# Alibaba lance Qwen4-Max, un modèle d’IA de 2 400 milliards de paramètres

> Le modèle est accessible via Alibaba Cloud et ses applications. Alibaba annonce des coûts plus faibles sur son benchmark Work360, mais les tarifs d’entrée publiés diffèrent.

Oossa · 2026-11-16 · https://oossa.com/fr/alibaba-releases-qwen4-max-a-2-4t-parameter-ai-model

Alibaba a lancé Qwen4-Max le 16 novembre 2026, le présentant comme le modèle le plus performant de la famille Qwen à ce jour. Il compte 2 400 milliards de paramètres au total, dont 71 milliards sont activés pour chaque jeton traité. Il peut traiter des images nativement et dispose d’une fenêtre de contexte pouvant atteindre un million de jetons. La fenêtre de contexte correspond à la quantité de texte et d’autres données qu’un modèle peut prendre en compte à la fois.

Qwen4-Max est accessible via l’offre QwenCloud Token Plan et l’API d’Alibaba Cloud, ainsi que dans les produits Alibaba QwenWork et QwenStudio. Sa sortie vise des usages allant du codage et des tâches professionnelles au raisonnement visuel et à la recherche. Alibaba affirme que le modèle s’est classé sixième sur Code Arena, un classement de modèles de codage, et qu’il a obtenu de bons résultats sur plusieurs autres benchmarks. Il s’agit de résultats communiqués par l’entreprise ; l’annonce ne fournit pas les scores détaillés de chaque test.

## Comment nous en sommes arrivés là

Qwen4-Max repose sur une architecture clairsemée de mélange d’experts (Mixture of Experts), qui oriente chaque requête vers une partie seulement du modèle, au lieu d’activer tous ses paramètres à la fois. Alibaba indique que sa nouvelle architecture modifie les mécanismes d’attention, les connexions résiduelles et les embeddings. Avec 71 milliards de paramètres actifs, le modèle en active 25 % de moins par jeton que Qwen3.8-Max, son précédent modèle de même taille, à 2 400 milliards de paramètres. Alibaba affirme que Qwen4-Max est ainsi plus performant tout en coûtant moins cher à faire fonctionner.

Pour établir une comparaison directe, Alibaba a utilisé Work360, son propre benchmark, qui évalue des tâches complexes dans 721 domaines spécialisés. L’entreprise affirme que Qwen4-Max a obtenu de meilleurs résultats globaux que Qwen3.8-Max, tout en utilisant 35 % de jetons en moins en mode de raisonnement High effort et en réduisant d’environ 60 % le coût moyen par tâche. MarkTechPost fait état d’une baisse des coûts de 62 %. Les chiffres sont proches, mais les sources n’expliquent pas l’écart. Work360 étant propriétaire, les lecteurs ne peuvent pas examiner de manière indépendante les tâches ou les résultats à partir de ces informations.

## Ce qu’Alibaba affirme que le modèle peut faire

Alibaba évoque également des usages au-delà de la conversation et du codage. Lors d’un test sur une infrastructure cloud, l’entreprise affirme que Qwen4-Max a réduit de 9 % en moyenne le coût des appels à des modèles d’annotation de données et accéléré de plus de 14 fois la replanification hors ligne des tâches sur CPU. Dans une démonstration liée à la fabrication automobile, Alibaba affirme que le modèle a fait passer la programmation manuelle de pièces d’environ 475 minutes à 24 minutes, en affinant les conceptions et en vérifiant les erreurs d’usinage. Ces exemples et mesures sont rapportés par Alibaba et ne constituent pas des évaluations indépendantes.

L’entreprise décrit deux projets scientifiques faisant appel à des agents d’IA de longue durée, c’est-à-dire des systèmes capables d’enchaîner des tâches à l’aide d’outils. Dans le premier, Qwen4 a fonctionné en continu pendant 48 heures et mené quatre cycles de conception moléculaire, de synthèse, de test et d’apprentissage afin d’identifier une molécule de refroidissement validée expérimentalement. Lors d’une expérience de recherche sur la maladie d’Alzheimer, Alibaba affirme que Qwen4-Max a effectué 454 appels à des outils et 3 239 évaluations pour concevoir et affiner 24 molécules candidates. L’annonce ne permet pas d’établir que ces molécules sont des traitements ni que ces travaux ont fait l’objet d’une évaluation indépendante.

## Et maintenant ?

Alibaba indique un tarif d’entrée de 0,075 $ par million de jetons pour un « Implicit Cache Hit ». MarkTechPost mentionne 1,50 $ par million de jetons en entrée, sans préciser la même condition de cache. Ces montants correspondent à des tarifs différents, décrits de manière différente : le tarif inférieur pour les entrées mises en cache ne doit donc pas être interprété comme le coût général de chaque requête. Les informations disponibles ne permettent pas de comparer complètement les tarifs selon les jetons en entrée, en sortie et les conditions de cache.

Alibaba indique que des modèles plus petits de la série Qwen4, à poids ouverts, seront bientôt proposés aux développeurs du monde entier, sans préciser de date. Les modèles à poids ouverts rendent leurs poids disponibles pour que d’autres puissent les utiliser ou les adapter. Pour l’heure, Qwen4-Max est accessible via les services cloud et les applications d’Alibaba ; l’annonce ne précise pas que le modèle phare lui-même sera à poids ouverts.

## Les faits

- Qwen4-Max compte 2 400 milliards de paramètres au total et en active 71 milliards par jeton.
- Sa fenêtre de contexte est d’un million de jetons et il possède des capacités natives de traitement visuel.
- Alibaba affirme que le modèle s’est classé sixième sur Code Arena.
- Le benchmark Work360 d’Alibaba couvre 721 domaines spécialisés et fait état d’une baisse d’environ 60 % du coût moyen par tâche par rapport à Qwen3.8-Max.
- Alibaba indique un tarif de 0,075 $ par million de jetons en entrée pour un cache hit implicite ; MarkTechPost mentionne 1,50 $ par million de jetons en entrée.
- Alibaba affirme que des modèles Qwen4 plus petits, à poids ouverts, seront bientôt lancés, sans préciser de date.

## Pourquoi c'est important

Pour les développeurs et les entreprises qui utilisent déjà Alibaba Cloud, Qwen4-Max est accessible via son API et son Token Plan, sans qu’il soit nécessaire d’attendre les modèles plus petits à poids ouverts. Les résultats de Work360 annoncés par Alibaba laissent penser que certaines tâches professionnelles pourraient coûter moins cher qu’avec Qwen3.8-Max, mais le benchmark est propriétaire et les tarifs publiés concernent des conditions d’entrée différentes. Les informations disponibles ne permettent pas de connaître le coût réel d’une charge de travail donnée ni de savoir si Qwen4-Max est moins cher que les solutions concurrentes.

## Sources et références

1. [Alibaba Releases Qwen4-Max: 2.4T MoE, 71B Active, 1M Context](https://www.marktechpost.com/2026/11/16/alibaba-qwen4-max-release/) – MarkTechPost, 2026-11-16
2. [Alibaba launches Qwen4-Max with training, attention optimizations](https://siliconangle.com/2026/11/16/alibaba-launches-qwen4-max-with-training-attention-optimizations/) – SiliconANGLE, 2026-11-16
3. [Alibaba's Qwen4-Max takes on Opus 5.5, GPT-6, and Kimi K3.1 Pro at much lower prices](https://the-decoder.com/alibabas-qwen4-max-takes-on-opus-5-5-gpt-6-and-kimi-k3-1-pro-at-much-lower-prices/) – The Decoder, 2026-11-16
4. [Alibaba Cloud](https://www.alibabacloud.com/blog/alibaba-unveils-qwen4-max-new-ai-teammate-for-work-creativity-and-discovery_603783) – Alibaba Cloud

Dernière mise à jour: 2026-11-16
