Qwen 4 a publié ses benchmarks et sa grille tarifaire d'un coup. Les poids, eux, attendent le 20 décembre.

Le 11 novembre, Alibaba a mis en ligne les API de Qwen 4 et Qwen 4 Flash.
L'info arrive en Chine l'après-midi même. Une vidéo sur Bilibili, "Qwen 4 est sorti ! Les modèles ouverts affrontent Claude Fable 5.2", dépasse sept mille vues le 13. Ces deux mots, "modèles ouverts", sont le point le plus délicat de l'annonce.
Ce qui a été livré
Le prix : $1 / $4 par million de tokens, entrée et sortie. Aucun des cinq premiers modèles du haut de gamme de cette année n'est à ce tarif. Selon Artificial Analysis, une tâche d'index complète en raisonnement élevé coûte environ $2.94, contre neuf fois plus pour Fable 5.2 au même réglage.
Score : 58, troisième sur Intelligence Index v5. Devant, Gemini 4 Carbon (63), que Google n'a pas encore ouvert, et Fable 5.2 (65). Juste derrière, le record en poids ouverts de Kimi K3.1 Pro. Frontier Code 2.0 : 47.9%. Frontier SWE v2 : 66.8%. Le modèle se cale entre Opus 5.5 et Fable 5.2 sur les deux tableaux de code agentique. AA-Briefcase, le tableau du travail de connaissance : 1792 Elo, un peu au-dessus des 1785 de Fable 5.2, encore loin des 1813 de Sonnet 5.5.
Côté API, Alibaba va à l'inverse d'Anthropic. temperature, top_p et top_k sont exposés, le choix d'outil forcé fonctionne, la réflexion hybride se bascule par requête, le budget de réflexion se règle directement. Fable 5.2 garde la réflexion adaptative toujours active et n'accepte aucun de ces champs. Cet écart pèse plus que deux ou trois points de benchmark : une réflexion qu'on peut couper, c'est une facture qu'on peut prévoir.
Le multimodal passe par un endpoint : texte, image, audio, vidéo, sans SKU Omni. Démo : interprétation simultanée en 19 langues, sous 400 millisecondes. Si ça tient, l'interprétation niveau station de travail n'a plus besoin d'un service à part.
Le benchmark qui circule en Chine mérite une parenthèse
Le tableau qui a le plus circulé dans le pays est un autre : GameFeel Bench.
D'après un rapport de test fuité, Qwen4-Flash obtient 49.9, au-dessus des 47.2 d'Opus 5.5 xHigh. Qwen4-27B obtient 44.6, presque les 45 de Sonnet 5.5. Coût par tâche : $0.4 et $0.16, contre $2.6 pour Opus 5.5. Si la version 27B atteint ce niveau sur une 4090 ou un Mac Studio, les équipes petites et moyennes refont leurs calculs d'auto-hébergement.
Le problème, c'est le tableau. GameFeel Bench est une évaluation que l'équipe Qwen a bâtie pour ses propres modèles. La consigne : à partir d'un concept de jeu en langage naturel, produire un système complet avec collisions, machines à états, valeurs économiques et retours d'interaction. Questions générées dynamiquement et recoupées par des humains, donc anti-par-cœur. L'idée me convient : faire tourner un système entier est plus proche de la vraie ingénierie que répondre à des QCM. Mais le jeu de test n'est pas public, aucun tiers ne l'a reproduit : le score reste une déclaration d'éditeur. Attendez qu'un tiers y lance son projet avant de décider combien y croire.
Les poids sont une date au calendrier, pas une livraison
Ce qui déconcentre les développeurs : le 11 novembre ne couvre que l'API. Pas de téléchargement, pas de dépôt Hugging Face, pas de GGUF.
Alibaba promet de publier Qwen 4 (1.2T de paramètres au total, 56B actifs) et Qwen 4 Flash (30B au total, 3.3B actifs) sous Apache 2.0 avant le 20 décembre. La date est précise, mais elle reste une case sur un planning. Pas encore de fichier sur un disque.
Le Qwen le plus récent à poids publics reste Qwen3.8-Flash-Next. Le meilleur rapport qualité-prix de cette grille n'est donc pas encore exécutable chez soi.
Un précédent favorable : Moonshot a tenu sa dernière date de poids sans un jour de retard. Un défavorable : une sortie déduite d'un calendrier pour fin octobre est arrivée onze jours plus tard. Mettez la promesse dans votre agenda, pas sur un bon de commande.
Acheter ou non dépend de votre besoin de le faire tourner
Trois choses côte à côte, et c'est clair.
Du pas cher, du stable, du disponible aujourd'hui : l'API de Qwen 4 est l'un des meilleurs rapports qualité-prix de l'année, surtout pour les lots où la réflexion est coupée et la dépense tenue dans un budget.
De la conformité, du hors ligne, le modèle dans votre salle serveur : impossible de signer maintenant. Il faut attendre le 20 décembre, et ce qui arrivera sera un jeu de poids de 1.2T. Cette taille n'est pas du télécharger-et-lancer. Trouver la VRAM et monter la pile d'inférence occupera une équipe deux semaines.
Pour ce 49.9, je le traiterais comme un signal en attente de vérification. Les modèles chinois ont réellement rattrapé le niveau dans la tranche la plus chère, à prix bas. Ça, c'est un fait. "Dépasser Opus 5.5" demande qu'un tiers le fasse tourner sur ses propres questions.
Un poste de coût qu'on oublie : la migration. Réunir le multimodal dans un endpoint signifie que le travail qui passait par trois chaînes, image via un modèle de vision, parole via ASR plus TTS, vidéo via extraction de photogrammes puis retour vers l'image, tient en un appel. Une chaîne de moins, c'est une couche d'authentification, une limite de débit et une personne de moins à surveiller les erreurs. Cette comptabilité n'apparaît dans aucun rapport financier, mais elle décide si trois personnes peuvent tenir quatre produits.

Ce qu'il faut regarder ensuite
Le 20 décembre est la première échéance. Si les poids sortent ce jour-là, le nombre de téléchargements n'est pas le sujet. Trois choses : la vitesse des versions quantifiées, la longueur de contexte sur une seule carte, le délai d'adaptation des frameworks d'inférence. Mettre un modèle de 1.2T dans sa salle serveur n'a jamais tenu d'une commande.
Deuxième échéance : la reproduction par un tiers. Si d'autres laboratoires testent leurs modèles sur les tâches "système exécutable de bout en bout" de GameFeel Bench, le tableau gagne en crédibilité. Si un an plus tard une seule entreprise y publie des scores, ce n'était qu'un support de conférence de presse.
Troisième échéance, la plus concrète : le prix tiendra-t-il ? $1/$4 est un prix d'acquisition, et les deux dernières années n'incitent pas à croire qu'il restera en place une fois la part stabilisée. Figez ce chiffre dans votre budget, vous le réécrirez peut-être l'an prochain.
Dernière chose. Les lancements chinois de cette vague partagent un point : sortir l'API et la grille d'abord pour prendre des clients, garder les poids pour une deuxième vague. Pour l'utilisateur, "open source" décrit de plus en plus un paiement échelonné plutôt qu'une livraison. Ce n'est pas un mensonge, mais il faut changer sa façon de lire les annonces.
Articles associés
74 % : le chiffre qui décidera des trois prochaines années
Chez Nvidia, un point de marge brute vaut 3 milliards. À 74 %, puis 71 %, ce n'est pas une crise : c'est le chiffre qui dira si le marché croit encore au récit.
Trente-trois ans sans préparer de successeur
Un chasseur de têtes le dit sans détour : personne chez Nvidia n'a dirigé des milliers de personnes. La crise n'est pas le scandale, c'est l'organigramme.
99 milliards chez ses propres clients, et un nom technique embarrassant
Plus de 99 milliards investis chez ses propres clients. Lucent et Cisco l'ont fait avant elle, et l'histoire s'est mal terminée. La différence, cette fois, tient à un détail.
175 000 signatures, et un conseil qui compte autrement
175 000 signatures, dont 7 500 salariés, réclament le retour de Huang. Le conseil, lui, sait qu'une enquête non conclue rend tout retour impossible avant des mois.