Retour au blog | 16/11/2026 Intelligence Artificielle

Qwen4 Max : benchmarks et comparaison avec GPT-6 Luna et Claude Sonnet 5.5

Nouveau modèle IA Alibaba Qwen4 Max benchmarks

Alibaba a sorti Qwen4 Max le 16 novembre 2026. Artificial Analysis l'a mesuré le jour même : 48,5 % sur Terminal-Bench 4.0, contre 38,9 % pour Qwen3.8 Max et 12,6 % pour GPT-6 Luna, le modèle de ChatGPT gratuit. Et il coûte moins cher au token que la génération qu'il remplace.

Deux sources restent séparées dans cet article : ce que mesure Artificial Analysis, évaluateur indépendant, relevé le 16 novembre, et ce qu'annonce l'équipe Qwen dans son billet du même jour.

Ce qui sort

Qwen4 Max est le premier modèle de la génération Qwen4, et le haut de gamme d'Alibaba. Le billet le décrit comme un « coéquipier » pour le travail long : outils professionnels, tâches qui durent des heures, livrables finis.

Ce que l'annonce donne :

  • une nouvelle architecture, avec 2 400 milliards de paramètres au total, dont 71 milliards activés par token, plus 328 milliards de paramètres d'embedding dédiés aux motifs locaux ;
  • une fenêtre d'un million de tokens et la vision native (images et vidéo en entrée, texte en sortie) ;
  • un accès le jour même par l'API de QwenCloud, l'abonnement Token Plan, et les produits QwenWork, Qoder et QwenStudio. OpenRouter le liste aussi depuis le 16 novembre ;
  • des modèles plus petits de la même famille, promis plus tard en open source, sans date.

Ce que le billet ne dit pas : la liste des scores sous forme de texte. Le grand tableau de comparaison est une image, que nous n'avons pas recopiée. Il ne dit pas non plus si les poids de Qwen4 Max seront publiés ; Artificial Analysis le classe aujourd'hui comme modèle propriétaire.

Benchmarks

Épreuve Mesuré (Artificial Analysis, 16/11/2026, effort xhigh) Annoncé (équipe Qwen, 16/11/2026)
Indice d'intelligence Artificial Analysis v5.0 42,9 non publié en texte
Terminal-Bench 4.0 (tâches longues dans un terminal) 48,5 % non publié en texte ; tokens consommés en baisse de 48 % (xhigh) et 49 % (high) face à Qwen3.8 Max
HLE Diamond (questions d'experts) 44,9 % non publié en texte
FrontierCode 2.0 (code jugé fusionnable) 26,5 % non publié en texte
AutomationBench (processus métier) 72,6 (score de l'épreuve dans l'indice) non publié en texte
Terminal-Bench Science 23,3 % non publié en texte
Work360 (tâches professionnelles, épreuve interne d'Alibaba) non mesuré 52,69, contre 47,74 pour Qwen3.8 Max ; coût moyen par tâche de 4,43 $ à 1,67 $
Last Secure Code Bench (code fonctionnel et sûr, niveau fonction) non mesuré 31,8 %, contre 22,0 % pour Qwen3.8 Max

Lecture : les deux colonnes ne se recouvrent sur aucune épreuve. Les chiffres d'Alibaba portent surtout sur l'efficacité (moins de tokens pour le même travail) et sur deux épreuves maison. Artificial Analysis n'a mesuré qu'un réglage, xhigh ; OpenRouter indique high comme réglage par défaut de l'API, qui n'a donc pas encore de mesure indépendante.

Face aux modèles que vous utilisez déjà

Les modèles retenus sont ceux que ChatGPT et Claude servent par défaut, et ceux qu'ils servaient juste avant. Côté OpenAI : GPT-6 Luna, modèle des offres gratuite et Go de ChatGPT depuis le 8 octobre, GPT-6 Sol pour les offres payantes, GPT-5.6 Luna, le gratuit d'avant. Côté Anthropic : Claude Sonnet 5.5, à l'effort moyen dans les applications Claude. Avant lui, Claude Sonnet 5, annoncé le 30 juin comme modèle par défaut des offres Free et Pro. S'y ajoutent Qwen3.8 Max, qu'il remplace, et trois modèles de prix voisin ou de même origine : GPT-6.1 Terra, Gemini 4 Hydrogen et Kimi K3.1 Pro.

Modèle (réglage mesuré) Rôle Indice v5.0 Terminal-Bench 4.0 HLE Diamond FrontierCode 2.0 Coût pour passer l'indice
Qwen4 Max (xhigh) nouveau 42,9 48,5 % 44,9 % 26,5 % 2 394 $
Qwen3.8 Max (0902) modèle remplacé 33,7 38,9 % 24,0 % 23,4 % 6 354 $
GPT-6 Luna (max) par défaut de ChatGPT gratuit 27,9 12,6 % 22,2 % 25,2 % 136 $
GPT-5.6 Luna (max) génération précédente du gratuit 23,8 11,6 % 20,9 % 17,6 % 334 $
GPT-6 Sol (max) offres payantes de ChatGPT 44,2 43,9 % 45,2 % 35,6 % 1 930 $
Claude Sonnet 5.5 (medium) réglage des apps Claude 30,8 29,8 % 23,8 % 11,0 % 679 $
Claude Sonnet 5.5 (max) même modèle, effort maximal 54,5 63,6 % 53,3 % 41,7 % 7 981 $
Claude Sonnet 5 (max) génération précédente non calculé 14,1 % non mesuré 17,8 % non calculé
GPT-6.1 Terra (max) OpenAI, prix voisin 51,3 55,6 % 47,3 % 42,3 % 972 $
Gemini 4 Hydrogen (high) Google, même prix d'entrée 50,8 54,0 % 54,9 % 36,3 % 1 768 $
Kimi K3.1 Pro Moonshot AI, autre modèle chinois 46,5 67,2 % 37,3 % 25,5 % 3 153 $

Origine unique : mesuré par Artificial Analysis, toutes les lignes relevées le 16 novembre 2026 sur les fiches des modèles. Le coût est ce que l'évaluateur a payé, aux tarifs de l'API, pour faire passer toutes les épreuves de son indice. « Non calculé » : l'évaluateur n'a pas recalculé l'indice v5.0 pour ce modèle. « Non mesuré » : épreuve absente de la fiche.

Ce que le tableau dit, concrètement :

  • Sur 100 tâches longues dans un terminal, Qwen4 Max en réussit environ 48. GPT-6 Luna, le modèle de ChatGPT gratuit, en réussit 13, et Claude Sonnet 5.5 au réglage des applications Claude, 30.
  • Face à Qwen3.8 Max, le gain est de 9 points d'indice et de 10 points sur le terminal. L'écart le plus large est sur HLE Diamond : 44,9 % contre 24,0 %. Et l'évaluateur a payé 2 394 $ pour lui faire passer son indice, contre 6 354 $, soit 62 % de moins.
  • Face à GPT-6 Sol, le modèle des offres payantes de ChatGPT, Qwen4 Max fait jeu égal sur l'indice (42,9 contre 44,2) et passe devant sur le terminal (48,5 % contre 43,9 %). Sol garde l'avantage sur FrontierCode, 35,6 % contre 26,5 %.
  • Il reste derrière GPT-6.1 Terra, Gemini 4 Hydrogen et Kimi K3.1 Pro sur le terminal, et Terra lui coûte 2,5 fois moins cher à faire passer l'indice.

Pour quels usages

Tâches longues dans un terminal, agents. Terminal-Bench 4.0 le place à 48,5 %, au-dessus de GPT-6 Sol et très au-dessus des modèles gratuits de ChatGPT et des applications Claude. Réserve : le coût réel d'une tâche dans un agent n'est pas mesuré.

Écriture de code à fusionner, moins. Sur FrontierCode 2.0, il plafonne à 26,5 %, à peine au-dessus de GPT-6 Luna (25,2 %) et loin de GPT-6.1 Terra (42,3 %). Pour un assistant qui écrit des pull requests, d'autres modèles du tableau font mieux pour un prix proche ; notre sélection mensuelle des modèles de code au meilleur rapport qualité-prix les compare sur ce terrain.

Questions d'experts. HLE Diamond le met à 44,9 %, au niveau de GPT-6 Sol (45,2 %), mais sous Gemini 4 Hydrogen (54,9 %) et Claude Sonnet 5.5 à l'effort maximal (53,3 %).

Prix

  • 1,50 $ par million de tokens en entrée et 4,50 $ en sortie (raisonnement compris), 0,075 $ pour la lecture du cache, soit 5 % du prix d'entrée. L'écriture du cache est facturée à part : 1,875 $ pour cinq minutes, 3 $ pour une heure. Grille de la région internationale d'Alibaba Cloud, relue le 16 novembre 2026 ; la région « Global » affiche 1,413 / 4,24 $.
  • Qwen3.8 Max était à 2 / 6 $, sans tarif de cache publié. Sur le scénario de notre page de référence (trois développeurs), Qwen4 Max revient à 38 € par mois, contre 33 € pour GPT-6.1 Terra, 50 € pour Gemini 4 Hydrogen et 67 € pour Claude Sonnet 5.5 (relevé du 16 novembre).

Pour le situer face à tous les autres, voyez le prix de Qwen4 Max comparé aux autres modèles, mis à jour chaque jour.

Vitesse

Non mesurée à ce jour : la fiche d'Artificial Analysis du 16 novembre ne donne ni débit ni délai du premier mot pour Qwen4 Max. Les modèles déjà mesurés sont sur notre page Vitesse des modèles IA.

Ce qu'on ne sait pas encore

  • Le réglage par défaut. L'évaluateur a mesuré xhigh seulement ; high, le défaut de l'API selon OpenRouter, et les réglages plus bas n'ont pas de score indépendant.
  • Les scores annoncés en clair. Le tableau de comparaison d'Alibaba est une image ; ses chiffres ne sont pas repris ici.
  • Le coût par tâche dans un agent de code. Qwen4 Max n'apparaît ni dans l'index des agents de code d'Artificial Analysis, ni sur Terminal-Bench 2.1.
  • Les poids. Le billet promet l'open source pour les modèles plus petits de la famille, pas pour Max.
  • La vitesse, absente de la fiche de l'évaluateur.

Ce qu'il faut retenir

Qwen4 Max fait monter le haut de gamme d'Alibaba au niveau de GPT-6 Sol sur l'indice et au-dessus sur le terminal, pour un prix au token plus bas que celui de Qwen3.8 Max. L'évaluateur a payé 62 % de moins pour lui faire passer son indice, ce qui rejoint ce qu'annonce Alibaba sur la baisse des tokens consommés. Sur le code à fusionner, il reste en retrait, et GPT-6.1 Terra fait mieux presque partout pour un coût de passage plus faible.

Pour une équipe qui utilise déjà Qwen3.8 Max par l'API, le passage se justifie sur les chiffres. Pour les autres, la question est moins « quel modèle est en tête » que « quelles tâches confier à quel modèle », et elle se tranche sur vos propres cas, pas sur un classement.

Sources

  • Équipe Qwen, billet « Qwen4-Max: Your New Teammate Has Arrived » (architecture, accès, Work360, baisse des tokens, coût par tâche, Last Secure Code Bench) : qwen.ai/blog?id=qwen4-max, lu le 16/11/2026 dans un navigateur.
  • Alibaba Cloud, grille de prix de Model Studio (qwen4-max, qwen3.8-max, cache) : alibabacloud.com/help/en/model-studio/model-pricing, lue le 16/11/2026.
  • OpenRouter, fiche de qwen/qwen4-max (date d'arrivée, réglages de raisonnement, sortie maximale) : openrouter.ai/qwen/qwen4-max, API lue le 16/11/2026.
  • Artificial Analysis, fiche de Qwen4 Max (indice v5.0, épreuves de l'indice, coût de l'indice, absence de mesure de vitesse) : artificialanalysis.ai/models/qwen4-max, lue le 16/11/2026 ; fiches qwen3-8-max, gpt-6-luna, gpt-5-6-luna, gpt-6-sol, gpt-6-1-terra, claude-sonnet-5-5 et claude-sonnet-5 lues le même jour (Gemini 4 Hydrogen et Kimi K3.1 Pro figurent dans ces fiches).
  • Anthropic, notes de version de Claude (modèles des applications) : support.claude.com, relues le 10/11/2026 ; annonces de Claude Sonnet 5 et Claude Sonnet 5.5, lues le 20/10/2026.
  • OpenAI, modèles de ChatGPT par offre : notes de version de ChatGPT du 7 octobre 2026, non lues (page protégée contre les lecteurs automatiques) ; information reprise par Notebookcheck, « ChatGPT Free and Go users start getting GPT-6 Luna in Chat ».
  • Prix : relevé du 16/11/2026 sur notre page Prix des modèles IA.