Qwen4-Max-Preview : Claude Code et arrêt le 25 novembre

Réservez Qwen4-Max-Preview à un essai de programmation interactif et limité dans le temps, pas au backend d’une application. Utilisez la clé dédiée de Token Plan et sélectionnez explicitement qwen4-max-preview, sans vous fier à la sélection automatique. Préparez une solution de remplacement avant le 25 novembre 2026 à 24:00 UTC+8, date de fin de la période de préversion documentée.

Les informations sur l’accès, la configuration et les prix correspondent au 2026-11-12.

Quel accès est disponible et quand prend-il fin ?

Qwen4-Max-Preview est accessible avec Token Plan Personal et Team, sans accès facturé à l’usage. La préversion commence le 11 novembre 2026 à 10:00 et se termine le 25 novembre 2026 à 24:00. Ces deux horaires sont en UTC+8. Alibaba indique que le modèle restera inchangé pendant cette période, puis sera retiré.

La fermeture correspond au 26 novembre à 00:00 UTC+8, ou au 25 novembre à 16:00 UTC. Elle ne fixe pas la date de sortie d’un modèle de remplacement.

Le modèle dispose d’une fenêtre de contexte de 1M tokens et d’une sortie maximale de 393,216 tokens. Le raisonnement et la réponse finale partagent ce plafond de sortie. Il accepte du texte, des images et des vidéos, et prend en charge les appels de fonctions ainsi que les sorties structurées.

Alibaba documente une compatibilité avec Chat Completions, Responses et Anthropic Messages. Cela ne signifie pas que chaque client expose toutes les capacités du modèle. Comparez Qwen3.8-Max et la préversion sur vos tâches, sans considérer leur classement comme établi.

Un nom identique dans Token Plan et Qwen Chat ne prouve pas que la configuration du service ou le comportement des outils sont identiques. Comparez les résultats dans le même client, avec les mêmes outils, instructions et budget de sortie.

Combien coûte Token Plan et quels usages sont autorisés ?

Prévoyez le coût d’un abonnement, pas un tarif Qwen4 par million de tokens. La présentation de Personal Edition indique les prix mensuels suivants pour les nouveaux abonnements, hors offres de bienvenue :

Formule Personal	Prix catalogue mensuel, USD	Quota mensuel
Lite	$6	20,000 Credits
Essential	$10	45,000 Credits
Standard	$18	80,000 Credits
Pro	$43	200,000 Credits

Credits est l’unité de facturation de l’abonnement, pas un nombre fixe de tokens. Vérifiez la consommation réelle après votre tâche d’essai. Ne déduisez pas de ce tableau un tarif supposé des tokens de l’API.

La FAQ de Personal précise que les appels sont bloqués lorsque le quota applicable est épuisé. Aucun dépassement ne bascule automatiquement vers une facturation à l’usage. L’achat de forfaits supplémentaires et le renouvellement de l’abonnement sont des décisions distinctes.

Personal Edition ne permet actuellement pas de résilier l’abonnement. Ne supposez pas que le retrait de la préversion résilie votre abonnement ou ouvre un droit au remboursement. Vérifiez les paramètres de renouvellement avant de souscrire uniquement pour cet essai.

Les deux éditions limitent l’accès à un usage interactif dans des outils de programmation et d’agents. Les scripts automatisés, les backends d’applications et les traitements par lots non interactifs sortent du cadre documenté. La politique de Team Edition énonce la même restriction.

Un agent qui appelle des outils pendant votre session interactive n’équivaut pas à un script d’évaluation planifié. Utilisez les exemples ci-dessous de façon interactive. Ne transformez pas la clé Token Plan en identifiant générique pour un backend.

Obtenez la clé dédiée avant de configurer le client

Utilisez une clé Token Plan avec un endpoint Token Plan. Une clé standard de Model Studio ou une clé Coding Plan ne peut pas la remplacer.

Pour Personal Edition, souscrivez puis générez la clé dans My Subscription, dans la console Token Plan. Suivez le guide de démarrage de Personal.

Pour Team Edition, un administrateur doit attribuer une place à votre compte avant de générer sa clé. Le guide de démarrage de Team situe cette étape dans Member Management.

Les exemples supposent que le client est installé et que vous utilisez Bash sous macOS ou Linux. Ouvrez un nouveau terminal. Exécutez cette commande, collez votre clé et appuyez sur Entrée :

read -rs TOKEN_PLAN_API_KEY && export TOKEN_PLAN_API_KEY

La commande n’affiche pas la clé saisie. Lancez le client depuis ce terminal pour qu’il reçoive la variable exportée.

Configurez Claude Code et vérifiez la lecture d’un fichier

Associez Qwen4-Max-Preview à l’option Opus, puis sélectionnez-la explicitement. La configuration de Claude Code publiée par Alibaba utilise les associations suivantes pour Token Plan.

Exécutez ces commandes depuis un dépôt contenant README.md :

unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$TOKEN_PLAN_API_KEY"
export ANTHROPIC_BASE_URL="https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic"
export ANTHROPIC_MODEL="auto"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="qwen3.6-flash"
export ANTHROPIC_DEFAULT_SONNET_MODEL="qwen3.8-flash"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen4-max-preview"
export CLAUDE_CODE_SUBAGENT_MODEL="auto"
export CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616"
claude --model opus

Pour Claude Code, l’URL de base se termine par /apps/anthropic. N’ajoutez pas /v1.

L’argument --model opus sélectionne le modèle principal associé à cet alias. Ce comportement suit les règles de sélection des modèles et des alias de Claude Code.

Les autres associations permettent encore d’utiliser d’autres modèles pour les tâches auxiliaires. En particulier, CLAUDE_CODE_SUBAGENT_MODEL="auto" n’impose pas Qwen4-Max-Preview à tous les sous-agents. Ne présentez pas une session entière utilisant plusieurs modèles comme un benchmark de Qwen4 seul.

Saisissez cette instruction dans la session interactive :

Read README.md using the file tool. Quote its first heading and summarize the project in two sentences. Do not modify files.

Vérifiez qu’une opération de lecture apparaît et que le titre cité correspond à celui du fichier réel. Consultez ensuite la consommation de Token Plan pour la même période. Une simple salutation vérifie moins de choses qu’un cycle complet d’appel d’outil.

Essayez ensuite une modification limitée, avec un test d’acceptation connu. Notez le modèle choisi, le niveau de raisonnement, le temps écoulé, le résultat du test et les Credits consommés.

Si Claude Code semble encore utiliser un autre fournisseur, suivez la procédure de vérification du routage actif avant d’évaluer le modèle.

Corrigez les réponses tronquées sans confondre sortie et contexte

Augmentez le budget de sortie lorsqu’une longue réponse est tronquée. Alibaba recommande précisément CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000 pour ce modèle.

Quittez le client, puis relancez-le depuis le même terminal Bash :

export CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000
claude --model opus

Ce réglage est distinct de CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616". Aucun des deux ne garantit une réponse de 393,216 tokens. Le plafond du modèle, la configuration du client et le budget de la requête sont des limites différentes.

Utilisez OpenCode ou Qwen Code à la place

Appliquez la configuration du client que vous utilisez : leurs URL de base ne sont pas interchangeables. Sauvegardez la configuration existante et conservez les réglages sans rapport avec ces exemples lorsque vous les ajoutez.

OpenCode : conservez le /v1 final de l’adaptateur

Utilisez la configuration de l’adaptateur Anthropic d’Alibaba dans ~/.config/opencode/opencode.json.

Cet exemple reprend le schéma de fournisseur V1 publié par Alibaba. La documentation de migration d’OpenCode V2 indique que les configurations V1 prises en charge restent acceptées. Ne mélangez pas les champs natifs de V2 dans cet objet de fournisseur.

{
  "$schema": "https://opencode.ai/config.json",
  "model": "bailian-token-plan/qwen4-max-preview",
  "provider": {
    "bailian-token-plan": {
      "npm": "@ai-sdk/anthropic",
      "options": {
        "baseURL": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic/v1",
        "apiKey": "{env:TOKEN_PLAN_API_KEY}"
      },
      "models": {
        "qwen4-max-preview": {
          "name": "Qwen4-Max-Preview",
          "modalities": {
            "input": ["text", "image"],
            "output": ["text"]
          },
          "limit": {
            "context": 1000000,
            "output": 131072
          }
        }
      }
    }
  }
}

Le /v1 final est volontaire pour cet adaptateur, comme le montre le guide OpenCode d’Alibaba. Ne copiez pas ici l’URL de base plus courte de Claude Code.

La valeur de sortie 131072 provient de l’entrée du modèle dans l’exemple OpenCode d’Alibaba. C’est un réglage du client, pas une révision du maximum publié de 393,216 tokens.

La substitution de variables d’environnement d’OpenCode récupère la clé exportée via {env:TOKEN_PLAN_API_KEY}. Lancez opencode, confirmez le fournisseur et le modèle avec /models, puis répétez l’instruction de lecture du fichier.

Qwen Code : définissez explicitement le budget de sortie partagé

Utilisez l’endpoint Token Plan compatible avec OpenAI dans ~/.qwen/settings.json.

Le guide Qwen Code d’Alibaba documente une limite de sortie par défaut de 32768 pour ce modèle. L’exemple choisit 64000 et un niveau de raisonnement medium pour un premier essai de programmation. Ce sont des choix explicites, pas les valeurs par défaut du modèle.

{
  "$version": 4,
  "modelProviders": {
    "openai": [
      {
        "id": "qwen4-max-preview",
        "name": "Qwen4-Max-Preview",
        "baseUrl": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
        "envKey": "TOKEN_PLAN_API_KEY",
        "generationConfig": {
          "samplingParams": {
            "max_tokens": 64000,
            "reasoning_effort": "medium"
          },
          "extra_body": {
            "preserve_thinking": true
          }
        }
      }
    ]
  },
  "security": {
    "auth": {
      "selectedType": "openai"
    }
  },
  "model": {
    "name": "qwen4-max-preview"
  }
}

Le champ envKey contient le nom d’une variable d’environnement, pas la clé secrète. La référence des fournisseurs de Qwen Code documente ce mécanisme d’authentification et les réglages de génération.

Lancez qwen depuis le terminal contenant la clé exportée. Confirmez le modèle avec /model, puis répétez la même tâche de lecture.

Pourquoi max_tokens peut-il tronquer la réponse finale ?

Avec Qwen4-Max-Preview, Chat Completions compte le raisonnement et la réponse dans le même budget de sortie. Selon l’avis de compatibilité de l’API, max_tokens équivaut à max_completion_tokens pour ce modèle.

Cet exemple illustre la conséquence sur le budget :

Combined output budget: 64,000 tokens
Assumed thinking usage: 48,000 tokens
Remaining answer allowance: at most 16,000 tokens

Il s’agit d’un calcul illustratif, pas d’une exécution mesurée. Une limite auparavant dimensionnée pour la seule réponse visible peut désormais lui laisser trop peu de place.

Le raisonnement est activé par défaut. Les valeurs acceptées pour reasoning_effort sont low, medium et xhigh ; la valeur par défaut est xhigh. Ne définissez pas reasoning_effort et thinking_budget simultanément.

Commencez par medium sur une tâche bien délimitée. Essayez low pour des modifications simples, ou xhigh lorsqu’une tâche difficile justifie d’évaluer un raisonnement plus poussé. Modifiez un seul réglage à la fois et comparez le travail terminé, pas uniquement la longueur de la réponse.

Les modèles Qwen précédents conservent le comportement antérieur de max_tokens. N’appliquez pas rétroactivement la règle de cette préversion à toutes les intégrations Qwen.

Conservez l’historique du raisonnement dans Chat Completions

Gardez tout le raisonnement des tours précédents dans le champ prévu à cet effet. Qwen4-Max-Preview active preserve_thinking par défaut.

Le raisonnement des messages précédents de l’assistant doit figurer dans reasoning_content. Ne l’ajoutez pas au champ content de l’assistant et ne le transformez pas en nouveau message utilisateur.

Cette responsabilité revient à l’adaptateur du client. Il ne s’agit pas de coller manuellement le raisonnement caché dans la conversation. Pour évaluer une intégration, vérifiez un tour suivant et un cycle complet d’appel d’outil, pas seulement la première réponse.

La comparaison de Messages, Chat Completions et Responses explique pourquoi la compatibilité HTTP ne suffit pas à établir le bon fonctionnement d’un agent.

Identifiez la cause de chaque échec

Face à 401 InvalidApiKey: Invalid API-key provided., vérifiez d’abord le type de facturation de la clé, l’état de l’abonnement et l’intégralité de la clé copiée. Confirmez que l’endpoint correspond à la clé, redémarrez le client, puis répétez le test de lecture.

Si AccessDenied apparaît avec HTTP 403 et le code access_denied après l’association des modèles, consultez Model Gallery dans Model Studio. Alibaba documente le statut Upcoming deprecation comme une cause possible. Vérifiez aussi les autorisations et l’éligibilité de votre formule : tous les 403 ne signalent pas un retrait.

Si la sortie est tronquée, vérifiez le budget de sortie effectif et le niveau de raisonnement avant de modifier l’authentification. Appliquez le réglage Claude Code ou Qwen Code présenté plus haut, puis répétez la même tâche.

Si le quota est épuisé, utilisez les options de gestion du quota de l’abonnement. Augmenter max_tokens ne rétablit pas les Credits et peut accroître la consommation lors du prochain appel réussi.

Passez à un accès payant distinct avant la fermeture

Utilisez qwen3.8-max comme solution de remplacement facturée à l’usage pour poursuivre le travail après la préversion. Les instructions de configuration à l’usage d’Alibaba citent explicitement ce modèle et décrivent la facturation selon la consommation. La page du modèle publie séparément les prix de l’API.

Cette recommandation porte sur le mode d’accès. Elle ne prétend pas que la qualité du code produit égale celle de Qwen4-Max-Preview.

Créez une clé API Model Studio distincte dans la région de Singapour en suivant les instructions de création de clé. Remplacez ensuite la clé, l’endpoint, le modèle principal et les associations de modèles auxiliaires.

L’exemple Bash suivant utilise l’endpoint partagé de Singapour documenté par Alibaba. La référence des URL de base fournit aussi des endpoints propres à chaque espace de travail, recommandés pour la production.

read -rs DASHSCOPE_API_KEY && export DASHSCOPE_API_KEY
unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$DASHSCOPE_API_KEY"
export ANTHROPIC_BASE_URL="https://dashscope-intl.aliyuncs.com/apps/anthropic"
export ANTHROPIC_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_SONNET_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen3.8-max"
export CLAUDE_CODE_SUBAGENT_MODEL="qwen3.8-max"
claude --model qwen3.8-max

Toutes les options listées sont ici volontairement associées au modèle de remplacement. Ajustez les modèles auxiliaires plus tard, après avoir vérifié leur disponibilité et leurs coûts.

Démarrez une nouvelle conversation, répétez la lecture du fichier et vérifiez la consommation sur l’accès payant. Changer seulement le modèle tout en gardant les identifiants Token Plan ne fait pas basculer la facturation à l’usage.

Pour un autre accès payant compatible avec OpenAI, BetterToken répertorie qwen3.8-max au 2026-11-12. Son URL de base est https://www.bettertoken.ai/v1 ; utilisez votre propre clé BetterToken et l’intégration OpenCode documentée. Il s’agit d’un accès payant distinct à l’API, pas d’un accès à la préversion Qwen4. Consultez les prix actuels avant de changer.