Qwen4-Max-Preview disponible

TLDR Alibaba a lancé Qwen4-Max-Preview le 11 novembre 2026, premier modèle public de sa nouvelle génération Qwen4.

Ce fleuron multimodal offre une fenêtre de contexte de 1 million de jetons, jusqu’à 393,216 jetons de sortie (partagés entre le raisonnement et la réponse finale), des entrées texte/image/vidéo, une réflexion profonde activée par défaut (intensité réglable), l’appel d’outils, la recherche web, ainsi qu’une compatibilité avec les API d’OpenAI/Anthropic. Il n’est disponible que via l’abonnement Token Plan d’Alibaba jusqu’au 25 novembre 2026 (UTC+8), après quoi le modèle de préversion sera retiré, mais vous pouvez également y accéder via CometAPI, qui propose déjà Qwen4-Max-Preview.

Points clés à retenir

• Qwen4-Max-Preview est le modèle multimodal phare de nouvelle génération d’Alibaba, optimisé pour le développement, la productivité bureautique, le design frontend et les flux de travail agentiques complexes.
• Spécifications marquantes : contexte de 1M de jetons, 393,216 jetons de sortie max (réflexion + réponse partagés), entrées multimodales (texte + images + vidéo), mode de réflexion par défaut avec des niveaux d’effort low/medium/xhigh.
• L’accès est restreint au Token Plan d’Alibaba Cloud (édition personnelle ou équipe) sur une courte fenêtre de préversion (11–25 novembre 2026 UTC+8) ; aucune option à l’usage. Il figure aussi dans certaines apps et outils Qwen.
• Pas de benchmarks publics, fiche de modèle, nombre de paramètres ni poids ouverts au lancement — les affirmations sur une connaissance plus profonde, une compréhension plus riche du monde et de meilleures capacités en codage/agents proviennent d’Alibaba.
• La réflexion est activée par défaut et consomme une partie du budget de sortie ; les développeurs doivent en tenir compte lors du paramétrage des limites.
• CometAPI prend déjà en charge Qwen4-Max-Preview — la voie la plus simple pour la plupart des développeurs via une clé unique et le SDK OpenAI.
• La période d’évaluation idéale, c’est maintenant ; après le 25 novembre, l’endpoint officiel de préversion sera retiré.

Qu’est-ce que Qwen4-Max-Preview ?

Qwen4-Max-Preview est le premier modèle de la génération Qwen4 d’Alibaba accessible au public. Publié le 11 novembre 2026, il est positionné comme le modèle multimodal phare de la famille Qwen. D’après la documentation officielle de Qwen Cloud / Alibaba Cloud Model Studio, il combine génération de texte, compréhension d’images et de vidéos, et raisonnement approfondi. Il est explicitement conçu pour le codage, la productivité bureautique, le design frontend et les tâches agentiques complexes.

L’ID du modèle est qwen4-max-preview (avec l’alias de facturation qwen4.0-max-preview). Il accepte du texte, des images et des vidéos en entrée et renvoie du texte. Les spécifications techniques clés confirmées dans la documentation officielle incluent :

• Longueur de contexte : 1 million de jetons.
• Sortie maximale : 393,216 jetons, partagés entre le processus de réflexion interne du modèle et la réponse finale.
• Mode de réflexion : activé par défaut. Les développeurs peuvent ajuster l’intensité via le paramètre reasoning_effort (valeurs : low, medium ou xhigh ; par défaut xhigh). La définition conjointe de reasoning_effort et d’un budget de réflexion séparé n’est pas prise en charge.
• Appel d’outils : prise en charge de Function Calling, de la recherche web et des outils intégrés.
• Sorties structurées : JSON Object et JSON Schema.
• Compatibilité API : OpenAI Chat Completions, OpenAI Responses et Anthropic Messages APIs.

La préversion est volontairement limitée dans le temps et contrôlée en accès. Elle s’étend de 10:00 le 11 novembre 2026 à 24:00 le 25 novembre 2026 (UTC+8). Alibaba indique qu’aucune modification ne sera apportée au modèle durant cette période et que la version de préversion sera retirée ensuite. Aucune date ferme n’a été annoncée pour une disponibilité générale de Qwen4-Max ou une version à poids ouverts. Cette approche est plus stricte que la trajectoire préversion-vers-GA de Qwen3.8-Max.

Qwen4 a été présenté conceptuellement pour la première fois lors de la conférence Apsara d’Alibaba en septembre 2026, au sein d’une famille plus large comprenant également Qwen4-Flash, Qwen4-Plus et un modèle localement orienté de 27B. Qwen4-Max-Preview est la première concrétisation, appelable, de cette feuille de route.

Points forts de Qwen4-Max-Preview

Compréhension des connaissances

Qwen4-Max-Preview étend significativement l’ampleur de sa base de connaissances sous-jacente et la sophistication de ses capacités d’analyse sémantique. Selon le positionnement d’Alibaba, le modèle a été entraîné pour gérer des relations contextuelles plus complexes et des questions de connaissances multi-hop que les générations précédentes peinaient à traiter.

Cette amélioration permet au modèle de :

• Maintenir une compréhension cohérente sur des documents extrêmement longs ou des bases de code multi-fichiers (en tirant parti de la fenêtre de contexte d’un million de jetons).
• Résoudre plus précisément les références ambiguës et les structures sémantiques imbriquées.
• Répondre à des questions de connaissances complexes nécessitant de synthétiser des informations issues de multiples domaines ou de parties éloignées de l’entrée.
• Réaliser un ancrage factuel plus profond et réduire les hallucinations sur des sujets spécialisés ou techniques.

Concrètement, cela se traduit par de meilleures performances sur la recherche professionnelle, l’analyse de documentation technique longue, la recherche de connaissances en entreprise, et des scénarios de questions‑réponses complexes où la simple correspondance de motifs ne suffit pas. La combinaison d’une couverture de connaissances élargie et d’une analyse sémantique plus précise permet au modèle de considérer les grands contextes non pas comme un simple texte plus long, mais comme des graphes de connaissances riches et interconnectés pouvant être interrogés avec une fidélité accrue.

Perception du monde

Un progrès central mis en avant pour la génération Qwen4 est une compréhension plus riche du monde. Qwen4-Max-Preview améliore la capacité du modèle à modéliser de manière exhaustive des informations réelles complexes et à intégrer des signaux multimodaux.

Les aspects clés de cette amélioration incluent :

• Une intégration renforcée des informations visuelles et textuelles, permettant au modèle de raisonner sur des captures d’écran, des interfaces, des schémas, des documents à la mise en forme complexe et des contenus vidéo conjointement avec le langage naturel.
• Une meilleure compréhension de la causalité réelle, des relations temporelles, des agencements spatiaux et des contraintes physiques/de bon sens.
• Une capacité améliorée à interpréter des données réelles bruyantes, incomplètes ou multi-sources (par exemple en combinant un clip vidéo, une transcription associée et des documents connexes).
• Un ancrage plus robuste lorsque le modèle doit relier des instructions abstraites à des observations visuelles ou environnementales concrètes.

Ces avancées rendent le modèle particulièrement efficace pour des tâches telles que la critique de design frontend à partir de captures d’écran, l’analyse de workflows ou de démos enregistrés, la compréhension de schémas techniques et la construction d’agents devant percevoir et agir sur des entrées mixtes texte‑image‑vidéo. La documentation officielle liste explicitement la compréhension d’images et de vidéos comme des capacités de base, positionnant le modèle pour l’analyse de captures d’écran, la compréhension de documents et l’analyse vidéo.

Capacités de programmation et agentiques

Alibaba indique que Qwen4-Max-Preview apporte des améliorations notables en écriture de code, en raisonnement logique, et dans la performance d’exécution d’agents automatisés. Lors de multiples évaluations de tâches réelles menées en interne, le modèle a montré de bons résultats.

Détails étendus de ces améliorations :

• Génération et compréhension de code : code de meilleure qualité, plus maintenable et plus conscient du contexte sur de plus grands dépôts. Le modèle respecte mieux les conventions à l’échelle du projet, gère les dépendances multi-fichiers et produit des solutions complètes et exécutables plutôt que des extraits isolés.
• Raisonnement logique : raisonnement multi‑étapes plus profond (activé par défaut via le mode de réflexion avec une intensité réglable jusqu’à xhigh). Cela soutient la résolution d’algorithmes complexes, le débogage sur de grandes bases de code et la planification systématique avant implémentation.
• Exécution agentique : meilleures performances en usage d’outils, planification, raffinement itératif et achèvement de tâches de long terme. La combinaison de l’appel de fonctions, de la recherche web, des sorties structurées et du large budget de sortie partagé permet aux agents de maintenir des plans cohérents sur des interactions prolongées.
• Performance sur des tâches réelles : les affirmations officielles mettent en avant de meilleurs résultats sur des workflows d’ingénierie logicielle pratique, des tâches de développement frontend, l’automatisation bureautique et des scénarios d’exploitation logicielle professionnelle.

Comme la réflexion est activée par défaut et que le budget de sortie est partagé entre le raisonnement et la réponse finale, les développeurs obtiennent un comportement de chaîne de pensée plus transparent et contrôlable. C’est particulièrement précieux pour les frameworks d’agents qui s’appuient sur des étapes de raisonnement intermédiaires pour la planification, la sélection d’outils et l’auto‑correction.

Ces trois piliers — compréhension des connaissances plus profonde, perception multimodale du monde plus riche, et capacités de codage + d’agents nettement renforcées — constituent la proposition de valeur centrale qu’Alibaba a dévoilée pour Qwen4-Max-Preview. Avec la fenêtre de contexte de 1M de jetons et une large compatibilité API, ils positionnent le modèle comme une option haut de gamme pour les développeurs et équipes construisant des applications IA complexes et ancrées dans le réel.

Test de tâche réelle de Qwen4-Max-Preview

Dans un certain test nécessitant de la recherche scientifique ou du raisonnement, Qwen4 Max Preview présente des problèmes similaires à ceux observés chez son prédécesseur, le 3.8 Max Preview. Bien que le modèle dispose d’une base de connaissances étendue et d’un haut niveau de culture scientifique, il est nettement en deçà en matière d’auto‑vérification et de rigueur. De plus, lors de processus de raisonnement prolongés, une seule erreur déclenche souvent une cascade de fautes scénaristiques ultérieures. Les hallucinations — des informations plausibles mais incorrectes — sont particulièrement marquées et sévères, résultant en grande partie de la « surconfiance » du modèle. Malgré une « chaîne de pensée » suffisamment longue, ces lacunes suggèrent une déficience claire au niveau du post‑entraînement.

D’après des retours de la communauté, il semble que le post‑entraînement du modèle ait été fortement axé sur le codage — en particulier les tâches de visualisation, comme celles impliquant Three.js. Cependant, en raison de son raisonnement notablement instable, il ne peut pas être considéré comme un outil principal fiable pour un usage pratique et professionnel, quelle que soit sa compétence dans ce domaine spécifique. Il faudra probablement attendre d’autres optimisations incrémentales dans la version officielle.

Comment accéder à Qwen4-Max-Preview ?

Il existe trois voies pratiques :

1. Official Alibaba Cloud Token Plan (canal officiel principal)

L’accès est restreint au Token Plan d’Alibaba (éditions personnelle/individuelle ou équipe). Le paiement à l’usage n’est pas pris en charge pour ce modèle durant la préversion. Les utilisateurs s’abonnent à un plan, obtiennent une clé API dédiée Token Plan et dirigent leurs clients vers l’URL de base dédiée (généralement https://token-plan.maas.qwencloudapi.com ou l’équivalent régional). L’ID du modèle est qwen4-max-preview.

Les paliers personnels vont généralement d’environ $6/mois (Lite, avec des remises nouveau client parfois jusqu’à $3) à environ $43/mois (Pro). Les crédits sont l’unité de consommation. Pendant la préversion, l’usage de Qwen4-Max-Preview a été proposé à des tarifs fortement réduits (rapportés aussi bas que 8–20 % des tarifs normaux, avec des remises supplémentaires la nuit en heure Chine). Les tarifs et règles de crédits exacts doivent toujours être vérifiés sur les pages officielles d’Alibaba Cloud / Qwen Cloud Token Plan.

La préversion est limitée dans la plupart des cas à un usage interactif depuis des outils de codage et d’agents. L’usage backend automatisé à grand volume est généralement restreint dans les conditions de la préversion. Le modèle est principalement disponible dans la région de Singapour selon certains rapports.

2. CometAPI – Déjà disponible et fortement recommandé

CometAPI propose déjà Qwen4-Max-Preview. Le 12 novembre 2026, CometAPI a ajouté le modèle avec l’ID qwen4-max-preview. Il prend en charge le format Chat API standard et est accessible via l’endpoint unifié compatible OpenAI de CometAPI.

C’est actuellement la voie la plus pratique pour la majorité des développeurs :

• URL de base : https://api.cometapi.com/v1
• ID du modèle : qwen4-max-preview
• Authentification : clé API CometAPI unique
• Entièrement compatible avec les SDK Python/Node d’OpenAI — ne changer que l’URL de base et la clé

CometAPI propose une facturation à l’usage, une clé unique pour 500+ modèles (dont de nombreux autres modèles Qwen, GPT, Claude, Gemini, Grok, DeepSeek, etc.), de l’analytique d’usage et des tarifs compétitifs. Cela en fait une solution idéale pour des tests rapides, des applications multi‑modèles et des équipes qui préfèrent ne pas gérer un abonnement Token Plan Alibaba séparé uniquement pour deux semaines de préversion.

Exemple (SDK Python OpenAI) :

from openai import OpenAI
client = OpenAI(
    api_key="YOUR_COMETAPI_KEY",
    base_url="https://api.cometapi.com/v1"
)

response = client.chat.completions.create(
    model="qwen4-max-preview",
    messages=[{"role": "user", "content": "Votre consigne ici"}],
    # optionnel : reasoning_effort="xhigh" si pris en charge dans la requête
)

Pour les développeurs utilisant déjà CometAPI pour d’autres modèles Qwen ou des workflows multi‑fournisseurs, ajouter Qwen4-Max-Preview ne demande pratiquement aucune configuration supplémentaire.

3. Apps et outils de l’écosystème Qwen

Un accès anticipé est également disponible dans Qwen APP, QwenWork, Qoder et QwenStudio. Ces solutions offrent une expérience plus intégrée et non‑API pour un usage interactif.

Tableau comparatif : méthodes d’accès à Qwen4-Max-Preview

Recommandations pratiques et perspectives

Si vous êtes un développeur ou une équipe axé sur des agents de codage, le travail frontend ou le raisonnement multimodal complexe, la fenêtre de préversion de deux semaines mérite d’être explorée via le Token Plan (surtout si vous pouvez profiter de tarifs promotionnels ou de remises pour nouveaux utilisateurs). Commencez par des outils interactifs plutôt que des pipelines de production, surveillez attentivement le budget de sortie partagé et expérimentez différents réglages de reasoning_effort.

Pour un travail multi‑modèles soutenu, gardez un œil à la fois sur les publications officielles d’Alibaba et sur les plateformes agrégatrices. L’interface unifiée de CometAPI facilite la combinaison de modèles Qwen déjà disponibles avec d’autres systèmes de pointe sous une seule clé et une surface de facturation unique, ce qui est souvent plus efficace opérationnellement que de gérer plusieurs comptes fournisseurs.

L’absence de benchmarks publics et de poids ouverts au lancement est notable. Alibaba est déjà passé relativement vite de la préversion à une disponibilité plus large (et parfois à des poids ouverts) avec les modèles Max précédents. Reste à voir si Qwen4-Max suivra une trajectoire similaire. D’ici là, Qwen4-Max-Preview offre un aperçu précieux, bien que temporaire, des capacités phares de prochaine génération d’Alibaba.