GPT-Image 2.6 Flare et Sunburst sont disponiblesÀ partir de $0.025 par image

Qwen4-Max : prix, accès API et contexte de 1M

Alibaba a lancé Qwen4-Max le 16 novembre 2026 avec 2,4T de paramètres totaux, 71B actifs par token, une vision native et un contexte de 1M de tokens.

Kiki, OmniaKey COO8 minutes de lecture
Sur cette page

Qwen4-Max est déjà disponible. Alibaba l'a lancé le 16 novembre 2026, et QwenCloud vend le modèle sous le nom qwen4-max via le Token Plan et l'API à l'usage, avec l'entrée à Singapour à $1.50 par million de tokens. La note de lancement indique 2,4 billions de paramètres au total, 71 milliards actifs par token, une vision native et un contexte de 1M de tokens (Alibaba, 16 novembre 2026 ; dernier modèle de QwenCloud ; prix de QwenCloud).

Réponse courte

  • Qwen4-Max est en ligne sous le nom qwen4-max sur QwenCloud, via Token Plan Personal, Token Plan Team ou l'API à l'usage (QwenCloud).
  • Singapour facture $1.50 par million de tokens d'entrée et $4.50 par million de tokens de sortie ; Pékin et les régions Global facturent $1.413 et $4.24 (prix).
  • La fenêtre de contexte est de 1M de tokens, et la réflexion plus la réponse finale peuvent atteindre 262 144 tokens.
  • Qwen4-Max n'a pas de téléchargement de poids ouverts. Alibaba annonce des modèles Qwen4 à poids ouverts plus petits « bientôt » (lancement).

Qwen4-Max est-il disponible maintenant ?

Oui. Alibaba a présenté le modèle à Hangzhou le 16 novembre 2026 et indique qu'il est disponible sur QwenCloud via le Token Plan et l'API, ainsi que dans ses propres applications QwenWork et QwenStudio (lancement). La documentation QwenCloud nomme trois modes de paiement : Token Plan Personal, Token Plan Team ou paiement à l'usage (QwenCloud). L'index de Model Studio d'Alibaba Cloud classe qwen4-max dans le raisonnement complexe et le code, ainsi que dans la compréhension visuelle. La page a été mise à jour pour la dernière fois le 16 novembre 2026 (Model Studio).

Le déploiement couvre Singapour (International), China North 2 à Pékin et Global à Francfort, Hong Kong, Tokyo et Virginie (États-Unis). Singapour utilise l'URL de base https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1 (QwenCloud). Les appels à l'usage à Singapour incluent 1 million de tokens gratuits (prix de QwenCloud), séparément des crédits Token Plan.

Les outils de code ont une liste explicite : QwenCloud nomme Claude Code, Codex et OpenCode (QwenCloud). Pour les étapes d'endpoint personnalisé dont ces outils ont besoin, consultez le guide de configuration de Claude Code. Pour un panorama plus large, lisez le comparatif des agents de code.

État vérifié le 16 novembre 2026.

Qu'est-ce qui change par rapport à Qwen3.8-Max ?

Qwen4-Max est un modèle à mélange d'experts (MoE) clairsemé. Il conserve l'échelle de 2,4 billions de paramètres totaux de Qwen3.8-Max et réduit les paramètres activés de 25%, à 71 milliards par token (lancement). Alibaba décrit ce changement MoE comme portant sur l'attention, les connexions résiduelles et les embeddings. QwenCloud présente le modèle comme le premier de la famille Qwen4 et réunit raisonnement, vision native et exécution de tâches longues dans une seule phrase (QwenCloud).

Les deux modèles partagent la même échelle totale de 2,4T. Les nombres total et actif décrivent le calcul par token, tandis que Work360 est un résultat de tâches distinct, rapporté par le fournisseur.

Alibaba annonce la sixième place sur Code Arena, un classement de code tiers. Il affirme aussi que Qwen4-Max a utilisé 35% de tokens en moins que Qwen3.8-Max avec le niveau High sur Work360 et réduit le coût moyen par tâche d'environ 60% (lancement). Work360 est le benchmark propriétaire d'Alibaba, noté sur 721 domaines spécialisés. La même note cite Agents' Last Exam, Vals Index, JobBench et Chartography sans publier de scores.

Ces chiffres viennent d'Alibaba, et aucune évaluation indépendante n'apparaît dans les sources consultées. Lisez la place sur Code Arena comme une déclaration d'Alibaba sur un tableau tiers, et les chiffres Work360 comme un benchmark fournisseur qui mesure les propres tâches d'Alibaba.

Caractéristiques et ID de Qwen4-Max

L'ID de production est qwen4-max (QwenCloud). qwen4-max-preview est une entrée distincte, avec son propre ID, sa facturation et sa date de retrait (Model Studio). L'entrée est du texte, de l'image et de la vidéo ; la sortie est du texte (table des modèles QwenCloud).

LimiteValeur
Fenêtre de contexte1 000 000 tokens
Entrée max., sans réflexion991 808 tokens
Entrée max., avec réflexion983 616 tokens
Sortie max., sans réflexion131 072 tokens
Réflexion plus réponse262 144 tokens
Budget de réflexion par défaut131 072 tokens

La réflexion est active par défaut avec reasoning_effort=high et un budget de 131 072 tokens (QwenCloud). Le réglage d'effort accepte low, high ou xhigh, et QwenCloud associe minimal, medium et max à ces trois valeurs. Dans Chat Completions, enable_thinking=false désactive la réflexion. max_completion_tokens plafonne ensemble la réflexion et la réponse finale, donc une requête avec réflexion peut répartir jusqu'à 262 144 tokens entre les deux.

L'inférence par lots n'est pas prise en charge pour qwen4-max (QwenCloud ; table des modèles), pas plus que le fine-tuning ou le déploiement de modèle. Les API sont Chat Completions, Responses, Anthropic Messages et DashScope, et les requêtes texte seul utilisent toujours l'endpoint multimodal DashScope.

Les limites média autorisent 16 millions de pixels par image, jusqu'à 2 048 URL d'image, 250 images en base64 et 64 vidéos par requête, avec des vidéos jusqu'à 2 heures ou 2 Go (table des modèles QwenCloud). Ces plafonds décrivent ce que l'endpoint accepte ; le plafond d'entrée de 991 808 tokens décide de ce qui tient dans un appel.

Prix de l'API Qwen4-Max par région

La page de prix de QwenCloud, vérifiée le 16 novembre 2026, affiche ces tarifs à l'usage en dollars américains par million de tokens. Les modes avec et sans réflexion coûtent la même chose, et Qwen4-Max n'a pas de tranches selon la longueur d'entrée (prix de QwenCloud).

PosteSingapourPékin / Global
Entrée$1.50$1.413
Sortie, réflexion et réponse$4.50$4.24
Écriture de cache, 5 min$1.875$1.767
Écriture de cache, 1 h$3$2.827
Lecture de cache$0.075$0.071

Deux détails changent le calcul. Les tokens de réflexion sont facturés comme des tokens de sortie (prix de QwenCloud), et les écritures et lectures de cache utilisent les tarifs ci-dessus. Le cache explicite a une durée de vie de 5 minutes ou 1 heure, avec 5 minutes par défaut ; le nouveau cache explicite Qwen4 n'est pas disponible sur DashScope (QwenCloud).

Un exemple pour Singapour : 100 000 tokens d'entrée à $1.50 par million font $0.15, et 20 000 tokens de sortie à $4.50 par million font $0.09, donc une requête revient à environ $0.24. La même requête à Pékin ou en Global revient à environ $0.23.

Le prix par lots, à 50% du tarif en temps réel, ne s'applique pas ici, car ce modèle ne prend pas en charge l'inférence par lots (prix). Les outils intégrés sont facturés en plus : la recherche web coûte $10 par 1 000 appels à Singapour et $0.573411 à Pékin et en Global, tandis que l'appel de fonctions et MCP n'ont pas de frais d'outil. Les tarifs de crédits Token Plan et les limites de débit par modèle ne figurent pas sur les pages consultées.

Que fait Qwen4-Max avec la vision et les outils ?

La compréhension d'images et celle de vidéos figurent toutes deux parmi les capacités prises en charge, et la même entrée bénéficie du contexte de 1M de tokens (QwenCloud). L'entrée est du texte, de l'image et de la vidéo, avec une sortie texte (table des modèles).

Les outils couvrent l'appel de fonctions, les appels d'outils parallèles, la recherche web, le scraping web, l'interpréteur de code, la recherche texte-vers-image, la recherche image-vers-image, la compréhension de PDF et MCP (QwenCloud). L'interpréteur de code exige la réflexion activée. La sortie structurée fonctionne en JSON Object ou JSON Schema, et le streaming, la complétion de préfixe et le cache implicite sont pris en charge. CoT Summary renvoie un résumé lisible tandis que le raisonnement complet reste chiffré.

preserve_thinking est actif par défaut pour les appels d'outils multi-tours. Ce réglage compte dans les boucles d'agents : le raisonnement précédent reste disponible aux tours suivants, sauf si vous le désactivez.

La note d'Alibaba ajoute des exemples clients et internes. Un test de planification cloud a réduit de 9% le coût des appels au modèle d'annotation de données et rendu la replanification CPU hors ligne plus de 14 fois plus rapide. Un client automobile a fait passer la programmation manuelle des pièces d'environ 475 minutes à 24. Un workflow scientifique a tourné 48 heures sur quatre itérations en boucle fermée, et une recherche sur Alzheimer a effectué 454 appels d'outils et 3 239 évaluations de métriques pour produire 24 molécules candidates (lancement). Ces résultats sont les rapports d'Alibaba lui-même.

Qwen4-Max est-il open source ?

Non. La note de lancement, la documentation QwenCloud et les pages Model Studio ne publient ni poids, ni lien de téléchargement, ni licence pour Qwen4-Max. Alibaba indique que les modèles à poids ouverts de plus petite taille de la série Qwen4 « seront bientôt publiés pour les développeurs du monde entier » (lancement). D'ici là, qwen4-max est un modèle hébergé, accessible via QwenCloud, les applications d'Alibaba et Model Studio.

Qwen4-Max ou Qwen4-Max-Preview ?

Utilisez qwen4-max pour tout nouveau travail. L'entrée d'aperçu qwen4-max-preview est réservée au Token Plan, sans accès à l'usage (Model Studio). Son aperçu va du 11 novembre 2026 à 10 h 00 au 25 novembre 2026 à 24 h 00 (UTC+8), puis le modèle est retiré. L'aperçu plafonne la sortie à 393 216 tokens partagés entre réflexion et réponse, contre 262 144 pour la version de production en mode réflexion. Alibaba recommande la version de production.

Un détail de numérotation demeure : à partir de qwen4-max-preview, max_tokens signifie la même chose que max_completion_tokens. Un code écrit pour les anciens modèles Qwen peut consommer plus que prévu s'il suppose l'ancienne signification.

Les clés d'aperçu cessent de fonctionner le 25 novembre 2026 à 24 h 00 UTC+8. Déplacez les tâches planifiées et les agents de longue durée vers qwen4-max avant cette date.

L'URL de base Token Plan de l'aperçu est https://token-plan.cn-beijing.maas.aliyuncs.com (Model Studio) ; le modèle de production utilise l'endpoint QwenCloud de sa région. Pour les niveaux d'accès de l'aperçu et les détails Qoder, consultez le guide d'accès à Qwen4-Max-Preview.

Quel accès choisir aujourd'hui ?

SituationAction
Nouvelle intégrationPaiement à l'usage à Singapour, 1M gratuit
Équipe Token PlanPasser l'ID à qwen4-max
Clé d'aperçu dans une tâcheMigrer avant le 25 novembre
Tâches par lotsGarder le modèle actuel
Une clé, plusieurs modèlesLa voie OmniaKey ci-dessous

Le catalogue d'OmniaKey contient Qwen3.8-Max, le modèle auquel Alibaba compare Qwen4-Max, et ne liste pas Qwen4-Max. Pour un modèle Qwen avec une seule clé aujourd'hui, Qwen3.8-Max est l'option du catalogue ; la page de prix donne les tarifs actuels.

Vérifiez la liste des modèles dans votre propre compte avant de confier une longue tâche à l'un ou l'autre ID, et chiffrez une vraie requête avec vos propres nombres de tokens plutôt qu'avec des moyennes.

Questions fréquentes

Puis-je utiliser Qwen4-Max dans Claude Code ?

Oui. La documentation QwenCloud d'Alibaba cite Claude Code, Codex et OpenCode parmi les outils de code pour qwen4-max (QwenCloud). Utilisez une clé QwenCloud et l'endpoint de votre région ; les étapes générales d'endpoint personnalisé sont dans le guide de configuration de Claude Code.

Qwen4-Max prend-il en charge l'inférence par lots ?

Non. QwenCloud indique que l'inférence par lots n'est pas prise en charge pour qwen4-max, donc le tarif par lots de 50% de sa page de prix ne s'applique pas (table des modèles ; prix). Envoyez les grosses tâches en requêtes séparées, ou gardez-les sur un modèle qui accepte les appels par lots.

Quelle est la sortie maximale de Qwen4-Max ?

131 072 tokens en mode sans réflexion, et 262 144 tokens partagés entre réflexion et réponse quand la réflexion est active (QwenCloud). max_completion_tokens plafonne les deux parties ensemble.

Que devient qwen4-max-preview le 25 novembre ?

L'aperçu est retiré le 25 novembre 2026 à 24 h 00 UTC+8, et Alibaba renvoie vers le modèle de production qwen4-max (Model Studio). Renommez toute tâche qui utilise encore l'ID d'aperçu.

Où utiliser Qwen4-Max via OmniaKey aujourd'hui ?

OmniaKey ne liste pas encore Qwen4-Max. Le modèle Qwen du catalogue est Qwen3.8-Max, disponible avec une clé OmniaKey ; les tarifs actuels sont sur la page de prix.

Sources vérifiées

Qwen4-MaxQwenmodèles MoEmodèles de visionprix API

Articles similaires

Articles récents

Guides populaires