Qwen4-Max Preview 対 Claude Opus 5.5：14日間限定のモデルか、12月でもまだ呼び出せるモデルか

Alibabaは2026年11月11日10:00にQwen4-Max Previewを公開し、同じドキュメントページで終了時期を明示した。2026年11月25日24:00（UTC+8）だ。14日間である。Anthropicは2026年9月22日にClaude Opus 5.5をリリースし、入力トークン100万個あたり4.00ドル、出力トークン100万個あたり20.00ドルとした。さらに、2027年9月22日より早くに廃止しないことを約束している。この2文だけで、この比較の大半は決着する。なぜなら、一方のモデルは2週間だけの実験であり、もう一方は来年度の予算に計上できる項目だからだ。

日付だけでは決着がつかないのは、その実験を実行する価値があるかどうかだ。Qwen4-Max Preview にはベンチマークが存在しない——ベンダー提供の表も、独立した実行結果も、公開されたスコアが1つもない——ため、それを Claude Opus 5.5 と品質で比較するページは推測をしているにすぎない。このページは推測していない。金曜日より前に実際に確認できる4つの事柄、つまり各モデルが入力として受け付けるもの、1回の応答で保持できる出力量、タスクにかかるコスト、そしてそれをどのくらいの期間使い続けられるかを比較している。

それぞれが何であるかを、今日呼び出せる形で

Alibabaは発表で製品名をQwen4-Max-Preview、ドキュメントでAPI文字列をqwen4-max-previewと表記している。別名qwen4.0-max-previewもあり、Alibabaはどちらも機能するが、請求は4.0形式で表示されると注記している。どちらの名前も公開モデルカード、パラメータ数、ライセンスには結びつかない。ダウンロードできるものが何もないからだ。

Claude Opus 5.5 は正反対の種類の対象です。文書化され、価格が明示され、複数のプラットフォームで提供されるエンドポイントであり、そのあらゆる制限が引用可能なページに記載されています。両者を並べてみれば、その対比は実のところ能力の話ではまったくありません。

• コンテキストウィンドウ — Qwen4-Max Preview 1,000,000トークン 対 Claude Opus 5.5 1,000,000トークン。真の引き分けであり、プレビュー版に何の留保も必要ない唯一の側面だ。

• 応答あたりの最大出力 — プレビューでは393,216トークン。A​libabaによれば、これは思考と最終回答で共有される数値で、Claude Opus 5.5の128,000トークン、またはベータヘッダー付きBatches APIの300,000トークンと対比される。

• 入力 — テキスト・画像・動画 対 テキスト・画像。これは、一方のモデルには到底できず、もう一方にはできる、唯一の軸です。

• 100万トークンあたりの価格 — 非公開。サブスクリプションに対してToken Plan Creditsで従量計測され、入力$4.00、出力$20.00、キャッシュ読み取り$0.20、5分間のキャッシュ書き込み$5.00と対比されます。

• Thinking のデフォルト — reasoning_effort がオンで、デフォルトは xhigh、low と medium も利用可能。一方、適応型思考は常にオンで、effort は low から max のスケールでデフォルトは medium。両者のデフォルトは逆方向を指しており、その重要性は見た目以上に大きい。

• 公開ベンチマーク — なし 対 Artificial Analysis Intelligence Index 59、同指標で74モデル中5位。

• アクセス方法 — Token Plan サブスクリプションのみ、シンガポールのベース URL token-plan.ap-southeast-1.maas.aliyuncs.com 上で利用でき、さらに Q​wen アプリ、Q​wen Chat、Agent Mode、Qoder、QwenWork、QwenStudio 対 Claude API、Amazon Bedrock、G​oogle Cloud、Microsoft Foundry、AWS 上の Claude Platform。

• 利用可能期間 — 2026年11月11日～25日 vs アクティブ、廃止は2027年9月22日より早くならない。

そのリストの非対称性には、見過ごしがちな実用的な帰結がある。Qwen4-Max Previewには二つの入口がある——キー不要の製品入口と、Token Planのサブスクリプションおよび手持ちにないベースURLを必要とするAPI入口だ——一方、Claude Opus 5.5は、すでに持っているOpenAI形式のクライアントから利用できる。評価の目的が「このモデルは自分のコードベースを理解できるか」なら、チャットの入口で十分だ。「これは自分のパイプラインと接触しても耐えられるか」なら、2週間で失効するモデルのために二つ目の契約を用意していることになる。

393K の出力上限は、ドキュメントが罠を隠しているところです。

393,216 は、今回のローンチに関するあらゆる概要が最初に挙げる数字であり、実際に大きな強みです。これは Claude Opus 5.5 の 128,000 トークンの上限のちょうど3倍をわずかに超えています。リポジトリ全体の書き換え、長いトランスクリプトの統合、小規模アプリケーション全体を単一応答で生成すること — このプレビューは、ほとんどのモデルの応答予算に収まらない出力のために作られています。

ただし脚注を読んでください。A​libabaは、393,216トークンが思考と最終回答で共有されると述べ、さらに移植を壊す一文を付け加えています。このモデル以降、O​penAI Chat Completionsのmax_tokensはmax_completion_tokensと同等であり、どちらも思考＋回答の合計消費に上限を課します。以前のQ​wenモデルはすべて旧来の動作を保っており、上限は回答に適用されていました。そのため、qwen3.8-maxからmax_tokens: 8192でそのまま流用したリクエストは、今では思考に8,192トークンを使い、残りを回答に回すことになりますが、難しいプロンプトでデフォルトのxhighエフォートでは、その残りがゼロになり得ます。失敗の現れ方は回答の切り詰めであり、捕捉できるエラーではありません。

公平性のため、これが通常どのように報じられるかについて一つ訂正が必要だ。Anthropicのmax_tokensも単一の応答内で思考とテキストをまとめて制限するため、共有予算はQwenの発明ではなく、特定のベンダーを選ぶ理由にもならない。異なるのは予算の大きさと、Qwenが自社のユーザーがすでに理解していたパラメータの意味を変えたという点だ。それは移行コストであり、ベンダーではなくあなたに降りかかる。

2つ目の罠は、デフォルトの推論強度だ。Qwen4-Max Preview は指定がなければ xhigh で推論し、Claude Opus 5.5 は medium で推論する。未設定の2つの呼び出しを並べて比較しても、同じ量の作業を測っているわけではない。しかもプレビュー版では、より深いデフォルト設定が、回答の最初の一語が生まれる前に応答バジェットのより大きな割合を消費する。

動画入力は、回避策が存在しない唯一のギャップです。

Claude Opus 5.5はテキストと画像を受け付けます。Qwen4-Max Previewはテキスト、画像、動画を受け付け、Alibabaは用途を具体的に挙げています。スクリーンショット分析、文書理解、動画分析です。

パイプラインがすでにフレームをサンプリングして画像として送信しているなら、何も変わらない。両モデルともフレームを読み取れ、違いはトークン計算に帰着する。パイプラインがファイルを渡して、その中で何が起きたかを尋ねたいなら、これらのモデルのうち片方だけがその問いを受け付けられる。提供されたクリップに対する時間的推論は、クリップをテキストで説明することで近似できるものではない。近似を再構築することはできるが、答えのどれだけが動きの中にあったかを知るのに、研究者の一週間を費やすことになる。

これがこの比較における最も明確な判断基準であり、ベンチマークを必要としない。入力パスに動画を含むチームには、現時点で候補が1つある。それがないチームには、14日間の有効期限を契約条件の一部として受け入れる理由はない。

独立した数値と、このモデルに関するものではないほう

Artificial AnalysisにはQwen4-Max Previewのページがありません。11月11日時点では、計測された速度、タスクあたりのコスト、インデックススコア、プロバイダー数がいずれも存在しません。このプレビューは新しすぎ、14日ではエントリーが作成されない可能性さえあります。したがって、両方を1つのチャートに載せる唯一の誠実な方法は、計測済みの最新QwenフラッグシップであるQwen3.8-Maxを使い、それが代理指標であると明言することです。

• インテリジェンス指数 — Claude Opus 5.5 は59、74件中5位、Qwen3.8-Max は34、価格帯の中央値40を下回る。Artificial Analysisによる。

• 出力速度 — 毎秒115トークン対53。Artificial Analysis調べ、同一ハーネスによる。

• 最初の回答トークンまでの時間 — 353.75秒 対 122.57秒。Opus 5.5 は開始が遅く、完了が速いモデルです。

• タスクあたりの所要時間 — 25.0分 対 54.1分（中央値12.6に対して）

• タスクあたりのコスト — $10.04 対 $10.02。これを2回読んでください。これはこのページで最も興味深い数字であり、次のセクションではその理由を説明します。

• 冗長性 — インデックス上では出力トークン数が2億1,800万、対して1億5,000万、中央値は7,280万。

Qwen 4チェックポイントをClaude Opus 5.5と直接突き合わせる測定が1つだけあり、それは見出しとして扱うのではなく慎重に扱うべきものだ。GameFeel Benchmark — ビルド、バグ修正、ゲームフィール、アイデア、ビジュアル、オーディオを採点するクリエイティブ／ゲーム開発向け評価 — にはQwen-4-Flash-Earlyの行があり、平均49.9で、XHigh effortのClaude Opus 5.5の平均47.2と対比されている。誰かがこれを引用する前に、4点を述べておく必要がある。これはFlashティアのチェックポイントであり、Maxではない。-Earlyというラベルは、ラベルのないエンドポイントがどの未リリースティアに属するかについてのベンチマーク作者の推測であり、Alibabaによる確認ではない。2つの行は同じ方法で課金されていないため、タスクあたり$0.40と$2.60という数字は同一条件の比較ではない。そして平均値は内訳を隠している。Opusはバグ修正で65対63、逆評価で21.67対19.95で勝ち、Qwenチェックポイントはアイデアで54対41、ビジュアルで65対63、オーディオで30対25、ゲームフィールで52対50で勝つ。バグ修正と逆評価は本番作業に最も近い2つのサブタスクであり、アイデアとオーディオはそこから最も遠い2つだ。

同じベンチマークは、エフォート設定がOpus 5.5に何をもたらすかも示している。Mediumでは1タスク$0.88で42.3なのに対し、XHighでは$2.60で47.2。5ポイントのためにほぼ3倍の支出だ。Opusをデフォルトで最大エフォートで動かしているなら、注目すべきはその行だ。

片側の値付けができないとき、タスクにはいくらかかるのか

料金表があるほうの半分から始めましょう。20万入力トークンを送り、2万出力トークンを返すジョブは、Claude Opus 5.5 では入力が $0.80、出力が $0.40 で、合計 $1.20 かかります。その入力をキャッシュから再利用すれば入力側は $0.04 に下がり、同じジョブは $0.44 になります。バッチ処理にすれば全体がさらに半分になります。これらは概算ではなく計算であり、予測に入れられます。

では、残りの半分です。A​libabaはQwen4-Max Previewについて、トークンあたりのクレジットレートを公開していません。Token Plan Personal EditionはCreditsのサブスクリプションであり、A​libabaの4つの個人向けティアは月額6ドルの20,000 Creditsから月額43ドルの200,000 Creditsまでです。またベンダーによると、呼び出しがCreditsを消費するレートは、モデルタイプ、トークン使用量、思考モード、ツール呼び出しによって動的に設定されます。実際のレートを観察できる唯一の場所は、いくらか消費した後のコンソールの使用量詳細です。プレビュー期間中はプロモーション割引があるため、観察されたレートはプレビュー後のレートの目安としては不適切です。

つまり、価格比較は「どちらが安いか」ではない。「一方には単価があり、もう一方にはまだ単価に換算できないサブスクリプションがある」ということだ。そして上記の数字は、料金表の重要性が見た目より低いことを示唆している。Qwen3.8-Maxは100万トークンあたり$2.00と$6.00で掲載されており、これはOpus 5.5の入力価格の3分の1、出力価格の3分の1未満でありながら、Intelligence IndexタスクあたりではOpusの$10.04に対して$10.02に着地する。安価なモデルはタスクあたりはるかに多くのトークンを生成するため、料金表はほぼ完全に相殺される。より安い表示価格がより安い請求額をもたらすのは、モデルが簡潔でもある場合だけであり、利用可能なあらゆる測定において、このファミリーは簡潔ではない。

それらを、それが一つの契約であるかのように装うことなく、並行して実行すること

Claude Opus 5.5はanthropic/claude-opus-5.5として当社のカタログに掲載されており、Anthropicが公表している100万トークンあたり$4.00および$20.00、マークアップ0%で提供されているため、200を超える他のモデルと並んで1つのキーと1つの請求書で利用でき、また、フォールバックチェーンとルーティングDSLも、コードを変更せずにワークロードの簡単な半分をOpusより安い場所へ送りたい場合に利用できます。

Qwen4-Max Previewは当社のカタログにはなく、それが何を意味するかは率直に言うべきでしょう。当社はこれを提供しておらず、ここではフェイルオーバーチェーンに組み込むこともできません。利用するにはToken Plan APIキー、シンガポールのベースURL、そして別契約が必要です。これはまさに、2週間しか使えないモデルのために構築を正当化できることはほとんどない類のものです。評価したい場合は、ご自身のキーを使い、答えが既に分かっているプロンプトに対してオフラインの比較検証として実行し、本番環境は11月26日にもリクエストに応答し続けるものに向けておいてください。

プレビューが何に役立つかは、それが突きつける問いだ。2週間は、動画ネイティブの入力と393Kの応答バジェットがあなたのプロダクトでできることを変えるかどうかを見極めるのに十分な長さであり、その答えにうっかり依存してしまうことのないほど短い。

今週は誰がどれをやるべきか

入力パスに動画があり、その結果に本番環境での依存がないなら、今日 Q​wen Chat 経由で Qwen4-Max Preview を開き、本当に気にかけているクリップに午後を費やし、そこで学んだことはアーキテクチャではなく調査として扱ってください。最初のパスでは reasoning_effort を medium に設定して、回答が始まる前に回答バジェットが消費されないようにし、max_tokens は思考と出力の両方が収まる十分な高さに設定してください。

12月に稼働させる必要があるものを出荷する予定なら、2つのうちClaude Opus 5.5だけが、予測できる価格、顧客に提示できるベンチマーク、そしてそれがまだ存在している日付を備えています。その弱点は謎めいたものではなく文書化されています――最初のトークンまでの速度が遅く、冗長で、高エフォート時にはタスクあたりのコストが高い――そしてその3つはすべてeffortパラメータで調整できます。

両方が欲しいなら、その順番で——要は順序だ。無料の入口で能力を証明し、料金表のあるモデルの上に積み上げ、12月にプレビューの後継が、おそらく価格とベンチマークを伴って登場するときに、その問いを再検討する。