
MAI Code 2 対 Qwen 4 Max:9日間、2つの料金表、1つのエンドポイント
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100万トークンあたり · 180 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100万トークンあたり · 223 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100万トークンあたり · 89 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100万トークンあたり · 98 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100万トークンあたり · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100万トークンあたり · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447知能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100万トークンあたり · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929知能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100万トークンあたり · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100万トークンあたり · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
この比較には、期限が1つ潜んでいます。Qwen 4 Max — Alibabaの表記はQwen4-Max、APIでの表記はqwen4-max — は2026年11月16日に従量課金制へ移行し、それが置き換えたプレビューモデル文字列 — qwen4-max-previewとqwen4.0-max-preview — は2026年11月25日24:00 UTC+8に応答を停止します。今日から9日後です。MAI Code 2は、MicrosoftがQwen4-MaxのGAから1日後の2026年11月17日、Igniteでリリースしたもので、そのような期限はありません。GitHub Copilotクライアント内で選択することによってのみ利用でき、入力100万トークンあたり$0.50、出力100万トークンあたり$2.50の、2027年5月17日まで続くプロモーション料金です。つまり、この2つのモデルのうち一方には、まだ逃す可能性のある移行期限があり、もう一方には、計画を立てられる有効期限があります。これらはいずれもベンチマークではありませんが、両者を分ける要素の大半はこの2点で説明できます。
ここでは、料金に関する問いとアクセスに関する問いは相反する方向を指しており、料金表を読むことで決着できるのはそのうちの一方だけだ。
1日違いで公開され、それ以外のあらゆることについて意見が分かれる2つのモデル
MAI Code 2は、7つのモデルが同じステージに並んだ一団の1つとしてMicrosoft Igniteに登場した。その決定的な設計上の選択は、ベンダーのツール群の外には存在しないことだ。AlibabaのQwen4-Maxは前日にプレビューを終了し、シンガポールでのToken Plan期間を経ていた。その決定的な設計上の選択は正反対で、6リージョンでのトークン単位の課金、4つのAPIプロトコル、そして厄介な部分もそのまま残した文書化された仕様書である。
その24時間が、この2社の物語のすべてだ。一方の企業は、すでに販売しているサブスクリプション向けに最適化したモデルを投入した。もう一方は、すでに運用しているAPI向けに最適化したモデルを投入した。以下の相違点はすべてそこから生じており、だからこそこの比較はそもそも行う価値があるのだ。
料金表、期限付きの割引を含む
• 入力 — MAI Code 2は百万トークンあたり$0.50、これに対しQwen4-Maxはシンガポールで$1.50、グローバルリージョンでは$1.413。MAIはシンガポール料金の3分の1です。
• 生産高 — $2.50 対 $4.50 および $4.24、比率は56%に縮小
• キャッシュ済み入力 — $0.025 対 シンガポールの$0.075、その他地域の$0.071。3倍の差で、リストの中で最小の優位性
• キャッシュ書き込み — Microsoft は何も公表していない。これに対し Qwen4-Max では、100万トークンあたり5分間の書き込みが1.875ドル、1時間の書き込みが3.00ドルとなっている
• 2027年5月17日より — MAI Code 2は2倍の$1.00 / $0.05 / $5.00になり、その時点でその入力レートは依然としてQwen4-Maxの入力レートを下回り、出力レートはQwen4-Maxの出力レートを上回っている
• コンテキスト — Qwen4-Max では入力トークン数が 991,808、思考モードでは 983,616 に減少するのに対し、VS Code および Copilot CLI 内の MAI Code 2 では 100 万トークン
• 出力バジェット — Microsoft によって公表されておらず、Qwen4-Max 上の推論と回答の間で共有される 262,144 トークンのバジェットに対して
• 重み — どちらもダウンロードできません。Microsoft はこの点を明示しています。Qwen4-Max の Max ティアにはオープンウェイトの確約がなく、同じファミリーの 27B ティアとは異なります。
キャッシュ入力の料金行が長時間のエージェント実行を左右し、しかもそれは見出しの数字と相反する。Qwen4-Maxのキャッシュ読み取りは自身の入力料金の5%で、公表されている計算例——8,000トークンの出力に加えてプレフィックスを2回読み取る——では、同一の3回のパスが、キャッシュなしの$1.908に対して$0.918になる。固定のシステムプロンプトとツールスキーマを、変化する質問の前に置き続けるチームは、入力料金が示唆するよりはるかに大きな実効割引を得る。MAI Code 2の、より低い基本料金に対する95%のキャッシュ割引は種類としては同程度だが、Microsoftはキャッシュ書き込み料金を公表していないため、エージェント型ワークロードが費用の大半を費やす唯一の軸で、両カードを比較するのは難しい。
一般提供に向かう過程で、出力バジェットが縮小した
Qwen4-MaxのGAについて最も報じられていない事実は、プレビューではモデルにもっと考える余地が与えられていたということだ。プレビュー時、思考と回答を合わせた共有バジェットは393,216トークンだったが、GAでは262,144トークンになっている。非思考出力は131,072トークンに上限が設けられている。モデルが実際の価格表と5つの新しいリージョンを手に入れたのと同じ瞬間に、余裕の3分の1が消えたのだ。
それがリグレッションかどうかはワークロード次第だが、これは文書化された差分であり、プレビュー文字列に設定を向けたままの人は誰でも知っておく必要がある。なぜなら、それらの文字列は9日後に廃止されるからだ。生き残る識別子は qwen4-max だ。
MAI Code 2 の相当する仕様は公開されていません。Microsoft は 100 万トークンのコンテキストウィンドウと設定可能な推論レベルを文書化しています — Copilot のドキュメントは推論の深さが調整可能であることを確認し、拡張コンテキストが VS Code と Copilot CLI の機能であると記しています — しかし、Microsoft のどの文書にも出力上限はないため、262,144 という数値と比較できるものはありません。この非対称性はこの対決全体に貫かれています。Qwen4-Max は気まずい数値を示し、MAI Code 2 は好都合な数値を示します。
独立したスコアが示すこと——それを有する唯一の側から
Artificial Analysisは、Intelligence Index v5.0.1でQwen4-Maxを43と記録している。インデックスタスクあたり3.27ドル、タスクあたり32.1分、出力は毎秒55トークン、最初の回答トークンまで155.4秒、コンテキストウィンドウは984kと測定している。これらは中位の数値だ。同じページの冗長性に関する注記のほうがより有用な読み取りだ。このモデルはインデックス実行時に中央値のモデルの約2倍の出力トークンを生成したため、名目上のトークン価格はタスクあたりの実コストを過小評価している。
MAI Code 2にはArtificial Analysisの行がまったくなく、モデルページもないため、インデックスの読み取りもできません。存在するのはMicrosoftの発表投稿です。4つの名称付きベンチマークのうち3つは、サブエージェントを無効化し推論エフォートを最大にしてGitHub Copilot CLI経由で同社内部のMSBenchプラットフォーム上で実行され、4つ目はArtificial Analysisから取得されています。結果は、Claude Opus 5.5の性能の96%をコスト5%で、GPT-6.1 Solの98%をコスト40%で達成したと表現されています。ベンチマークごとの合格率は公開されていません。
それらを公平に並べたところで、この2つに順位はつけられない。中立的な指標におけるQwen4-Maxの43は中程度であり、MAI Code 2の比率はそれ自体の基準では強い。両者は異なるハーネス上で異なるものを測っており、どちらのベンダーも相手のものを実行していない。言えるのは、Qwen4-Maxの数値は監査可能で、MAI Code 2のものはそうではないということだ。これは能力についてではなく、証拠についての陈述である。

各モデルが実行するように訓練された動詞
MicrosoftによるMAI Code 2の位置づけは狭く具体的だ。コードを本番環境へ投入すること、深いデバッグ、複数ファイルにわたる実装、リポジトリ全体にわたる推論、UI作業、そしてダッシュボードと可視化である。ローンチ投稿も同様に、その限界について具体的に述べている。モデルは「基礎科学研究や非常に長期的なエージェント作業のような、より難しい問題にはまだ明示的にチューニングされていない」のであり、ブラインドのフロントエンド評価の主張、つまりGPT-6 Solに対するレビュアー選好率64%という主張も、まさにそのビジュアルコーディングの強みに限定されている。
Qwen4-Max の位置づけは設計上より広範で、そのドキュメントにもそれが示されています。テキスト・画像・動画の入力、構造化出力、並列ツール呼び出し、プレフィックス補完、ウェブ検索、そして明示的キャッシュと暗黙的キャッシュの両方を、OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、DashScope にわたって提供しています。バッチ推論が存在するのは北京のみで、割引が適用されるのは Batch File の経路だけです — Batch Chat はリアルタイム料金で表示されるため、エンドポイント名に「batch」という語があっても、そこでは価格の保証にはなりません。
それはコーディングモデルと汎用モデルの間にある実用上の非対称性だ。MAI Code 2は、おそらくそれが作られた目的においてより優れており、Microsoftにはあなたに見せない社内ベンチマークがある。Qwen4-Maxははるかに多くのことをこなすが、Alibaba自身の独立した評価によれば、コーディングの面ではそこそこできるにすぎない。
それぞれをどこで実行するか、そしてここでルーターが実際に何の役割を果たすのか
MAI Code 2は、GitHub CopilotのPro、Pro+、Max、Business、Enterpriseで、Windows、macOS、Linux上、Copilot CLIおよびVisual Studio Codeで利用できます。MAI Code 2 Flashは、このファミリーでAPIを公開している唯一のモデルです。Microsoft Foundryにおける限定アクセスのプレビューで、OpenAI互換のResponses APIを通じて利用できます。Qwen4-Maxは、アリババ自身のプラットフォーム上で6つのリージョンに展開されています。どちらも現在OrcaRouterのカタログにはないため、それらをルーティングしているという主張はどちらも真実ではありません。
カタログに実際に載っているのは、シンガポールにおける $2.00 と $6.00 の Qwen3.8-Max — Qwen4-Max というモデルは入力・出力の両方で25%安く — さらに、安価なコーダーを比較評価する際の基準となるフロンティアモデル、Claude Opus 5.5、Kimi K3.1 Pro、Gemini 4 Carbon も揃っています。すべてプロバイダーの定価で、マークアップは0%、すべて1つのキーで利用できます。 これは特定の種類の意思決定にとって重要です。MAI Code 2 と Qwen4-Max のどちらかを、両方を自分のリポジトリで実行して選ぼうとするなら、その比較には対照が必要であり、その対照は今日測定できますが、候補のどちらも測定できません。
これら2つのモデルと実際に接触してもなお生き残るルーティングの論拠は、「両方を1つのエンドポイントの背後に置く」ことではない。それは、自分が制御できるエンドポイントこそがフォールバックの居場所だ、ということだ。コードを変更することなく2つ目のプロバイダーへフェイルオーバーできるQwen3.8-Max を呼び出すパイプラインはそうできるが、Copilot のシートはどこへもフェイルオーバーできない。その下にはルーティングすべきものが何もないからだ。
共通のベンチマークがない場合の選び方
コードが構築するリクエストにモデルが回答しなければならないなら、Qwen4-Maxを選べ。それがすべてであり、決定的だ。4つのプロトコルと6つのリージョンを備えたAPIと、モデル選択エントリとでは、自動化に関しては接戦にならない。11月25日より前にプレビュー文字列から移行し、インデックス実行で露呈した冗長さを見込んで予算を確保し、プレビューより3分の1小さい出力上限を見込んで予算を確保せよ。
開発者がすでにCopilot内で作業しており、その作業がMicrosoftが値付けした定型的なエンタープライズ修復作業なら、MAI Code 2を選ぼう。Qwen4-Maxの入力料金の3分の1、出力料金の半分強なので、2回目の試行を要するモデルでも完了タスクあたりのコストで勝てる。しかもQwen4-Maxと違い、そのプロモーション料金には終了日が明記されており、自分では制御できない無期限の料金カードではない。
調達委員会に対して説明できるスコアがワークロードに必要な場合は、どちらも選ぶべきではありません。一方のモデルには中程度の独立した評価があり、もう一方には独立した評価がまったくありません。そのような状況で説明可能な判断は、中立なリーダーボードに掲載されているモデルに対して、利用できる方のモデルを自社のタスクで実行し、トークン単価ではなくタスク完了あたりのコストを比較することです。


判定を変えるのは、Microsoft からのたった一つの絶対値だ。Moonshot が Terminal-Bench 4.0 で 65.7% を公表したのと同じ形で Terminal Bench 2.1 の合格率が公表されれば、購入者は MAI Code 2 を Qwen4-Max の 43 と同じ軸に置けるようになり、比率に頼らずに済む。それまでは、測定できるモデルと検証できる割引のどちらかを選ぶことになる。正直な助言は、自動化には測定できるほうを、人が目の前に座って使うものには割引のほうを選ぶことだ。
この記事で比較したモデル1
この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新
