Alibaba Qwen4-Max : 2 400 milliards de paramètres et une table n-gram de 328 milliards
Alibaba vient de dévoiler Qwen4-Max, premier modèle de sa nouvelle architecture maison Qwen4, qui succède à Qwen3.8 Max lancé cet été. Le modèle compte 2 400 milliards de paramètres, comme son prédécesseur, mais repose sur une mixture d'experts : seuls 71 milliards de paramètres sont actifs pour chaque token, soit 25 % de moins que sur Qwen3.8-Max. La fenêtre de contexte atteint un million de tokens, avec prise en charge native des images et des vidéos en entrée. Le tarif s'établit à 1,5 dollar par million de tokens en entrée et 4,5 dollars en sortie, tandis que la lecture en cache passe de 0,25 à 0,075 dollar, soit une baisse de 70 %. Contrairement à son prédécesseur, Qwen4-Max n'est pas distribué à poids ouverts. Sa grande nouveauté est une table n-gram de 328 milliards de paramètres, destinée à améliorer la qualité des réponses.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Next INpact. Lire l'article original →
Alibaba met surtout en avant la sobriété du modèle. Selon ses benchmarks internes, Qwen4-Max surpasse Qwen3.8-Max avec moins de jetons : sur Work360, la consommation baisse d'environ 24 % et 35 % avec un effort de raisonnement Xhigh et High, et de 48 % et 49 % sur Terminal-Bench 4.0. Pour les entreprises, cette efficacité se traduit directement sur la facture, en particulier pour les longues conversations et les grosses fenêtres de contexte, où la baisse du prix du cache pèse lourd. Artificial Analysis, société indépendante, place le modèle à 43 sur son index global, entre Grok 4.7 en xhigh et Muse Wonder en max, mais loin derrière Fable 5.2 d'Anthropic (65), Gemini 4 Carbon de Google (60) et GPT-6 Astra d'OpenAI (57). Le coût moyen par tâche n'est que de 3,27 dollars, contre 7,77 dollars pour Grok et 6,95 dollars pour Muse, même si le modèle se montre bavard, avec 127 millions de tokens en sortie.
Ce lancement s'inscrit dans une stratégie où Alibaba cherche moins à dominer les classements qu'à proposer un compromis performance-prix face aux leaders américains. Le recours à un mélange d'experts réduit les calculs, mais impose toujours de charger l'intégralité des poids en mémoire, ce qui maintient des besoins d'infrastructure élevés. L'entreprise ne détaille d'ailleurs pas l'architecture interne des experts de Qwen4-Max, alors que Qwen3.8-Max en comptait 512, dont 11 activés par token. La table n-gram n'est pas tout à fait inédite : Alibaba l'avait testée avec Qwen3.8-Flash-Next, présenté comme une préversion de la famille Qwen4, avec une table de 51 milliards de paramètres. Le passage à 328 milliards marque un net changement d'échelle. Le choix de fermer les poids, après une tradition d'ouverture sur la série Qwen, pourrait signaler un virage commercial, et la suite dépendra de la capacité du groupe à combler l'écart avec les modèles de pointe tout en conservant son avantage tarifaire.