Qwen4-Max : la course à l’IA se joue désormais sur le prix, pas sur les classements
Le nouveau modèle phare d’Alibaba n’a pas besoin de gagner tous les benchmarks. S’il est assez proche et bien moins cher, les labos américains devront justifier leur surcoût.
Photo : Earthranger / Wikimedia Commons (CC BY-SA 3.0)
Et si la prochaine grande bataille des modèles d’IA ne se décidait pas selon qui domine le classement, mais selon qui envoie la facture la plus légère ? Le lancement de Qwen4-Max par Alibaba, le 16 novembre, va dans ce sens, et c’est selon nous la bonne question pour quiconque paie des tokens.
Voici ce que nous savons. Selon Business Standard, Alibaba affirme que le modèle réduit de 60 % le coût des tâches et ajoute des garde-fous en matière de cybersécurité. Ce chiffre est une déclaration de l’entreprise elle-même: considérez-le comme du marketing tant que des tests indépendants ne l’ont pas confirmé. Des fiches comme OpenRouter affichent 1,50 dollar par million de tokens en entrée et 4,50 dollars par million de tokens en sortie, et d’autres lui attribuent une fenêtre de contexte d’un million de tokens. Alibaba affirme aussi que le modèle bat Claude et Kimi sur des tests de code, là encore selon le fournisseur.
Les signaux extérieurs sont plus modestes. Artificial Analysis attribue à Qwen4 Max 43 points sur son Intelligence Index, et Digg signale une sixième place provisoire au classement de développement web d’Arena. C’est solide, mais ce n’est pas un carton plein.
« Assez bon et moins cher » l’emporte plus souvent que les labos ne l’admettent
La modestie de ces classements est justement le sujet. Un modèle n’a pas besoin d’être premier pour être dangereux. S’il se situe près du sommet et coûte moins cher par tâche, les services achats vont poser des questions gênantes. Ils voudront savoir pourquoi ils paient un surcoût pour une avance visible sur un graphique, mais pas sur leur propre charge de travail.
Nous distinguerions aussi le prix catalogue du coût par tâche. Selon les comptes rendus du lancement, Alibaba met en avant à la fois des tarifs plus bas et moins de tokens consommés par tâche. La distinction compte. Des tokens bon marché sur un modèle bavard ne font pas une économie, alors que des tokens chers sur un modèle qui réussit du premier coup peuvent en être une. Les 60 % sont donc le chiffre à vérifier, et nous attendrions des tests tiers avant d’y croire.
Les coûts de changement sont le vrai rempart, et ils s’érodent
La documentation ne nous permet pas de dire sous quelle licence Qwen4-Max est distribué; nous ne spéculerons donc pas. Nous pouvons en revanche dire ce que décrivent les fiches: une grande fenêtre de contexte, l’appel de fonctions et une entrée texte et image. Il y a quelques années, cela aurait fait les gros titres. Aujourd’hui, cela ressemble au minimum exigible, et c’est à notre avis l’histoire discrète de ce lancement.
Quand les fiches techniques se ressemblent d’un fournisseur à l’autre, l’argument pour rester chez l’un d’eux se déplace vers l’habitude et le travail d’intégration. L’habitude est un rempart fragile. Nous pensons que les labos qui comptent surtout sur leur statut de choix par défaut sont les plus exposés, car chaque alternative crédible et moins chère réduit le coût d’en essayer une autre, ne serait-ce que pour négocier.
Ce que les labos américains devraient faire plutôt que défendre le classement
Les prix premium peuvent survivre, mais ils demandent un meilleur argument que quelques points sur un test de code. Fiabilité, support, garanties de sécurité, traitement des données et outils: tout cela a une vraie valeur. Beaucoup d’acheteurs, surtout dans les secteurs réglementés, pèseront sans doute aussi l’origine d’un modèle exécuté sur une infrastructure cloud chinoise, une préoccupation légitime que nous ne pouvons pas chiffrer ici.
Ce qui est inconfortable pour les labos américains, c’est que ces arguments demandent des efforts, alors qu’un benchmark se publie à peu de frais. Nous nous attendons, et c’est une prédiction, à ce que les prochains mois apportent des baisses de prix, des offres groupées et un discours plus appuyé sur la confiance. Ce serait une bonne nouvelle pour les clients.
Notre verdict
Ne changez pas de fournisseur à cause d’un titre le jour du lancement. Testez votre propre charge de travail sur Qwen4-Max et mesurez le coût par tâche accomplie, pas le prix par million de tokens. Si les économies se confirment, servez-vous-en comme levier auprès de votre fournisseur actuel. Dans tous les cas, l’époque où l’on payait plus uniquement pour être en tête du classement semble touchez à sa fin.
Aucun sujet pour l’instant : lancez le premier.
Plus d'articles
Le pari de OpenAI sur la robotique : l’échelle gagne, mais qui expliquera les échecs ?
Intégrer la robotique aux modèles généraux peut être efficace, mais cela dissout les spécialistes qui sauraient pourquoi un robot a lâché la bouteille, et c’est plus important que le benchmark.
Harbor d'Apple pourrait rendre l'IA privée accessible à monsieur Tout-le-monde
Une appli Mac ayant fuité promet des modèles locaux simples et un cluster Thunderbolt automatique. Si elle sort telle quelle, le vrai combat ne portera plus sur la confidentialité, mais sur le prix.
Fable 5.2 montre que la course à l’IA se joue désormais sur le prix par capacité
Le nouveau modèle phare d’Anthropic est moins cher et plus rapide que son prédécesseur. Selon nous, l’avance au classement s’efface vite ; ce qui dure, c’est le prix et la fiabilité.
Centres de données : la facture d’électricité, étincelle d’un rejet social
D’un site abandonné à Sydney à une pause proposée au Texas et à l’offre de Milei en Patagonie : la ressource la plus rare de l’IA est le consentement du public, pas les puces.



