
Tech • IA • Robotique • Jeu
Alibaba a lancé Qwen 4 Max, un modèle multimodal phare doté de solides fonctions de développement web et de workflows agentiques, mais les premiers tests indépendants suggèrent qu’il reste derrière plusieurs grands rivaux en performance globale et en rapport qualité-prix.
Qwen 4 Max est le premier modèle publié de la famille Qwen 4 et se positionne comme un système multimodal généraliste pour la compréhension du texte, des images et de la vidéo. Il prend en charge le raisonnement avancé, la recherche web, l’appel d’outils, les sorties structurées et les workflows agentiques de longue durée. Alibaba indique qu’il repose sur une nouvelle architecture mixture-of-experts, avec vision native et une fenêtre de contexte de 1 million de tokens.
Alibaba affirme que le modèle améliore Qwen 3.8 Max tout en utilisant jusqu’à 50 % de tokens en moins et en réduisant le coût moyen par tâche de plus de 60 % dans ses évaluations internes. Selon un suivi tiers cité dans la discussion de lancement, il a obtenu 43 sur l’Artificial Analysis Intelligence Index, soit un gain de 9 points par rapport à Qwen 3.8 Max. L’usage de tokens en sortie aurait aussi baissé de 39 % par rapport au précédent modèle phare.
Le modèle est disponible via Qwen Chat et par API sur la plateforme cloud d’Alibaba. Le tarif annoncé est de 1,50 $ par million de tokens en entrée et 4,50 $ par million de tokens en sortie. Des estimations par tâche citées dans la discussion situent l’usage autour de 3,21 $ selon une méthodologie de benchmark, ce qui le rend moins cher que son prédécesseur sans être clairement devant tous ses concurrents proches en valeur.
Malgré cette mise à niveau, Qwen 4 Max semble se situer derrière plusieurs modèles de tête dans les comparaisons externes. Dans un benchmark cité, il s’est classé sous GPT-6 Soul, GPT-6.1 Terra, Opus 5 et Kimi K 3.1 Pro. La même discussion notait que, sur l’indice Artificial Analysis, il se trouve à 12 points derrière GPT-6.1 Soul tout en coûtant plus de deux fois plus par tâche, ce qui soulève des questions sur son positionnement en intelligence par dollar.
Le modèle montre une nette force en génération front-end, mais des résultats moins convaincants dans des tests de programmation plus larges. Sur Code Arena, il aurait atteint la 6e place en développement web, ce qui suggère de solides performances sur les tâches riches en UI. Mais sur Terminal Bench 4.0, il a obtenu 48 %, loin derrière les 67 % de Kimi, ce qui indique des performances plus faibles en programmation de type terminal et en tâches d’exécution.
La création web est l’un des avantages les plus clairs du modèle. Il aurait mieux suivi des consignes de design détaillées que les précédents modèles Qwen, en produisant des front-ends avec typographie personnalisée, comportements de défilement et style visuel cohérent. Un clone de style MacOS comprenait des éléments d’interface fonctionnels comme une barre supérieure, des fenêtres d’applications, des animations, une calculatrice, un panneau d’actions et un lecteur de musique.
Le modèle a aussi été utilisé pour générer des projets de jeux jouables avec des moteurs comme Unity, Unreal Engine et Godot. Un exemple sous Unity incluait effets visuels, audio, animation de personnage, éléments HUD et systèmes de gameplay. Une autre tâche a produit un jeu d’action de style Minecraft Dungeons avec plusieurs étages, des affrontements ennemis et des changements d’environnement, montrant que le modèle peut assembler de grands projets interactifs avec peu d’erreurs visibles.
La vitesse reste une préoccupation récurrente. Une seule tâche de génération de jeu aurait pris environ 2 heures, tandis qu’une simulation technique du comportement des GPU, tensor cores et TPU a nécessité six cycles de raffinement et environ une journée pour être achevée. Cela désavantage le modèle face à des systèmes plus rapides capables de fournir des résultats comparables ou meilleurs avec moins de tokens.
Alibaba a mis en avant les performances du modèle sur des tâches professionnelles en finance, droit et santé. Dans un test financier, il aurait utilisé 90 outils MCP pour mener une recherche d’investissement et générer des sorties Excel et PowerPoint traçables. Dans le domaine juridique, il a organisé 198 documents en un rapport de due diligence de 86 pages signalant 14 problèmes juridiques. En santé, il a traité environ 1 400 images médicales, les a reliées aux dossiers patients et a généré des recommandations dites alignées sur les décisions cliniques.
Bien que Qwen 4 Max lui-même ne soit pas open source, les futures versions de Qwen 4 devraient inclure des modèles à poids ouverts. La version attendue à 27 milliards de paramètres pourrait être particulièrement importante si elle conserve une grande partie des capacités du modèle phare tout en restant assez compacte pour un déploiement local. Cette perspective pourrait être plus attractive pour les développeurs que la version haut de gamme actuelle.
Qwen 4 Max étend la pile d’IA multimodale et agentique d’Alibaba avec des atouts notables en développement web et en workflows professionnels. Mais des réponses plus lentes, des résultats de code mitigés et une valeur inférieure face aux meilleurs concurrents font paraître ce lancement davantage incrémental que transformateur.
Poser une question