「Qwen4-Maxは5日間無料」という見出しの生成済みタイトルカードで、2026年11月18日から23日までの期間を示し、ラベル付きの3者——Alibaba Qwen、Nous Research、Inferact——に加え、モデルの従量制料金表は変更されていないことを記したフッターが含まれている。
Guides & Insights

Qwen4-MaxはNous Portalで5日間無料 — そして注目すべきはその提供パートナーだ

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

2026年11月18日19:25 UTC、Nous Researchは、Alibabaの新しいフラッグシップであるQwen4-Maxが、InferactおよびQwenチームとの提携により、Nous Portalで5日間無料になると投稿した。その78分後の20:43 UTC、Inferactは同じ発表の独自版を投稿した。Qwen4-Maxの無料トークンを5日間、Inferact Platform上およびvLLM上で提供するという内容だ。2件の投稿だけで、ブログ記事も技術解説も価格表もない。Qwen4-Max自体はその午後に何ら変わることはなかった。11月16日に従量課金料金で一般提供が始まり、その料金はいまも変わっていない。変わったのは、このモデルに公に名を明かした提供スタックができ、向こう数日間は誰でもそこに無料で処理を流し込めるということだ。

その区別こそが記事の核心だ。無料の窓は値下げではなく、提携発表はベンチマークではない。しかしInferactの投稿の2文目こそ、二度読む価値がある部分だ。これは、Alibabaがこれまでチェックポイントを公開したことのないモデルであり、それを開発していない企業がオープンソースの推論エンジン上で提供しているのだ。このプロモーションが何であれ、Qwen4-MaxがAlibaba自身のデプロイ環境の外でどう振る舞うかを示す初の公開証拠である。

2つの投稿が実際に述べていること — そして省いていること

Nous Researchの投稿は実質的な内容だ。Qwen4-Maxを「Alibabaの新しいフラッグシップモデル」と呼び、「長期的な作業向けに構築され、ネイティブの視覚機能と100万トークンのコンテキストを備える」と述べ、読者にPortalを案内している。Inferactの投稿は運用上の詳細を補足している。無料トークンはInferact PlatformとvLLM上で提供され、提供しているものに対して使っている言葉は「リクエスト」ではなく「トークン」だ。

どちらの投稿も、トークン上限、アカウントごとの上限、レート制限、終了タイムスタンプについては述べていません。Portal のモデル一覧では現在、Free Models の下に Qwen4-Max をqwen/qwen4-max:freeとして、価格 FREE で表示しており、価格はライブカタログから毎分更新されるという注記も添えられています。これはその掲載が実在し、ライブであることを示しますが、どれだけ利用できるかについては何も示していません。時計が11月18日の夜の投稿とともに始まったのであれば、期間はおよそ11月23日まで続きます。これは推測として扱い、公表された期限とは見なさないでください。

つまり、このオファーを正直に要約するとこうです。本来なら実際の費用がかかるモデルへの従量制アクセスが5日間、しかもメーターはオフにされ、上限は明かされないまま。Qwen4-Maxを本番経路に採用する前に評価する理由を待っていたなら、これが手に入る最も安価な理由です。

なぜ「InferactとvLLMで提供される」ことが興味深い半面なのか

Inferactは、vLLMの作成者とメンテナーによって設立された企業で、そのエンジンの上に構築された本番環境向け推論プラットフォームを販売している。その売り文句は、モデルのリリース初日からのサポート、カスタムカーネル、オートスケーリングとメータリングであり、自社のGPUでも同社のGPUでも利用できる。したがって、同社をサービングパートナーとして挙げることは、ホスティングに関する補足事項ではない。それは、Qwen4-MaxがAlibaba以外のサービングスタック上で、カーネル調整を生業とするエンジニアによって実行可能であるという宣言である。

それは明らかな疑問を呼び起こします。なぜなら、Qwen4-Maxには公開された重みが存在しないからです。Alibabaはそのチェックポイントを公開しておらず、Model Studioのドキュメントではファインチューニング、モデルデプロイ、バッチ推論が非対応と記載され、ダウンロードできるHugging Faceリポジトリもありません。ダウンロードできないモデルは、通常の意味では第三者によってvLLM上で提供することはできません。両方の記述が同時に真である唯一の方法は、Alibabaが商業契約の下でInferactに重みを渡し、Inferactがそれを調整してパッケージ化したということです。つまり、この提携は、モデルのサービング挙動を公に垣間見る手段として存在する最も近いものであり、ファイルではなくエンジンを見るものなのです。

Qwen4-Max 上に構築するかどうかを判断しているチームにとって、それは言葉の印象以上に有用です。長い時間軸で動くエージェントが実用に耐えるかどうかを決める問いは、ベンチマークのスコア行に関するものではほとんどありません。それらは、最初のトークンまでの時間、同時実行時のスループット、思考予算が実際にどう適用されるか、そして90万トークンのリクエストが届いたときにエンジンが破綻しないかに関するものです。そうした問いはまさに、2つ目のサービングスタックがあれば尋ねられる問いであり、まさに Alibaba の発表資料が答えていない問いです。

Screenshot of the Nous Research Portal model list captured 19 November 2026, showing 'Qwen: Qwen4 Max' listed under Free Models with the model ID qwen/qwen4-max:free and a Portal price of FREE, above a note that prices are updated every minute from the live catalogue.

メーターは5日間止まっているが、料金表はなくならない。

無料期間はそのことを忘れさせるために設計されているので、期間が終了した後にモデルのコストがいくらになるかは、改めて述べておく価値があります。シンガポールでは、AlibabaはQwen4-Maxを、入力100万トークンあたり1.50ドル、出力100万トークンあたり4.50ドルで掲載しており、キャッシュされた入力は0.075ドル、キャッシュ書き込みは5分間のウィンドウで1.875ドル、1時間で3.00ドルです。グローバルデプロイメントスコープ(北京、香港、フランクフルト、日本、米国バージニア)はやや低く、入力1.413ドル、出力4.24ドル、キャッシュ読み取り0.071ドルです。コンテキスト上限まで価格ティアは1つだけです。長いコンテキストに対する追加料金はなく、探し回るようなバッチ割引もありません。なぜなら、このモデルではバッチ推論がまったく提供されていないからです。

次に、トークン単価以上に請求額を左右する要素があります。思考はデフォルトで有効です。デフォルトの推論強度は high、デフォルトの思考予算は 131,072 トークン、推論と可視回答を合わせた上限は 262,144 トークンです。非思考出力は 131,072 に制限されます。したがって、じっくり考えて長く回答する長期的なエージェント実行では、数分間にわたって出力トークンを消費し続け、しかも出力は課金メーターの高額側で、そのコストは 3 倍になります。

実際のジョブの形で試算すると、入力40,000トークンと、思考+回答を合わせて120,000トークンで、入力に0.06ドル、出力に0.54ドルかかり、シンガポールの料金では1回あたり約60セントになります。そのような実行を500回行うと300ドルです。それが無料期間によって先送りされている請求額であり、無料期間が終わってプロトタイプが静かに毎晩のジョブになるときに、常に目の前に置いておくべき数字でもあります。

A generated price card headed 'Qwen4-Max: what five days is worth', listing Singapore rates of $1.50 per million input tokens and $4.50 per million output tokens, cache reads at $0.075, a worked example of 40,000 input plus 120,000 thinking-and-answer tokens costing about $0.60 per run, and a five-day window with no published token cap.

5日間で実際に仕上げられること

ここで、独立系の数値は有益な形で気まずさを伴う。Artificial AnalysisはIntelligence Index v5.0.1を実行し、Qwen4-Maxを43と測定し、このモデルをインデックスタスクあたり31.3分と記録している。比較可能なモデルの中央値12.4分に対してだ。出力速度は毎秒56トークン、最初の回答トークンまでの時間は146秒だ。インデックス実行全体で1億2700万出力トークンを生成し、中央値は6510万だった。このモデルは冗長であり、その冗長さは出力レートで課金される。

これら2つの測定値は、誰も明文化していない計画上の制約を導き出します。5日は7,200分です。タスクあたり31.3分なら、単一の直列レーンでは約230タスクを完了します。4本の並列レーンなら約920タスクに到達します。評価計画が「いくつかプロンプトを試す」程度なら、この時間枠は途方もなく大きいものです。長期ホライズンエージェントの2,000ケースを一括で回す計画なら、1アカウントで5日あっても、メーターを止めていても終わりません。しかも、どちらの発表にも、無料枠がどれだけの同時実行を許容するかは書かれていません。

同じ算術が、なぜこの無料枠が単に気前がよいだけでなく本当に価値があるのかを説明している。安く買えないもの、それは遅いモデルと過ごすカレンダー上の時間だ。無制限アクセスの1週間は、そのまま1週間分のレイテンシデータ、トークン使用量データ、障害モードのデータへと、限界費用ゼロで直接変換される。しかもそれは、独立系のボードでタスクあたりの計算コストが$3.27のモデルにおける話だ。それこそが実行する価値のある実験であり、23日より前に設計しなければならない——23日の最中ではなく。

Screenshot of the Artificial Analysis page for Qwen4 Max captured 19 November 2026, showing an Intelligence Index v5.0.1 score of 43 at rank 51 of 96, time to first answer token of 146.14 seconds, output speed of 56 tokens per second, 31.3 minutes per index task against a median of 12.4, $3.27 cost per task, and $1.50/$4.50 per million token pricing.

窓が閉じる前に測るべきたった1つの数字

5日間のうち1つだけ測定するなら、リーダーボード上ではなく、自分のワークロードで、自分の推論設定で、完了したタスクあたりの出力トークン数を測ってほしい。このモデルの経済性はすべてそこにかかっている。ベンダー自身のローンチ時の主張——Alibaba外部の誰も再現していない——では、Qwen4-MaxがQwen3.8-Maxを上回りながら、使用トークン数を最大約50%削減し、タスクあたりの平均コストが4.43ドルから1.67ドルに下がるというものだ。独立系ボードの読み方は重点が異なる。指数で43、実行全体で1億2700万の出力トークン。前世代の半分のトークンでも、依然として大量のトークンになり得る。

今週、自分で測定すべき理由は、無料枠が、予算の相談をせずにトークンを大量に消費する版の実験を実行できる唯一の期間だからです。同じタスクセットでthinkingをlowとxhighに切り替え、思考+回答の合計を262,144トークンの上限と比較して記録し、リクエストがthinkingモードの入力上限983,616トークンに近づいたときに何が起きるかを観察してください。これらの数値が、Qwen4-Maxを夜間バッチジョブにするのか、リクエストごとの製品機能にするのかを決めます。そして23日までは、それらを収集するのにコストはかかりません。

ついでに、推論設定について実用的な警告を一つ。Qwen4-Max は low、high、xhigh の3つのエフォートレベルを公開しており、medium や max を要求する OpenAI 形式のクライアントは拒否されるのではなく、high または xhigh に折り込まれます。5段階モデルに合わせて調整されたハーネスは、気づかないうちに予定より多く消費します。しかも無料枠の期間はまさに、それに気づけない場面です。どちらにせよ請求書はゼロと表示されるからです。

これで24日時点のあなたの状況がどうなるか

トークンが無料でなくなっても、モデルそのものは何も変わらない。シンガポールでは$1.50と$4.50、100万トークンのコンテキスト、ネイティブの画像・動画入力、目立たない再マッピングを伴う3段階の推論レベル、そして独立系ボード上のタスクあたりの計算コストは、モデルが30分間考えるために高くなる。変わるのは、あなたがそれについて知っていることだ。その期間をトークン消費とテールレイテンシの測定に費やすチームは、判断を得て終わる。雑談に費やすチームは印象を得て終わるが、タスクあたり31分かかる推論モデルについての印象は、最も信頼できない種類のものだ。

まず立場を明確にすると、OrcaRouter は Qwen4-Max をルーティングしていません。したがって、ここで述べることは当社エンドポイントの売り込みではなく、無料トークンは Nous Portal と Inferact のプラットフォーム上にあり、当社のものではありません。評価の結果が有償デプロイに至る場合、当社のカタログは1つのキーで200以上のモデルを利用でき、プロバイダーの定価が0%のマークアップでそのまま適用されます。つまり、当社が提供しているモデルについてベンダーが価格を変更した場合、次回の契約更新時ではなく当日に反映されます。これは、運用コストがこれほど高いモデルではいつも以上に重要です。料金表そのものが製品であるとき、定価とマークアップ後の価格の差が利益のすべてになるからです。