aurait terminé. La parité de prix n’est pas la parité de spécifications, et sur un modèle aussi récent, il n’existe pas de seconde source pour vérifier une limite, hormis la page modèle du fournisseur lui-même.
Le premier benchmark indépendant existe. La première mesure indépendante de vitesse, elle, n’existe pas.
C’est la partie de l’histoire qui compte plus que l’annonce. Artificial Analysis a ajouté Qwen4-Max à son classement avec une ligne complète dans l’Intelligence Index — 42,9, arrondi à 43 sur la page publique, pour un coût mesuré de 3,27 $ par tâche de l’index, après avoir généré 127 millions de tokens de sortie pendant l’exécution, ce que le tracker classe 65e sur 80 sur son échelle de verbosité. Il s’agit d’une véritable évaluation indépendante d’un modèle vieux de deux jours, et c’est le chiffre à citer quand quelqu’un vous tend un graphique de fournisseur.
Ce qui manque à la même page, c’est une ligne de vitesse. Aucun débit de jetons de sortie par seconde, aucun temps jusqu’au premier jeton, aucun temps jusqu’au premier jeton de réponse. Tous les autres modèles de niveau phare de ce tableau affichent ces trois chiffres ; Qwen4-Max affiche une valeur nulle. Ce n’est pas une critique du tracker — une mesure de débit nécessite des appels répétés vers un point de terminaison stable, et le 17 novembre, il n’existait aucun point de terminaison stable à appeler de façon répétée. C’est un avertissement concernant les analyses que vous lirez cette semaine : tout article qui cite un chiffre de jetons par seconde pour Qwen4-Max dans les prochains jours soit mesure une seule requête une seule fois, soit l’invente. Le fournisseur n’en a pas publié non plus.

Ce que coûte réellement une exécution d’agent, à ces tarifs
Les prix par token sont la mauvaise unité pour un modèle à long horizon ; voici donc le calcul sur un profil pour lequel Qwen4-Max est explicitement vendu — un agent de codage qui transporte un contexte de 200 000 tokens sur 40 tours et écrit 30 000 tokens de raisonnement et de correctif par tour. Tous les chiffres sont des prix catalogue, et non une facture mesurée.
• Contexte mis en cache, par tour — 200 000 tokens à 0,075 $ par million, soit 0,015 $. Sur 40 tours, 0,60 $.
• Sortie, par tour — 30 000 tokens à 4,50 $ par million, soit 0,135 $. Sur 40 tours, 5,40 $.
• Le ratio — la sortie coûte neuf fois ce que coûte le contexte mis en cache, par tour, même après une remise de 95 % sur le cache. La remise sur le cache n'est pas le levier que l'on imagine une fois que la sortie est longue.
• Entrée fraîche — chaque tour qui rate le cache paie 1,50 $ par million au lieu de 0,075 $, soit un bond de 20×. Quatre millions de jetons d’échecs de cache sur l’ensemble de l’exécution ajoutent 6,00 $, plus que l’intégralité de la facture de sortie.
Ce qui inverse le conseil habituel. Sur Qwen4-Max, ce qu’il faut instrumenter, c’est le taux de succès du cache, pas la longueur de sortie : une boucle de 40 tours qui garde son contexte chaud revient à environ 6,00 $, et la même boucle qui renvoie son contexte à froid revient à environ 12,00 $. Le chiffre phare du fournisseur lui-même — le coût moyen par tâche sur son benchmark Work360, passant de 4,43 $ à 1,67 $ — est une affirmation sur la composition en tokens de son benchmark, pas une promesse concernant le vôtre. C’est aussi un chiffre de fournisseur sur un benchmark de fournisseur, et il est étiqueté comme tel ici parce que rien d’indépendant ne le reproduit encore.

L'essayer sans changer de plateforme
OrcaRouter ne route pas Qwen4-Max. Cela mérite d’être dit franchement plutôt que passé sous silence : le catalogue contient qwen/qwen3.8-max, anthropic/claude-fable-5.2 et openai/gpt-6.1-sol, et une requête pour un identifiant qwen4 renvoie not-found aujourd’hui. Si vous voulez le nouveau fleuron Qwen sur notre clé, vous attendez comme tout le monde.
Ce que cette situation justifie, ce n’est pas de basculer toute votre pile vers un modèle vieux de deux jours pour le tester. Une transition de la preview à la GA qui a en outre ramené le budget de sortie partagé de 393 216 tokens à 262 144 et fait passer la facturation des crédits à un comptage par token est exactement le type de changement qui casse un chemin de production dès la deuxième semaine. C’est l’argument pour garder l’expérimentation derrière un point de terminaison routé plutôt que codé en dur — le nouveau modèle sur une route, le modèle en place sur le fallback, une seule facture dans les deux cas. Lorsque Qwen4-Max arrivera au catalogue, il sera affiché au prix du fournisseur avec 0 % de marge, ce qui signifie que la même répercussion qui rend une carte tierce identique à celle d’Alibaba est ce qui rend une baisse de prix du fournisseur visible de notre côté le jour où elle survient.

Les petits caractères indiquent une date.
Deux identifiants ont une échéance. qwen4-max-preview et qwen4.0-max-preview cesseront de fonctionner à 24:00 le 25 novembre 2026, UTC+8 — neuf jours après la disponibilité générale — et l’identifiant de modèle qui subsiste est simplement qwen4-max. Toute configuration, valeur par défaut de SDK, notebook ou harnais d’évaluation pointant encore vers l’une ou l’autre des chaînes preview échouera avec une erreur model-not-found plutôt qu’un avertissement de dépréciation, ce qui est la manière la moins utile de le découvrir.
Donc l'histoire est plus modeste et plus utile que « c'est disponible partout maintenant ». Un modèle a été livré, une carte tierce est apparue en l'espace d'un jour aux propres tarifs Global du fournisseur, et les limites attachées à cette carte ne sont pas celles du fournisseur. Le score d'intelligence indépendant est arrivé en un jour ; le score de vitesse indépendant, lui, n'est pas arrivé du tout. Considérez le prix comme une simple répercussion, relevez le plafond sur la page du fournisseur, et mettez un rappel d'agenda au 25 novembre pour les identifiants de préversion — voilà tout ce que le 16 novembre vous a réellement dit.
