Muse Spark vs Qwen 4 Max：この比較の半分はまだエンドポイントを持っていない

を比較するページMuse Spark と Qwen 4 Maxには、どちらのモデルの品質にも関係のない問題が 1 つあり、その問題は最後の文ではなく最初の文にあります。Muse Spark は実在し、呼び出し可能です。Meta Superintelligence Labs は 2026 年 4 月 8 日にこのファミリーを発表し、現在のチェックポイントである Muse Spark 1.3 は 2026 年 9 月 2 日から一般提供されており、入力トークン 100 万個あたり $1.25、出力トークン 100 万個あたり $4.25 です。Qwen 4 Max は呼び出し可能ではなく、これまで一度もそうであったことはありません。それは 2026 年 9 月 22 日に杭州での Apsara Conference のステージで披露され、それ以降何も公開されていません — モデルカードも、API 識別子も、コンテキストウィンドウも、価格も、重みも、ベンチマークスコアもありません。したがって、この対決について唯一正直な形は 2 部構成の答えです。つまり、発表された Qwen 4 Max が何になるはずなのか、そして Muse Spark が、今日実際にリクエストを送れる Qwen のフラッグシップである Qwen3.8-Max とどう比較されるのか、です。

Qwen 4 Maxとは正確には何なのか

それはロースターの1項目にすぎない。アプサラで、Qwen LLM責任者のLiu Da Yiheng氏は4つのティア——フラッグシップのQwen 4 Max、Qwen 4 Flash、Qwen 4 Plus、Qwen 4 27B——を予告し、同ファミリーは新世代アーキテクチャでトレーニング中だと説明し、まもなく登場すると述べた。公開記録はそれだけだ。どのティアにも日付は付いておらず、それから6週間、それに基づいて計画を立てられるようなものは何も公開されていない。

発表に伴って出回っているある数字は、この発表に属するものではない。Q​wen 4のニュースに関連づけられた「5兆〜10兆パラメータ」という目標は、Q​wen 4より後の世代——Q​wen 4.5とQ​wen 5の時期——についての将来を見据えた記述であり、Q​wen 4 Maxの仕様ではない。A​libabaはQ​wen 4 Maxにパラメータ数を一切付していない。今月、これが数兆パラメータのモデルだと説明されているのを見かけたなら、その数字は別のスライドから持ち越されたものであり、繰り返さない価値がある。

実際に存在するのは、別の名前で公開されたアーキテクチャの部分的なプレビューだ。Qwen3.8-Flash-Nextは2026年8月下旬にオープンソース化され、そのモデルカードはそれをQ​wen 4アーキテクチャのプレビューと位置づけている。すなわち、主要パラメータ1250億個に加えてN-gram埋め込みのパラメータ510億個を持つスパースモデルで、1ステップあたり約60億個を活性化し、ネイティブコンテキストは262,000トークン、報告されているトレーニングコストはQwen3.7-Plusより約90%低い。これは、これから来るものの形を示している。しかし、Q​wen 4 Maxがどんなスコアを出し、いくらかかり、何を受け付けるかまでは示していない。

• 提供状況 — Q​wen 4 Max：2026年9月22日に発表、エンドポイントなし、日付の告知なし。Muse Spark 1.3：2026年9月2日から一般提供

• 公開ベンチマークスコア — Qwen 4 Maxのものはなし；MetaはMuse Spark 1.3の完全なエージェント型スコアカードを公開

• パラメータ数 — Q​wen 4 Max では非公開。Muse Spark 1.3 でも非公開だが、A​libaba は出荷中のフラッグシップについて、総計 2.4 兆、アクティブ 950 億を確認している。

• 価格 — Qwen 4 Max については発表なし。Muse Spark 1.3 は100万トークンあたり $1.25 / $4.25、Contributor ティアは $0.10 / $0.20

• コンテキストウィンドウ — 未発表、Muse Spark 1.3では1,048,576トークン

• 重み — どちらもオープンではない。これら2つのファミリーにおけるオープンな重みは、Qwen3.8-2.4T-A95B と、M​eta 側では Muse Spark Open および M​use Glimmer に属する。

実際に実行できる比較

Q​wen3.8-Maxは、Q​wen 4の各ティアが比較の基準とするモデルであり、すでに本番トラフィックを処理しています。2026年8月3日から一般提供されており、価格は入力100万トークンあたり2.00ドル、出力100万トークンあたり6.00ドルで、コンテキストウィンドウ全体を通じて一律、長いプロンプトへの追加料金はありません。2.4兆パラメータのMixture-of-Expertsとして構築され、1トークンあたり950億パラメータが有効で、2026年8月12日には、独自のQ​wenライセンスのもと、BF16とFP8の両方でQ​wen3.8-2.4T-A95Bとしてオープンウェイトが公開されました。この最後の点は重要であり、見落とされがちです。フラッグシップの重みは公開されており、ホスト型APIはそれを前提とした利便性のためのものであって、唯一の手段ではありません。

この2モデルに関する独立した全体像は、異例なほど明確です。なぜなら、Artificial Analysisが両方を掲載しており、両者は10日違いでリリースされ、同じインデックス改訂が効いていたからです。以下の内容はすべてこれらの掲載情報に基づくものであり、両モデルが共通のハーネスで再実行されたわけではありません。この比較は、対照試験ではなく、公表された測定値の同条件比較として扱ってください。

• インテリジェンス指数 — Muse Spark 1.3 (Max) 48、217 中 24 位、対 Qwen3.8-Max (0902) 45、217 中 33 位

• 出力速度 — 121.9 トークン/秒 対 39.3 トークン/秒。ここで Qwen モデルは 186 台中 181 位、Meta モデルは 186 台中 43 位です

完了したIndexタスクあたりのコスト — 1.60ドル対5.41ドル

• 100万トークンあたりのリスト価格 — 入力$1.25 / 出力$4.25 対 入力$2.00 / 出力$6.00

• コンテキストウィンドウ — 1,048,576トークン 対 984,000

• インデックスにおける冗長性 — 出力トークン数1億7000万対1億9000万

その組み合わせで興味深いのは、Qwenモデルがあらゆる面でより遅く、より高コストでありながら、インデックススコアは3ポイント低いことだ。しかもその差はわずかではない。毎秒39.3トークン対121.9トークンというところで、Muse Spark 1.3はおよそ3倍速く、完了タスクあたりのコストはQwen3.8-Maxの約3分の1——$1.60対$5.41——なのに、トークンあたりの価格差は約40パーセントしかない。違いは価格表ではなく速度だ。各トークンの生成に3倍の時間がかかるモデルは、待っている間にもコストを費やす。この2つを定価だけで比較する人は、どちらが運用により安いかについて誤った結論に至るだろう。

それに水を差す点が二つある。正直な比較にはその両方が必要だからだ。一つ目はモダリティだ。Muse Spark は M​eta によって、テキスト、画像、動画、音声、PDF を受け付け、テキストを返すと記述されている。Qwen3.8-Max はテキスト、画像、動画を受け付ける。スキャン文書や音声を扱うパイプラインでは、Q​wen のフラッグシップはそもそもペイロードを受け取れない。そしてそれとは別に、M​eta は Muse Spark 1.3 における音声理解が完全にはサポートされていないと警告し、音声ワークロードには Muse Spark 1.2 を指し示している。二つ目は隔たりの大きさだ。インデックス3ポイントはティアの変化ではない。別のハーネスや別のタスク構成では逆転する類の差だ。速度とコストの差分はここでの持続的な知見であり、知能の差分こそ緩く捉えておくべきものだ。

スコアを超えて、2つのファミリーが本当に異なるのはどこか

開示は最も鋭い分かれ目だ。A​libabaはQwen3.8-Maxのパラメータ数を公表し、その重みを公開した。M​etaはMuse Sparkのどのバージョンについてもパラメータ数を公表しておらず、それらのいずれの重みも公開していない。両フラッグシップ系列は現在の形ではホスト専用だ。Muse Spark 1.3をセルフホストすることはできず、Qwen3.8-2.4T-A95Bの重みは存在するものの、2.4Tパラメータのモデルはワークステーションで動かすものではなくデータセンターに置く代物である。しかし、その選択肢は一方には存在し、他方には存在しない。そして存在する選択肢は、たとえ行使しなくても価値がある。

エフォート制御は2つ目の分岐点であり、M​etaのそれは、請求額を変える形でより細分化されている。Muse Sparkの推論エフォートはminimal、low、medium、high、xhigh、maxで動作する。maxレベルは9月4日、ローンチの2日後に、追加の安全テストを経て登場したもので、M​etaが公表したすべての見出し数値の背後にある構成だ。M​etaはまた、1.3チェックポイントを2つ目の価格で販売している。Contributorティアは100万トークンあたり$0.10 / キャッシュ$0.002 / $0.20で、Standard料金よりおよそ1桁安く、その代わりにあなたのプロンプトと補完でトレーニングする許可を得る。そのティアにはQ​wenに相当するものはなく、大量の非機密ワークロードでは、どのインデックスポイントよりもコスト比較を大きく動かす。

オープンウェイトという側面は三番目だ。実際に欲しいのがどちらかの系統の実行可能な重みなのであれば、どちらのフラッグシップもそれを与えてはくれない。MetaのものはMuse Spark OpenとMuse Glimmerであり、アリババのものはQwen3.8-27Bと、Qwen 3.8オープンラインの残りだ。これらは今回の話とは別の話であり、「Muse Spark vs Qwen 4 Max open weights」を検索しても、どちらのベンダーも尋ねていない問いに答えたことになるだけだ。

何がこのページを変えるのだろうか

三つある。どれも、誰かが約束した日付ではない。モデルカードがあれば、パラメータ数、コンテキストウィンドウ、モダリティ行、価格を1つの文書で確定できる。ベンチマーク表があれば、Metaの数字と並べられる最初の数値が得られる。公開されたエンドポイントがあれば、このページは不要になる。それは願うべき結果だ——その時点で比較は、読者がここに来て期待していたものになる。そして正直なのは、不在を言いくるめるのではなく、そう言うことだ。

それまでは、有用なシグナルは提供中のQwen世代だ。Qwen3.8-MaxはQwen 4 Maxが超えなければならないベースラインであり、公開された重みと公開価格がある。そしてQwen3.8-Flash-NextにおけるQwen 4アーキテクチャのプレビューは、このファミリーがトレーニングコストのごく一部で同等の品質に到達するために作られつつあることを示唆している。その最後の点は事実ではなく予測だが、それこそがロードマップを追う理由だ。トレーニングコストがより安いファミリーは、積極的に価格設定できるファミリーであり、積極的な価格設定こそ、Alibabaが2年間確実に提供してきた唯一のものだ。

存在するこの比較の半分を実行する

ここで呼び出せる両モデルはいずれも当社のカタログに掲載されているため、このページの実用的な版は研究上の問いではなくルーティングの問いになります。OrcaRouterはQwen 3.8ファミリー——Qwen3.8-Max、Qwen3.8-Flash、そしてオープンウェイトのQwen3.8-27B——に加え、当社が提供する2つのMuse Sparkチェックポイント、Muse Spark 1.1とMuse Spark 1.2を、200以上のモデルにまたがる単一のOpenAI互換エンドポイントの背後で取り扱っており、各プロバイダーの定価のまま、マークアップ0%をそのまま通して提供します。Muse Spark 1.3は当社のカタログにはなく、Qwen 4 Maxはいまだ存在しないためどのカタログにもありません。どちらかが出荷され、プロバイダーがそれを提供するようになれば、同じキーがそこに現れる場所となります。

この特定の比較においてそれがもたらすのは、自分のトラフィック上でその3ポイントの指標差という問いに決着をつけられることです。ルーティングDSLは、コードではなく設定によってリクエストの一部をQwen3.8-MaxからMuse Spark 1.2へと移し、自動フェイルオーバーによって、長コンテキスト呼び出しが失敗した場合はエラーページではなくもう一方のモデルへ縮退します。両ファミリー間の独立した差が小さいことを踏まえると、その実験はどんなリーダーボード上の順位よりも価値があります — そして、Metaの3倍高速な出力が実際にあなたのワークロードの形にとって重要かどうかを知る唯一の方法なのです。

つまり、Muse Sparkは既定でこの比較に勝つ。そしてそれを判定として提示するのは不誠実だろう。エンドポイント、価格、コンテキストウィンドウ、スコアカードを備えているのはこのモデルだ。Qwen 4 Maxにはステージ発表、4段階のラインナップ、そして別名で動いているアーキテクチャのプレビューがある。モデルカードが公開されたら出直してほしい。そのとき興味深い問いは、Alibabaのロードマップの経済性が、Metaの次のチェックポイントより先に価格ラインへ到達するかどうかだ。

このような比較は、失敗モードが表面化する場でもあります。このクラスのモデルの背後にある、記録されたAIインシデントやエージェントの障害は、OrcaRouter AI Incident Archiveにまとめられており、各エントリには独自の情報源、重大度、信頼度グレード、異議フラグが付いています。