Actualités IA · Modèles
Qwen4-Max : Alibaba sort un modèle géant… et garde ses poids fermés
Le 16 novembre 2026, Alibaba a publié Qwen4-Max, le modèle le plus capable de la famille Qwen. Il est très bon marché, mais c’est aussi le premier modèle phare de Qwen dont les poids ne sont pas téléchargeables.

Après une préversion ouverte le 11 novembre, Alibaba a lancé officiellement Qwen4-Max le lundi 16 novembre 2026. Le groupe chinois le présente comme un « coéquipier IA » pour le travail, la création et la recherche scientifique. Le modèle comprend nativement le texte, l’image et la vidéo, et accepte jusqu’à 1 million de tokens de contexte.
Techniquement, Qwen4-Max est un modèle à mélange d’experts (MoE) de 2 400 milliards de paramètres, dont seulement 71 milliards sont activés pour chaque token. Selon Alibaba, c’est 25 % de paramètres actifs en moins que Qwen3.8-Max, à taille totale égale, ce qui réduit le coût d’inférence.
Des performances solides, mais un tableau contrasté
Alibaba affirme que Qwen4-Max se classe 6e sur Code Arena, un classement de programmation en conditions réelles, et obtient de bons scores sur Agents’ Last Exam, Vals Index, JobBench et Chartography. Selon les graphiques publiés par Alibaba et relayés par The Next Web, le modèle atteint 75,7 sur DeepSWE v1.1, juste devant Claude Opus 5.5 (74,2).
Sur Terminal-Bench 4.0, qui évalue le travail d’un agent dans un terminal, le résultat est moins flatteur : 48,5, contre 59,6 pour Opus 5.5 et 67,2 pour Kimi K3.1. The Next Web précise ne pas avoir vérifié ces scores de façon indépendante.
Qwen4-Max face à ses concurrents (chiffres Alibaba)
Score sur deux benchmarks de code agentique. Plus haut = meilleur.
DeepSWE v1.1
Terminal-Bench 4.0
Source : graphiques publiés par Alibaba, relayés par The Next Web, 16 novembre 2026. Chiffres non vérifiés de façon indépendante.
Un modèle conçu pour coûter moins cher par tâche
L’argument principal d’Alibaba est économique. Sur Work360, un benchmark interne couvrant des tâches difficiles dans 721 domaines spécialisés, Qwen4-Max ferait mieux que Qwen3.8-Max en utilisant 35 % de tokens en moins en mode de raisonnement « High ». Le coût moyen par tâche baisserait d’environ 60 %, de 4,43 $ à 1,67 $ d’après les chiffres repris par The Next Web.
Coût moyen par tâche sur Work360
En dollars US, benchmark interne d’Alibaba.
Sources : Alibaba Cloud, communiqué du 16 novembre 2026 ; The Next Web. Benchmark propriétaire.
Les tarifs publics confirment ce positionnement : 1,50 $ par million de tokens en entrée et 4,50 $ en sortie en région Singapour, et 1,413 $ / 4,24 $ dans les régions Pékin et « Global ». La lecture du cache coûte 0,075 $ par million de tokens. À titre de comparaison, Claude Fable 5.2 d’Anthropic, sorti la semaine précédente, est facturé 8 $ / 40 $. Les deux modèles ne jouent toutefois pas exactement dans la même catégorie.
La fin de l’open source pour le modèle phare
C’est le vrai tournant : contrairement aux précédents modèles phares de Qwen, Qwen4-Max ne peut pas être téléchargé. Il n’est accessible que par API ou dans les applications d’Alibaba. Le groupe assure que des modèles Qwen4 plus petits seront publiés en open-weights « prochainement », sans donner de date. Qwen est déjà la famille de modèles ouverts la plus téléchargée au monde, selon Bloomberg, cité par The Next Web.
Côté sécurité, Alibaba indique avoir filtré ses données d’entraînement en cybersécurité selon l’intention : les contenus défensifs (détection et correction de failles) ont été conservés, les contenus offensifs retirés. Des jeux de données dédiés renforcent aussi la protection contre les risques chimiques, biologiques, radiologiques et nucléaires.
Ce que cela change pour une TPE ou une PME française
Un prix très attractif, à mettre en balance avec vos données
À ce tarif, Qwen4-Max rend abordables des agents qui traitent de gros volumes de documents. Mais le modèle est fourni par un groupe chinois et n’est utilisable qu’en cloud. Avant d’y envoyer des données clients, il faut vérifier la région d’hébergement (la documentation QwenCloud cite Francfort parmi les régions « Global »), le contrat de sous-traitance et la conformité RGPD. Pour des données non sensibles, comme du contenu marketing ou de la documentation publique, le calcul est plus simple.
Une intégration facile
Qwen4-Max est compatible avec les API d’OpenAI et d’Anthropic. Concrètement, un outil déjà branché sur l’un de ces fournisseurs peut tester Qwen en changeant l’adresse de l’API et le nom du modèle. La documentation précise en revanche que le fine-tuning et le déploiement dédié ne sont pas proposés pour ce modèle.
Pour l’IA en local, attendre les petits modèles Qwen4
Les entreprises qui veulent héberger leur IA sur leurs propres serveurs, pour des raisons de confidentialité, devront attendre les versions open-weights de Qwen4. Nous suivrons leur sortie. En attendant, nos équipes peuvent comparer Qwen, Claude, DeepSeek ou Mistral sur vos propres cas d’usage : découvrez nos solutions IA pour TPE et PME ou contactez-nous.
Et pour votre entreprise ?
Cybernecs accompagne les TPE et PME françaises sur l’IA et la cybersécurité : choix des modèles, déploiement cloud, local ou hybride, sécurisation des agents.
Nos solutions IA pour TPE/PMEDemander un auditNous contacter
