Alibaba dévoile Qwen4-Max et revendique la tête des benchmarks de code face à Claude Opus 5.5
Points clés
- •Qwen4-Max a été mis en ligne le 16 novembre 2026 comme modèle principal de la série Qwen4 d'Alibaba, reposant sur une architecture sparse mixture-of-experts avec un backbone de 2 400 milliards de paramètres.
- •Alibaba rapporte un score de 75,7 sur le benchmark de code DeepSWE v1.1, devant Claude Opus 5.5 et compétitif face à Kimi K3.1 Pro, mais les classements indépendants placent le modèle derrière des concurrents comme Kimi tout en créditant son coût par tâche avantageux.
- •Le modèle utilise environ 50 % de tokens en moins que son prédécesseur Qwen3.8-Max, et le coût moyen par tâche a baissé de plus de 60 %, grâce à une tarification de 1,50 $ par million de tokens d'entrée et 4,50 $ par million de tokens de sortie, avec un coût par tâche d'environ 3,27 $.
- •Qwen4-Max est multimodal (texte, images, vidéos), prend en charge des fenêtres de contexte allant jusqu'à 1 million de tokens et est compatible avec les protocoles d'OpenAI et d'Anthropic pour faciliter la migration des développeurs sur des plateformes concurrentes.
- •Alibaba prévoit de publier des modèles open-weight plus petits dans la série Qwen4 tout en gardant le modèle phare fermé, et positionne le modèle pour les secteurs gourmands en documents comme la santé, la finance et le droit.

Alibaba a lancé un nouveau modèle d'IA phare, Qwen4-Max, accompagné de déclarations ambitieuses sur ses performances en programmation. L'entreprise a indiqué que le modèle surpassait Claude Opus 5.5 d'Anthropic et obtenait des résultats compétitifs face à Kimi K3.1 Pro de Moonshot AI sur les benchmarks de code, même si les classements indépendants dressent un tableau plus nuancé.
Ce qu'Alibaba a réellement livré
Qwen4-Max a été mis en ligne le 16 novembre 2026 en tant que modèle principal de la nouvelle série Qwen4. Il repose sur une architecture sparse mixture-of-experts (mélange d'experts) construite autour d'un backbone de 2 400 milliards de paramètres.
Cette architecture mérite une brève explication. Imaginez un hôpital comptant des centaines de spécialistes, où chaque patient ne consulte que les quelques médecins concernés par son cas. Un modèle mixture-of-experts fonctionne de la même manière : il achemine chaque requête vers un sous-ensemble de ses « experts » internes au lieu d'activer les 2 400 milliards de paramètres d'un coup. Il en résulte un modèle très volumineux qui n'a pas à payer la totalité de la facture de calcul à chaque tâche.
Le modèle est multimodal, ce qui signifie qu'il traite le texte, les images et les vidéos. Il prend également en charge une fenêtre de contexte allant jusqu'à 1 million de tokens. La fenêtre de contexte correspond approximativement à la mémoire à court terme du modèle : plus elle est grande, plus le modèle peut traiter de longs documents ou de vastes bases de code en une seule session.
Les développeurs peuvent accéder à Qwen4-Max via une API sur QwenCloud. Alibaba l'a également rendu compatible avec les protocoles établis par OpenAI et Anthropic. Pour les équipes déjà structurées autour de ces écosystèmes, la migration devient moins une réécriture qu'un simple changement de configuration.
Benchmarks et petites lignes
Sur le benchmark de code DeepSWE v1.1, Qwen4-Max a obtenu un score de 75,7. Selon les résultats de recherche publiés lors du lancement, ce score le place devant Claude Opus 5.5 et montre des résultats compétitifs face à Kimi K3.1 Pro.
Les classements indépendants sont moins élogieux. Ils placent Qwen4-Max derrière des concurrents comme Kimi, tout en soulignant son coût par tâche avantageux. Cette divergence est une caractéristique récurrente des lancements de modèles d'IA : les suites de benchmarks des fournisseurs et les classements de tiers s'appuient souvent sur des évaluations différentes, si bien que les acheteurs doivent généralement croiser les résultats plutôt que se fier à un chiffre unique.
C'est sur l'efficacité qu'Alibaba présente son argument le plus solide. Qwen4-Max utilise environ 50 % de tokens en moins que son prédécesseur, Qwen3.8-Max, et le coût moyen par tâche a baissé de plus de 60 % par rapport à ce modèle antérieur. Les tokens sont les unités de texte qu'un modèle lit et écrit, et c'est aussi sur cette base que la plupart des fournisseurs d'IA facturent leurs clients : moins de tokens par tâche signifie une facture plus réduite pour un travail identique.
Une tarification conçue pour undercut
Alibaba a fixé le prix de Qwen4-Max à 1,50 $ par million de tokens d'entrée et 4,50 $ par million de tokens de sortie, le positionnant comme une option économique dans la catégorie phare des modèles d'IA. Les résultats de recherche évaluent son coût par tâche à environ 3,27 $, inférieur à celui des concurrents.
L'accès n'a pas commencé le jour du lancement. Une préversion Token Plan a ouvert le 11 novembre 2026 et reste disponible jusqu'au 25 novembre, offrant aux équipes une fenêtre définie pour tester le modèle sur leurs propres charges de travail. Alibaba prévoit également de publier des modèles open-weight plus petits dans la série Qwen4, tandis que le modèle phare Qwen4-Max restera fermé.
Contexte : une course très disputée
Le discours d'Alibaba s'écarte de la course aux capacités pure. L'entreprise met plutôt l'accent sur l'efficacité et l'usage pratique, ciblant la productivité professionnelle et les tâches de programmation. Elle destine le modèle à des secteurs tels que la santé, la finance et le droit, où les flux de travail sont riches en documents et où la maîtrise des coûts constitue une véritable contrainte.
Ce que cela signifie
Pour les entreprises qui achètent de l'IA, le chiffre le plus important ici n'est peut-être pas 75,7. C'est la combinaison d'une consommation de tokens réduite et d'un prix par token plus bas. Ces deux économies se cumulent, ce qui explique pourquoi Alibaba peut mettre en avant une baisse des coûts par tâche de plus de 60 % par rapport à son propre modèle précédent.
La compatibilité avec les protocoles d'OpenAI et d'Anthropic réduit également le coût d'essai de Qwen4-Max pour les développeurs déjà investis dans des plateformes concurrentes.
L'écart entre les revendications de benchmark d'Alibaba et les classements indépendants mérite néanmoins attention. Les entreprises évaluant le modèle devraient pondérer les résultats de tiers avec les chiffres du fournisseur, en particulier pour le travail de programmation où les performances varient selon les tâches. Le fait que les classements indépendants créditent toujours son coût par tâche suggère que le récit d'efficacité tient mieux que la couronne de la performance pure.
La stratégie open-weight est l'autre fil à suivre. La publication ouverte de modèles Qwen4 plus petits pourrait élargir la base de développeurs d'Alibaba, tandis que le maintien du modèle phare en fermé protège son actif le plus précieux.