Qwen4-Max dans Claude Code : configuration, prix et migration
Connectez qwen4-max à Claude Code via l’API QwenCloud facturée à l’usage ou Token Plan. Comparez les frais de tokens, la création de cache et les résultats publiés de programmation avec Qwen3.8-Max et Opus 5.5. Remplacez l’identifiant de la préversion avant son retrait, distinguez les limites de l’API de celles du client et vérifiez une tâche réelle dans votre dépôt.
Sommaire

Pour essayer Qwen4-Max dans Claude Code sans abonnement Token Plan, utilisez l’API QwenCloud facturée à l’usage et sélectionnez explicitement qwen4-max. Les développeurs qui le comparent à Qwen3.8-Max ou à Opus 5.5 peuvent ainsi commencer par un accès direct, facturé au token. Si vous utilisez déjà qwen4-max-preview, remplacez cet identifiant avant la fin de la période de préversion, le 25 novembre 2026 à 24:00 UTC+8.
La disponibilité, les limites et les prix ci-dessous correspondent à la situation au 17 novembre 2026.
Qu’est-ce qui change par rapport à la préversion ?
La version de production du 16 novembre ajoute la facturation à l’usage à l’accès par Token Plan. La préversion était réservée à Token Plan. Pour le modèle de production, utilisez qwen4-max, et non qwen4-max-preview.
Distinguez les limites de l’API des réglages de Claude Code. Les spécifications de production indiquent un contexte de 1,000,000 tokens, avec une entrée maximale de 983,616 tokens en mode raisonnement. La sortie peut atteindre 131,072 tokens sans raisonnement, ou 262,144 tokens pour le raisonnement et la réponse finale réunis.
Les spécifications de la préversion autorisaient 393,216 tokens partagés entre le raisonnement et la réponse. L’API de production a donc un plafond de sortie combiné plus bas, même si QwenCloud recommande d’augmenter le réglage de sortie de Claude Code.
La préversion se termine à la fin du 25 novembre, soit le 26 novembre à 00:00 UTC+8. Son retrait est prévu après cette période. Remplacez les références explicites à la préversion dans les configurations du shell et du client, redémarrez le client et vérifiez l’identifiant de production. Ne supposez pas qu’une mise à niveau automatique dans une autre application modifiera aussi vos réglages de Claude Code.
Quelle voie d’accès choisir ?
Choisissez la facturation à l’usage pour mesurer le coût d’un essai API ou intégrer le modèle à une application. Choisissez Token Plan pour programmer de façon interactive dans les limites de l’abonnement.
| Voie d’accès | Prérequis et facturation | Quand la choisir |
|---|---|---|
| QwenCloud à l’usage | Compte QwenCloud, clé API et endpoint de la même région, facturation activée. Les tokens d’entrée et de sortie sont facturés séparément. | Mesurer directement le coût de Qwen4-Max, l’utiliser dans un backend ou automatiser des tâches. |
| QwenCloud Token Plan | Abonnement QwenCloud via le service de Singapour, avec une clé et un endpoint dédiés à Token Plan. L’utilisation consomme des Credits. | Travailler de façon interactive dans les outils de programmation compatibles, avec un quota mensuel. |
| OpenRouter | Compte OpenRouter approvisionné et client compatible ; utilisez qwen/qwen4-max. L’achat de crédits entraîne des frais. | Vous comparez déjà les fournisseurs via OpenRouter. |
| BetterToken, pour d’autres modèles | Votre propre compte et votre clé API, une facturation à l’usage du modèle et la configuration documentée de Claude Code. | Comparer d’autres modèles et voies d’accès disponibles ; consultez les modèles et prix actuels. |
Le prix catalogue standard de Token Plan Lite est de $6/month, pour 20,000 Credits, et non 20,000 tokens. Sa politique d’utilisation exclut les scripts d’automatisation, les backends d’applications et les appels par lots non interactifs. Une fois le plan et les Credit Packs épuisés, les requêtes ne basculent pas automatiquement vers la facturation à l’usage.
Tenez compte des frais d’approvisionnement d’OpenRouter pour comparer la dépense totale, pas seulement les tarifs affichés par token. L’accès à l’API BetterToken est distinct des abonnements des fournisseurs. Vérifiez l’activation du compte et les moyens de paiement disponibles avant de remplacer un accès qui fonctionne.
L’API facturée à l’usage à Singapour offre 1 million de tokens gratuits, indépendamment des Credits de Token Plan. Consultez les conditions d’éligibilité et d’expiration du quota gratuit ; ne présumez pas qu’il reste disponible sur votre compte.
Configurer Qwen4-Max dans Claude Code
Claude Code CLI doit être installé. Préparez une clé QwenCloud pour la facturation à l’usage, créée dans la région de Singapour. Sélectionnez la région dans la console, ouvrez API Keys et créez une clé.
Vérifiez d’abord les anciens réglages de fournisseur dans ~/.claude/settings.json et dans le fichier .claude/settings.json du projet. Exécutez ensuite les commandes suivantes dans Bash. Lorsque la première commande attend une saisie, collez la clé et appuyez sur Entrée. La clé ne s’affiche pas à l’écran et n’est pas enregistrée dans l’historique du shell.
read -rs ANTHROPIC_AUTH_TOKEN && export ANTHROPIC_AUTH_TOKEN
export ANTHROPIC_BASE_URL="https://ap-southeast-1.maas.qwencloudapi.com/apps/anthropic"
export ANTHROPIC_MODEL="qwen4-max"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen4-max"
export CLAUDE_CODE_SUBAGENT_MODEL="qwen4-max"
export CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616"
claude -p "Hello"
Cette configuration utilise l’endpoint compatible avec Anthropic et les instructions propres au modèle documentés par QwenCloud. L’exemple générique de facturation à l’usage indique encore qwen3.7-max ; les valeurs ci-dessus sélectionnent délibérément Qwen4-Max de production.
ANTHROPIC_MODEL sélectionne le modèle principal. ANTHROPIC_DEFAULT_OPUS_MODEL associe un modèle à l’alias Opus de Claude Code ; définir cet alias seul ne sélectionne pas le modèle actif. Ces variables exportées s’appliquent au terminal actuel.
Une réponse confirme l’authentification de base et l’acheminement de la requête. Exécutez ensuite cette commande dans un dépôt contenant README.md :
claude -p "Read README.md and report the project name and any documented test command. Do not edit files."
Comparez la réponse au contenu du fichier. Un accès fonctionnel doit fournir des informations propres au dépôt sans modifier les fichiers. Essayez ensuite une petite modification vérifiable par un test existant. Une réponse à une salutation ne prouve pas la compatibilité avec les outils de programmation.
Utiliser un abonnement Token Plan existant
Conservez les réglages de modèle qwen4-max ci-dessus, mais remplacez la clé et l’endpoint par ceux de Token Plan :
read -rs ANTHROPIC_AUTH_TOKEN && export ANTHROPIC_AUTH_TOKEN
export ANTHROPIC_BASE_URL="https://token-plan.maas.qwencloudapi.com/apps/anthropic"
claude
Collez votre clé dédiée à Token Plan, et non celle de la facturation à l’usage. Effectuez la vérification du dépôt de façon interactive dans Claude Code. Pour une automatisation sans intervention, utilisez la facturation à l’usage.
Réponses longues tronquées et échecs de requêtes
Si les longues réponses sont tronquées, QwenCloud recommande de remplacer le réglage 64000 de la préversion par :
export CLAUDE_CODE_MAX_OUTPUT_TOKENS="131072"
Lancez une nouvelle session de Claude Code depuis ce terminal. C’est le réglage client recommandé par QwenCloud, pas la garantie que le CLI renverra 131,072 tokens. La documentation actuelle de Claude Code plafonne la sortie à 128000 tokens pour les identifiants de modèle non reconnus. Les valeurs supérieures sont ramenées à ce plafond. Aucun de ces réglages ne donne accès aux 262,144 tokens combinés de raisonnement et de réponse autorisés par l’API. Divisez un résultat volumineux en plusieurs requêtes si le plafond du client reste le seul obstacle.
En cas d’échec d’authentification, vérifiez le type de clé et la région avant de renouveler les clés à répétition. Les règles régionales de QwenCloud imposent que la clé API et l’endpoint correspondent à la même région.
Pour les erreurs Token Plan, distinguez 429 insufficient_quota de 429 Requests rate limit exceeded à l’aide du guide officiel des erreurs. Si le quota est épuisé, attendez sa réinitialisation ou achetez un Credit Pack. En cas de limitation du débit, réduisez la fréquence des requêtes ou le nombre d’appels simultanés. Après avoir corrigé la cause, réessayez avec une petite requête interactive.
Si les erreurs de contexte se répètent, conservez le réglage explicite 983616. Vérifiez comment Claude Code gère la fenêtre de contexte avec une passerelle API avant d’augmenter les limites.
Calculer les frais de tokens avant de comparer le coût des tâches
Utilisez les tarifs de Singapour pour cette configuration. N’appliquez pas le prix d’une autre région à l’endpoint de Singapour.
L’estimation ci-dessous attribue à chaque modèle les mêmes 100,000 tokens d’entrée sans cache et 10,000 tokens de sortie facturés, raisonnement inclus. Elle ne porte que sur les tokens du modèle. Le cache, les outils hébergés payants, les frais d’approvisionnement et les taxes sont exclus.
| Modèle et accès direct | Entrée par 1M tokens | Sortie par 1M tokens | Frais estimés pour les tokens du modèle |
|---|---|---|---|
| Qwen4-Max, Singapour | $1.50 | $4.50 | $0.195 |
| Qwen3.8-Max, Singapour | $2.00 | $6.00 | $0.260 |
| Claude Opus 5.5, API standard | $4.00 | $20.00 | $0.600 |
Pour Qwen4-Max, le calcul est 0.1 × $1.50 + 0.01 × $4.50 = $0.195. Il s’agit de frais hypothétiques, pas de coûts mesurés pour accomplir une même tâche de programmation. Les modèles peuvent consommer des quantités différentes de tokens pour le raisonnement, le contexte et les nouvelles tentatives. QwenCloud documente les valeurs par défaut reasoning_effort=high et thinking_budget=131072 ; ce budget est un plafond, pas l’utilisation facturée.
Inclure la création du cache, pas seulement sa lecture
À Singapour, la lecture du cache de Qwen4-Max coûte $0.075 par 1M tokens, pour les accès au cache implicite comme explicite. La création d’un cache explicite coûte $1.875 par 1M tokens pour une durée de 5 minutes, ou $3.00 pour 1 heure.
En exprimant les quantités de tokens en millions, calculez :
cost_USD = 1.50U + 0.075R + 1.875W5 + 3.00W60 + 4.50O
U désigne l’entrée sans cache et R, l’entrée lue dans le cache. W5 et W60 représentent les écritures en cache pour chaque durée de conservation. Comptez chaque token d’entrée dans une seule catégorie. O inclut le raisonnement et la réponse finale.
Pour un exemple complet, supposons deux requêtes contenant chacune un préfixe stable de 100,000 tokens, 5,000 nouveaux tokens d’entrée et 2,000 tokens de sortie. La première écrit le préfixe en cache ; la seconde le retrouve dans ce cache de 5 minutes.
Les frais totaux estimés sont 0.010 × $1.50 + 0.100 × $0.075 + 0.100 × $1.875 + 0.004 × $4.50 = $0.228. Sans cache, les mêmes volumes coûtent 0.210 × $1.50 + 0.004 × $4.50 = $0.333.
Cet exemple suppose que la seconde requête retrouve bien le contenu en cache. Vérifiez les lectures et écritures réelles à l’aide des champs d’utilisation du cache du fournisseur. Lors de sessions de programmation répétées, examinez aussi la consommation supplémentaire de tokens des agents en arrière-plan de Claude Code. N’attribuez pas tous les frais à la réponse principale.
Faut-il le préférer à Opus 5.5 pour programmer ?
Commencez par Qwen4-Max pour une tâche bien délimitée dans le dépôt lorsque le coût compte. Gardez Opus 5.5 comme référence pour les tâches difficiles au terminal, jusqu’à ce que vos tests d’acceptation justifient un changement.
Au 17 novembre, le classement Vals AI Terminal-Bench 4.0 présente les résultats suivants :
| Modèle dans le classement publié | Score avec Mini-SWE-agent | Coût par test |
|---|---|---|
| Qwen 4 Max | 48.48% | $3.90 |
| Qwen 3.8 Max 0902 | 38.89% | $12.15 |
| Claude Opus 5.5 | 65.15% | $12.04 |
Ces résultats permettent une conclusion plus limitée que « remplaçant d’Opus ». Qwen4-Max dépasse la version datée de Qwen3.8-Max figurant dans le tableau, mais reste derrière Opus sur ces tâches au terminal. Le coût par test n’est pas le coût d’un correctif accepté.
Ce sont des exécutions d’agents publiées, pas des tests Claude Code à niveau de raisonnement identique. Vals a évalué Qwen4-Max en xhigh ; sa page consacrée à Opus indique max. Le rapport publié au lancement d’Opus mentionnait aussi des modèles de secours. Le tableau actuel ne constitue donc pas une comparaison contrôlée sans recours à d’autres modèles. Consultez l’effet du niveau de raisonnement et des modèles de secours sur les comparaisons d’agents de programmation avant d’extrapoler cet écart.
Limitez votre premier essai à 30 minutes. Choisissez une petite tâche avec un test d’acceptation connu, conservez le même état initial du dépôt et les mêmes instructions, puis relevez tous les frais, nouvelles tentatives comprises. Adoptez Qwen4-Max pour ce type de tâche s’il satisfait aux mêmes critères d’acceptation à un coût total acceptable. Gardez Opus lorsque les tentatives ou corrections supplémentaires annulent l’avantage du prix par token.