Alibaba a lancé la version préliminaire de Qwen4-Max, le modèle phare de sa nouvelle famille Qwen. Ce modèle se distingue par sa capacité à traiter jusqu’à un million de tokens de contexte. Cette mise à disposition, effective depuis le mercredi, permet aux développeurs d’explorer un système avancé capable d’intégrer des informations issues d’images et de vidéos.

Ce n’est pas une simple mise à jour textuelle. Qwen4-Max est conçu pour des tâches exigeantes, qu’il s’agisse de générer du code, d’optimiser des processus bureautiques ou de concevoir des interfaces utilisateur complexes. La compréhension multimodale, qui ingère texte, images et vidéos pour analyser des captures d’écran ou des documents, est un atout majeur, selon les informations fournies par QwenCloud.

Pour accéder à ce modèle de nouvelle génération, l’abonnement Token Plan d’Alibaba est requis. Un paiement à l’usage n’est pas disponible durant cette phase de présentation. La période de prévisualisation est strictement limitée : elle s’étend du 11 novembre 2026 à 10h00 jusqu’au 25 novembre 2026 à 24h00 (UTC+8). Après cette date, le modèle sera retiré.

Capacités étendues pour les tâches complexes

Qwen4-Max intègre un raisonnement approfondi, activé par défaut, dont l’intensité peut être ajustée via le paramètre reasoning_effort. Au-delà de sa fenêtre contextuelle, le modèle supporte des fonctionnalités clés pour construire des applications intelligentes. Il permet notamment l’appel de fonctions (Function Calling), ce qui lui donne la capacité de rechercher sur le web ou d’utiliser des outils externes pour exécuter des tâches complexes. De plus, il assure des sorties structurées, compatible avec les formats JSON Object et JSON Schema API.

Le modèle s’aligne sur des protocoles établis, assurant une compatibilité avec les API de style OpenAI Chat Completions et Anthropic Messages. Toutefois, les développeurs doivent surveiller la consommation de budget. En utilisant le format OpenAI Chat Completions, le paramètre max_tokens est équivalent à max_completion_tokens. Cela signifie que le temps de réflexion du modèle compte dans cette limite, et un oubli pourrait entraîner une troncature de la réponse finale.

Les ajustements techniques à intégrer

La documentation technique précise que le calcul de la réflexion est désormais intégré au budget total, ce qui constitue un changement par rapport aux modèles Qwen précédents. Ce point est fondamental pour quiconque intègre ce modèle dans une architecture de production. Concernant les conversations multi-tours, Chat Completions permet de conserver l’historique de la réflexion dans le champ reasoning_content des messages de l’assistant, sans le concaténer dans le contenu principal.

Pour commencer à l’utiliser, il faut obtenir une clé API dédiée via le Token Plan Personnel ou Team, en utilisant l’URL de base spécifique à cette offre. Il est clair que ce modèle est destiné à des usages professionnels lourds, et son statut de prévisualisation rend cette fenêtre d’expérimentation particulièrement courte.

Sources

• Latest model: Qwen4-Max-Preview, docs.qwencloud.com
• Alibaba opens Qwen4-Max preview with a million-token context window, TechNode, 11 novembre 2026