Live 18/11 · Cohorte 318 nov à 19h00 MSK — atelier pratique gratuit sur les agents IA · La Cohorte 3 démarre le 23/11Atelier 18/11 →Cohorte 3 (23/11)

Alibaba réduit de 67% le coût par tâche de Qwen4-Max, mais GPT-6.1 Sol reste moins cher : 3,27 $ contre 1,27 $

Alibaba ouvre l'accès à Qwen4-Max et promet « trois fois moins cher ». Mais le prix du million de tokens n'est pas le prix d'une tâche résolue. Selon Artificial Analysis, une tâche de l'indice coûte 3,27 $ contre 10,02 $ pour la version précédente (−67%). Or 75% de cette baisse vient de la grille tarifaire, pas d'une économie de tokens. Le modèle raisonne trop longuement : GPT-6.1 Sol, dont le token est pourtant plus cher, ne facture la même tâche que 1,27 $. Qwen4-Max se choisit pour son contexte de 1M, pas pour du code à bas coût.

Traité par IA depuis TG: @ai_product (AI Product / Igor Akimov) ; édité par Hamidun News
Alibaba réduit de 67% le coût par tâche de Qwen4-Max, mais GPT-6.1 Sol reste moins cher : 3,27 $ contre 1,27 $
Source : TG: @ai_product (AI Product / Igor Akimov). Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireTG: @ai_product (AI Product / Igor Akimov) ↗
Rédacteur en chef
Indice Artificial Analysis43 points contre 34 pour Qwen3.8-Max
Tarifs1,50 $ / 4,50 $ par 1M de tokens, cache à 0,075 $
Terminal-Bench 4.048,5 contre 67,2 pour Kimi K3.1

Alibaba ouvre l'accès général à Qwen4-Max et la présente comme un « 24/7 AI teammate » trois fois moins cher que la génération précédente. Le problème : ce « moins cher » porte sur le prix par token, alors que vous payez pour une tâche résolue. Imaginez que vous confiez à un modèle la correction d'un bug dans un dépôt : s'il « réfléchit » deux fois plus longtemps que son concurrent, un tarif au token bas ne sauvera pas la facture.

C'est exactement ce qui se produit. D'après les mesures d'Artificial Analysis (laboratoire indépendant qui compare les modèles), l'exécution d'une tâche de son indice coûte 3,27 $ contre 10,02 $ pour Qwen3.8-Max, soit 67% de moins.

Mais avec GPT-6.1 Sol, la même tâche revient à seulement 1,27 $. Pour un développeur, la conclusion est pratique : comparez les modèles non pas sur la grille tarifaire, mais sur le coût d'une tâche résolue avec vos propres données.

Ce que contient le modèle et ce qu'il coûte

Qwen4-Max est un modèle gigantesque de 2,4 billions de paramètres, dont 71 milliards sont actifs pour chaque réponse. C'est un modèle de classe datacenter. Il n'y aura pas de poids ouverts : Alibaba ne les publiera que pour les modèles plus petits de la gamme. Le contexte atteint 1M de tokens ; en entrée, le modèle accepte du texte, des images et de la vidéo, et il ne produit que du texte en sortie.

Tarifs : 1,50 $ par million de tokens en entrée, 4,50 $ par million en sortie, 0,075 $ pour l'entrée en cache. C'est 25% moins cher que Qwen3.8-Max et nettement en dessous des leaders du marché.

Ce que montre Alibaba, ce que montrent les mesures indépendantes

Le graphique du constructeur a été établi par l'entreprise elle-même : il faut donc le lire avec prudence.

  • DeepSWE v1.1 (tâches de développement) : 75,7 contre 74,2 pour Opus 5.5 et 75,5 pour Kimi K3.1. Cinq modèles se tiennent en un point et demi : c'est du bruit, pas un leadership.
  • HLAB-Vals (tâches juridiques) : 21,3 contre 9,2 pour Opus 5.5. Ici, Qwen4-Max prend réellement de l'avance.
  • Terminal-Bench 4.0 (travail d'un agent dans un terminal) : 48,5 contre 67,2 pour Kimi K3.1 et 59,6 pour Opus 5.5. Faible.
  • ProgramBench : 31,5 contre 65,0 pour Opus 5.5. Un échec là aussi.
  • Chartography (lecture de graphiques) et Video-Index (vidéo) : un retard de 6 à 17 points sur les modèles américains.

Le tableau indépendant est plus modeste. Dans l'Artificial Analysis Intelligence Index, le modèle obtient 43 points contre 34 pour Qwen3.8-Max. Il est devancé par Fable 5.2 (65), Gemini 4 Carbon (60), Opus 5.5 (59), GPT-6 Astra (57), GPT-6.1 Sol (55) et même par le plus ancien Kimi K3.1 Pro (46). Dans le Vals Index, Qwen4-Max réalise 63,20% : 11e place sur 38 et meilleur résultat parmi les modèles chinois. Dans Code Arena WebDev, il se classe sixième avec 1750 Elo, mais ce classement reste pour l'instant préliminaire.

Pourquoi le « trois fois moins cher » appelle des réserves

Sur les 67% d'économie par tâche, 75% proviennent de la baisse de la grille tarifaire et seulement 25% d'une réelle réduction de la consommation de tokens. Le modèle reste bavard : une exécution de l'indice consomme 127 millions de tokens de sortie, pour une médiane de 78,6 millions.

La comparaison la plus parlante est celle avec GPT-6.1 Sol. Avec une grille à 2 $ / 10 $, Sol coûte 1,27 $ par tâche chez Artificial Analysis et 3,61 $ par test chez Vals. Qwen4-Max revient respectivement à 3,27 $ et 9,33 $. En outre, Sol obtient un score un peu supérieur chez Vals : 63,94% contre 63,20%. Autrement dit, le modèle au token plus cher coûte moins cher à l'usage et se montre un peu plus précis. Un token bon marché ne fait pas une tâche bon marché : les raisonnements superflus absorbent la remise.

À qui s'adresse-t-il

Pour le code agentique dans un terminal, Qwen4-Max n'est pas encore une option : Kimi K3.1, Sol, Opus 5.5 ou Gemini 4 Carbon restent meilleurs. Il ne faut pas non plus compter sur un travail approfondi avec des graphiques et de la vidéo, où le retard est net.

En revanche, le modèle a une niche : les tâches qui exigent un contexte de 1M de tokens sans grosses dépenses, par exemple l'analyse de documents volumineux, de contrats ou d'une base de code. Les cas d'usage juridiques semblent constituer un point fort à part, mais ce résultat provient du graphique du constructeur et doit être vérifié sur vos propres données avant tout déploiement.

En résumé : c'est une mise à jour de génération honnête — 9 points d'indice en plus et trois fois moins cher que la génération précédente — mais sans magie. Avant de basculer la production, exécutez votre propre jeu de tâches et calculez le coût final d'une tâche résolue, en tenant compte du taux de réponses correctes.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que contient le modèle et ce qu'il coûte ?

Qwen4-Max est un modèle gigantesque de 2,4 billions de paramètres, dont 71 milliards sont actifs pour chaque réponse. C'est un modèle de classe datacenter. Il n'y aura pas de poids ouverts : Alibaba ne les publiera que pour les modèles plus petits de la gamme. Le contexte atteint 1M de tokens ; en entrée, le modèle accepte du texte, des images et de la vidéo, et il ne produit que du texte en sortie. Tarifs : 1,50 $ par million de tokens en entrée, 4,50 $ par million en sortie, 0,075 $ pour l'entrée en cache.

Que sait-on sur Ce que montre Alibaba, ce que montrent les mesures indépendantes ?

Le graphique du constructeur a été établi par l'entreprise elle-même : il faut donc le lire avec prudence. DeepSWE v1.1 (tâches de développement) : 75,7 contre 74,2 pour Opus 5.5 et 75,5 pour Kimi K3.1. Cinq modèles se tiennent en un point et demi : c'est du bruit, pas un leadership. HLAB-Vals (tâches juridiques) : 21,3 contre 9,2 pour Opus 5.5. Ici, Qwen4-Max prend réellement de l'avance. Terminal-Bench 4.0 (travail d'un agent dans un terminal) : 48,5 contre 67,2 pour Kimi K3.1 et 59,6 pour Opus 5.5. Faible.

Pourquoi le « trois fois moins cher » appelle des réserves?

Sur les 67% d'économie par tâche, 75% proviennent de la baisse de la grille tarifaire et seulement 25% d'une réelle réduction de la consommation de tokens. Le modèle reste bavard : une exécution de l'indice consomme 127 millions de tokens de sortie, pour une médiane de 78,6 millions. La comparaison la plus parlante est celle avec GPT-6.1 Sol. Avec une grille à 2 $ / 10 $, Sol coûte 1,27 $ par tâche chez Artificial Analysis et 3,61 $ par test chez Vals. Qwen4-Max revient respectivement à 3,27 $ et 9,33 $.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…