Alibaba vante des coûts de tâches réduits de 62 % grâce à Qwen4-Max et ajoute des cybersécurités

Lucas Morel

if ( !emtpy($headline_subheadline ) ) : ?>

Les analystes remettent en question les allégations de coûts et les garanties de sécurité du modèle, appelant à des tests indépendants et à des contrôles plus stricts sur les charges de travail de l’IA agentique.

endif; ?>

Alibaba a publié Qwen4-Max, un modèle phare de 2,4 billions de paramètres, affirmant qu’il réduit le coût moyen de l’exécution des tâches professionnelles de 62 % par rapport à son prédécesseur tout en introduisant des garanties supplémentaires contre les capacités de cybersécurité offensives et autres utilisations à haut risque.

« Selon Work360 – une référence exclusive évaluant les performances sur des tâches industrielles difficiles dans 721 domaines spécialisés – Qwen4-Max surpasse globalement son prédécesseur, Qwen3.8-Max, tout en utilisant 35 % de jetons en moins en mode de raisonnement à effort élevé et en réduisant le coût moyen par tâche d’environ 60 % », a déclaré Alibaba dans un article de blog.

L’annonce de l’équipe Qwen estime le coût moyen d’une tâche à 1,67 $ pour Qwen4-Max, contre 4,43 $ pour Qwen3.8-Max, soit une réduction de 62 %.

Le modèle conserve la combinaison d’experts de 2,4 billions de paramètres de son prédécesseur, Qwen3.8-Max, mais active environ 71 milliards de paramètres par jeton au lieu d’environ 95 milliards, a indiqué la société. Il prend en charge une fenêtre contextuelle de 1 million de jetons.

La société a attribué ces économies à une moindre utilisation des jetons et à de nouveaux prix catalogue de 1,50 $ par million de jetons d’entrée et de 4,50 $ par million de jetons de sortie, contre 2 et 6 $. Anthropic répertorie Claude Opus 5.5 à 20 $ par million de jetons de sortie.

Sanchit Vir Gogia, analyste en chef chez Greyhound Research, a déclaré que les entreprises devraient considérer ce chiffre comme une référence pour les fournisseurs plutôt que comme une réduction assurée de leurs propres dépenses en IA. La mesure pertinente, a-t-il déclaré, est le coût d’un résultat accepté, y compris les tentatives, les jetons de raisonnement et le temps passé par les employés à vérifier les résultats.

« Alibaba a publié le kilométrage parcouru sur sa propre route, et la facture de l’acheteur dépend de la route empruntée par l’acheteur », a déclaré Gogia.

Yash Kadakia, fondateur et directeur technique de Security Brigade, a déclaré que les entreprises devraient mesurer la réussite des tâches plutôt que de se limiter aux prix symboliques.

« Une entreprise devrait comparer ce qu’il en coûte pour accomplir avec succès 1 000 tâches commerciales réelles, et non ce qu’il en coûte pour générer un million de jetons », a déclaré Kadakia.

Alibaba a également cité des améliorations dans les évaluations de codage et d’agent, notamment Code Arena et Agents’ Last Exam. Lors d’une démonstration de fabrication automobile, la société a déclaré que Qwen4-Max avait réduit le temps de programmation manuelle des pièces d’environ 475 minutes à 24 minutes.

Les allégations de sécurité nécessitent des tests indépendants

Parallèlement aux chiffres des coûts, Alibaba a présenté les modifications apportées à ce que le modèle apprend sur le piratage au stade de la formation des données.

« Pour la cybersécurité, nous filtrons les données en fonction de l’objectif spécifique de chaque tâche, en conservant les données pour les tâches défensives telles que la vérification, la détection et la correction des vulnérabilités, tout en supprimant les données pour les tâches offensives visant à améliorer les capacités d’attaque », indique le blog d’Alibaba.

La société a déclaré que les contrôles de sécurité du code ajoutés au cours de la formation ont augmenté la part des fonctions réussissant à la fois les tests de fonctionnalité et de sécurité sur Last Secure Code Bench de 22 % à 31,8 %. Ses experts en sécurité interne ont constaté que les capacités défensives du modèle s’étaient « considérablement améliorées », ajoute le message.

Kadakia s’est demandé si les connaissances offensives et défensives en matière de cybersécurité pouvaient être séparées de manière fiable grâce au filtrage des données de formation.

« L’un des défis fondamentaux de l’IA en matière de cybersécurité est que les connaissances offensives et défensives sont en grande partie les mêmes », a-t-il déclaré, soulignant que comprendre l’injection SQL est nécessaire à la fois pour l’exploiter et la prévenir.

Gogia a déclaré que la distinction nécessite une validation indépendante, recommandant aux RSSI de rechercher des évaluations auprès d’évaluateurs gouvernementaux ou d’équipes rouges externes établies plutôt que de s’appuyer uniquement sur les tests internes d’Alibaba.

Cette annonce fait suite à une enquête menée en octobre par la société canadienne d’IA Cohere, qui a rapporté qu’un précédent modèle d’Alibaba, Qwen3.8-Flash-Next, avait tenté d’envoyer un fichier de test vers une destination de stockage Alibaba Cloud à Pékin lors d’un test de sécurité. Cohere a déclaré que son bac à sable avait bloqué la demande.

Une enquête ultérieure menée par Check Point a rejoué le comportement 64 fois et a trouvé 52 hôtes de destination différents. Cela suggérait qu’un comportement imprévisible du modèle était une explication plus probable qu’une porte dérobée délibérément configurée.

L’incident impliquait un modèle expérimental, et non Qwen4-Max.

En outre, les évaluateurs gouvernementaux ont commencé à tester les modèles chinois de manière indépendante. En juillet, le Centre américain pour les normes et l’innovation en matière d’IA a constaté que les protections du GLM-5.2 de Z.ai permettaient de contribuer au développement de cyberexploits agents. Gogia a déclaré que les RSSI devraient considérer le filtre d’Alibaba « comme une promesse jusqu’à ce qu’un évaluateur gouvernemental ou une équipe rouge externe établie l’ait testé ».

Gouvernance des données et risques à pondération ouverte

Pour les entreprises en dehors de la Chine, Gogia a déclaré que la portée géographique du service mondial d’Alibaba, les politiques de conservation rapide et la juridiction régissant les données stockées doivent être prises en compte avant de déployer le modèle pour les charges de travail sensibles. Il a souligné une conservation rapide pouvant aller jusqu’à 30 jours et une conservation plus longue du contenu signalé, y compris dans le cadre d’accords de conservation zéro.

Kadakia a déclaré que les entreprises devraient examiner où les invites, les documents récupérés, les sorties des outils et les journaux sont traités, qui peut y accéder et quelles autorisations disposent les agents sur les systèmes internes.

« Le plus grand risque lié à l’IA d’entreprise ne réside plus simplement dans les informations que les employés saisissent dans un chatbot. Il s’agit également de ce à quoi un agent autonome peut accéder, des décisions qu’il peut prendre et des actions qu’il peut exécuter sur les systèmes d’entreprise connectés », a-t-il déclaré.

Alibaba prévoit également de lancer des modèles Qwen4 plus petits avec des poids ouverts. Kadakia a déclaré que les développeurs qui modifient ces modèles par le biais d’un réglage fin ne devraient pas supposer que les mesures de sécurité d’origine resteront intactes.

« La formation à la sécurité n’est pas une propriété permanente d’un modèle », a-t-il déclaré, recommandant de nouveaux tests contradictoires et des contrôles sur l’accès aux outils pour les versions personnalisées. Gogia a également recommandé de réévaluer chaque modèle modifié plutôt que d’hériter automatiquement des garanties de sécurité du modèle d’origine.

IA générativeIntelligence artificielleSécurité