モデル・研究所

Qwen4-Maxが正式リリース:トークン単価はQwen3.8-Max比で25%値下げ、Arenaのエージェント部門で14位に

Alibabaは11月16日、Qwen4-Maxの正式版をリリースし、QwenCloudで従量課金APIの提供を開始した。価格は入力100万トークンあたり1.50ドル、出力4.50ドルと、Qwen3.8-Maxから25%値下げされた。第三者機関による初期ベンチマークではArenaで中国製モデルの首位に立ったものの、Artificial Analysisの指標では中国の競合モデルKimi K3.1 Proの後塵を拝している。モデルの重みは非公開のままである。

すりガラスと金属で作られた幾何学的な天秤が、光る球体と小さな半透明の立方体の釣り合いを取っている。
AI生成イラスト

プレビュー版の登場からわずか5日、ついに正式版が登場した。Alibabaは11月16日(月)、Qwen4ファミリーの最初のモデルとなるQwen4-Maxをリリースし、X上でパリ時間午前3時01分に発表した。11月11日のプレビュー版からの最大の変更点は、同モデルがToken Planのサブスクリプション限定ではなくなったことだ。今後は公開料金に基づくAPI経由の従量課金制で利用可能となり、第三者機関による最初の測定結果も合わせて公表されている。

提供内容の概要

QwenCloudのドキュメントによると、API識別子はqwen4-maxである。同モデルは入力としてテキスト、画像、動画を受け付け、100万トークンのコンテキストウィンドウを維持する。推論機能はデフォルトで有効となっており、low、high(デフォルト)、xhighの3段階の取り組みレベルが用意されている。推論モードにおける思考プロセスと出力の合計は最大26万2144トークンに達する。OpenAIのChat CompletionsおよびResponses API、さらにはAnthropicのMessages APIとも互換性があり、ドキュメントに記載されているClaude Code、Codex、OpenCodeなどのツールへ直接組み込むことが可能だ。

モデルはシンガポール、北京、フランクフルト、香港、東京、バージニアにデプロイされている。一方で、ファインチューニング(fine-tuning)、専有デプロイ、バッチ処理には対応していない。Alibabaは自社製品であるQwen Studio、QwenWork、Qoder内でも同モデルを提供する。なお、プレビュー版のqwen4-max-previewは独自の提供条件を持つ別モデルとして存続する。

料金は4分の1値下げ

今回の発表で最も具体的なポイントが価格改定だ。モデルのページでは、入力100万トークンあたり1.50ドル、出力4.50ドル、暗黙的キャッシュからの読み出し入力は0.075ドルと記載されている。Qwen3.8-Maxのモデルページに記載された価格(2ドル、6ドル、0.25ドル)と比較すると、明確な差がある。

100万トークンあたり Qwen3.8-Max Qwen4-Max 差分
入力 2.00ドル 1.50ドル −25%
出力 6.00ドル 4.50ドル −25%
暗黙的キャッシュ入力 0.25ドル 0.075ドル −70%

同一のリポジトリを繰り返し読み込むコーディングエージェントにとって、極めて重要なのはキャッシュ料金だ。すでにキャッシュされた長いコンテキストを再利用するリクエストは、以前の3分の1以下のコストで済む。試算例として、100万トークンを読み込み(うち80万トークンがキャッシュ)、20万トークンを出力するセッションを考える。Qwen3.8-Maxでは0.40 + 0.20 + 1.20 = 1.80ドルだったものが、Qwen4-Maxでは0.30 + 0.06 + 0.90 = 1.26ドルとなり、消費トークン数自体の削減効果を考慮する前から約30%安くなる。

第三者機関の測定結果

Alibabaは、Qwen4-Maxが前世代モデルに比べ最大で約50%少ないトークン数で優れた性能を発揮すると主張する。発表スレッドの中で、同社のWork360テストにおけるタスクあたりの平均コストは、Qwen3.8-Maxの4.43ドルから1.67ドルに下がったと試算している。ただし、Work360はAlibaba自身が策定したベンチマークであり、同社発表によるQwen4-Maxのスコアは52.69である。

リリース当日には、外部の2機関も初期数値を発表した。

  • Artificial AnalysisのIntelligence Index(推論レベルxhigh)において、Qwen4-MaxはQwen3.8-Maxの34を上回る43を獲得した。同指標におけるタスクあたりコストはQwen3.8-Maxの10.02ドルから3.27ドルへと約3分の1に減少している。しかし、MoonshotのKimi K3.1 Pro(46ポイント、タスクあたり3.68ドル)には及ばず、ターミナルエージェント評価(Terminal-Bench 4.0)ではKimi K3.1 Proの67%に対し48%と大きく水を開けられている。
  • ArenaのAgent Arenaランキング(1万4700件の実環境エージェントセッションに基づく)において、Qwen3.8-Maxの39位から躍進し、14位にランクインした。TencentのHy4(19位)やKimi K3.1 Pro(21位)を抑え、中国製モデルとして首位に立った。また、ウェブ開発分野ではArenaの自動評価ツールAutoEvalによる暫定スコアながら、1750ポイントでCode Arena WebDevの6位に初登場した。これらのランキングはユーザーの投票やセッションを反映しているため、今後数日で順位が変動する可能性がある。

両機関の測定結果は、コスト面での効率化というAlibabaの主張を裏付けており、効率性の向上は本物と言える。同時に限界も示されている。Qwen4-Maxは、米国のトップモデル群やArtificial Analysisの指標におけるKimi K3.1 Proの背中を捉えるには至っていない。

依然として不足している点

Qwen4-Maxのモデルの重み(ウェイト)は公開されていない。Alibabaはより小型のQwen4モデルをオープンウェイトとしてリリースすると約束しているのみで、時期やサイズは明示していない。また、Xでの発表でもパラメータ数は公表されなかった。

編集部の見方

Alibabaは首位獲得を狙っているのではなく、プロプライエタリな大規模モデルの中で最も優れた費用対効果を提供することを目指している。トークン単価の25%値下げ、とりわけキャッシュ料金の70%値下げは、同一のコンテキストを繰り返し読み込むコーディングエージェントを直接のターゲットとしたものだ。第三者機関による評価もこの傾向を裏付けており、Artificial AnalysisではQwen3.8-Maxに比べてスコアを大きく伸ばしつつ、タスクあたりのコストは約3分の1に抑えられている。ヨーロッパのチームにとっては、フランクフルト拠点のデプロイが存在することも大きな利点となる。しかし、直接の競合である中国のKimi K3.1 Proに対しては、Artificial Analysisの総合指標やターミナルエージェント性能で後れを取っており、ファインチューニングにも対応していない。自社でホスト可能なQwen4モデルを求めるユーザーは、リリース時期が一切明かされていない小型オープンモデルの登場を待つ必要がある。

出典

  1. Qwen(X)— Meet Qwen4-Max, your new AI teammate for work, creativity, and discovery 一次情報
  2. Qwen(X)— Token efficiency and cost(発表スレッド) 一次情報
  3. Qwen(X)— Real-world productivity, Work360(発表スレッド) 一次情報
  4. QwenCloud — Qwen4-Max(モデルページおよび料金) 一次情報
  5. QwenCloud — Latest model: Qwen4-Max(ドキュメント) 一次情報
  6. QwenCloud — Qwen3.8-Max(モデルページおよび料金) 一次情報
  7. Arena(X)— Qwen4-Max debuts at #14 on Agent Arena 一次情報
  8. Arena(X)— Qwen4-Max lands #6 in Code Arena: WebDev 一次情報
  9. Artificial Analysis(X)— Alibaba has launched Qwen4 Max 一次情報

一次情報とは、当該企業・研究所・団体が直接発信した情報です。二次情報は、発信元ではない媒体が伝えた情報で、その旨を明記しています。誤りを見つけたら訂正方針をご覧ください。