「Qwen4-Max:引き継がれない数字」という見出しのタイトルカード。3つのチップには、思考モードでの入力トークン983,616、回答トークン131,072、思考と回答の間で共有される262,144が表示され、2026年11月16日のAlibaba Cloud Model Studioのモデルカードへのキャプションが付いている。
Guides & Insights

Qwen4-Maxは1日も経たずに他所でリストに載った。移植されないのは「思考バジェット」の部分だ

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

Qwen4-Maxは2026年11月16日に一般提供を開始し、それからわずか数時間のうちに、別のプラットフォームが初日からそれを宣伝し始めた——100万トークンのコンテキスト、ネイティブなテキスト・画像・動画入力、コーディング、オフィス作業、長期的なエージェント実行を狙ったものだ。これが2026年におけるクローズドモデル公開の典型的な形である。A​libabaはQwen4-Maxのチェックポイントを一切公開していないため、同社の6つの展開リージョンの外にいる者は、A​libabaからモデルを借りているプラットフォームを通じてしかこのモデルにたどり着けない。異例なのは、あるいは少なくとも語られていないのは、その中継の過程でモデルの操作マニュアルのどれだけが失われるかである。価格表はそのまま伝わる。見出しのコンテキスト数もそのまま伝わる。あなたのリクエストが収まるかどうか、あるいは切り詰められて返されるかどうかを決める計算は、まったく伝わらない。

day-zeroリスティングが実際に教えてくれること

ベンチマークの話ではない点が二つある。第一に、このモデルはチャットではなく研究やエージェント作業向けに売り込まれている——初日のコピーは長期的なエージェント実行を前面に出し、動画を入力モダリティとして挙げているが、これはプラットフォームがこのモデルを向けようとしているワークロードの説明であって、A​libaba自身の見出しの言い換えではない。第二に、Qwen4-Maxはレンタルできてもポータブルではない。ダウンロードが存在しないため、これを提供するあらゆるエンドポイントはA​libabaのデプロイを提供しており、これを説明するすべての第三者ページはA​libabaのドキュメントの要約である。仕様表の要約こそ、統合バグが生まれる場所だ。

料金表は簡単な部分で、一度述べておけば十分だ。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、出力100万トークンあたり$4.50で掲載しており、キャッシュ済み入力は$0.075、キャッシュ書き込みは5分ウィンドウで$1.875、1時間で$3.00だ。グローバル展開のスコープ——北京、香港、フランクフルト、日本、米国バージニア——ではやや低く、入力$1.413、出力$4.24、キャッシュ読み取り$0.071となる。コンテキスト上限まで単一の価格帯で、長文コンテキスト割増も、探し回るようなバッチ割引もない。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だ。

A two-column scoreboard contrasting a third-party listing with Alibaba's model card: the listing gives 1M context, 1M output, three effort levels and no batch figure, while the model card gives 1,000,000 context, 983,616 input in thinking mode, 131,072 output non-thinking, 262,144 shared, and effort levels low, high and xhigh, sourced to Alibaba Cloud Model Studio documentation updated 16 November 2026.

モデルに付随しない3つの数値

「1M context」はあらゆる掲載で目にする数字だ。ローンチ当日に最終更新されたAlibabaのモデルページはより具体的で、マーケティング上の数字と実際に運用される数字との間の隔たりこそが、統合が破綻する場所だ:

• コンテキスト長 — 1,000,000トークン。これは出力に費やせる予算ではなく、リクエスト全体に課される上限です

• 最大入力、非思考 — 991,808トークン。ウィンドウのうち8,192トークンが応答用に確保されているため

• 最大入力、思考 — 983,616トークン、さらに8,192トークンは推論ブロック用に確保

・最大出力、ノンシンキング — 131,072トークン

• 思考と回答を統合、思考モード — 262,144トークン(推論トレースと表示される返信で共有)

• デフォルトの思考バジェット — 131,072トークン。どちらのパラメータも設定されていない場合、reasoning_effort は high にデフォルト設定されます

5行目が曲者だ。文書化された262,144トークンの出力上限に合わせてジョブの規模を見積もり、その後で思考モードで実行するチームは、可視回答が、モデルがまだどれだけ話す余地を残していたかとは無関係な長さで止まるのを目にする。推論トレースが同じプールから消費しているからだ。131,072という数字が安全な出力数だ。262,144という数字は共有予算であり、この2つの読み方の違いは、機能するパイプラインと毎週発生するインシデントの違いだ。

ささやかな慰めではありますが、これはサードパーティの仕様一覧に表示される不一致の説明にもなります。そこにはコンテキストウィンドウが984kと記載されています。それは別モデルでもダウングレードでもありません。シンキングモードの入力上限を983,616から丸めたものであり、推論をオンにしてモデルを呼び出す場合——これがデフォルトです——にサイズを見積もる際の基準とすべき正直な数値です。

エフォートの再マッピングは、OpenAI形式のクライアントがレベルを失う箇所です。

Qwen4-Max は5段階ではなく3段階の推論レベルを公開しています。low、high、xhigh で、デフォルトは high です。OpenAI 互換クライアント経由で呼び出すと、範囲外の effort 文字列は拒否されずに折りたたまれます。A​libaba の表では minimal は low に、medium は high に、max は xhigh にマッピングされます。A​nthropic Messages 形式では、medium は high になり、max は xhigh になります。

どちらのマッピングも擁護可能であり、どちらも何も告げない。5段階モデルに合わせて調整されたパイプラインがここで medium を要求すると、高努力の推論を受け取る。トークンが増え、レイテンシが増え、支出が増え、それが起きたことを知らせるエラーも出ない。5段のはしごの最上位を期待して max を要求するパイプラインは xhigh を取得する。これはたまたまこちらの最上位である。そのため出力は正しく見え、請求書だけが食い違う。修正はルートごとに1行である。実際に計測したレベルをベンダーの語彙で固定し、ステージングでそれをアサートする。マッピングされていない effort 文字列をそのまま、より短いはしごを持つモデルに渡すものはドリフトし、より多くの金額を使う方向にドリフトする。

A screenshot of the Alibaba Cloud Model Studio documentation page for qwen4-max, showing the Model Studio navigation, the breadcrumb Home Page > Models > Get Started, and the qwen4-max (Latest Model) heading with the start of its specification tables.

ローンチの数字が語ること、そして語らないこと

の47.74に対して、アリババの公開時評価は、ベンダー報告によるもので独立して再現されてはいないものの、Work360ベンチマークでQwen4-Maxを52.69とし、1タスクあたりの平均コストは4.43ドルから1.67ドルに下落、出力トークン使用量はxhigh effortで24%減、highで35%減とした。Qwen3.8-Maxこれらが、このアーキテクチャについてのベンダーの主張である。2.4兆パラメータの疎なMixture-of-Expertsがトークンあたり710億パラメータを活性化し、さらに3280億のN-gram埋め込みパラメータを備え、スパースアテンション層ごとに3つのGated DeltaNet層を持つ。Terminal-Bench 4.0では、ベンダーは同じ2つの設定で出力トークンが48%および49%少ないと報告しており、セキュアコーディングベンチマークの関数レベル合格率は22.0%から31.8%に上昇している。

11月17日に利用可能な唯一の外部評価はArtificial Analysisで、これはQwen4-MaxをIntelligence Index v5.0.1で43と採点し、同指数で81モデル中38位に位置づけている。また、指数タスクあたり3.27ドルの計算コストを測定しており、これは実行全体で1億2700万出力トークン(中央値7860万トークン)によって支えられている。さらに、このモデルについては速度測定を一切記録していない — タスクあたりの時間も、出力レートもない。ベンダーがフロンティアを打ち負かすと主張する横に並ぶ43という数字が、次の1か月の報道が扱う緊張関係になる。そしてこれは、この記事の中でAlibabaが生成していない唯一の数字でもある。

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, showing the 1M-token context badge, text, image and video input, and the pricing panel for the model Qwen4-Max replaces.

もし今週それを決めるつもりなら

OrcaRouterはQwen4-Maxをルーティングしていません。そうでないかのようにほのめかすのではなく、はっきりとそう言うべきです。カタログにはQwen3.8-Max — Qwen4-Maxが置き換えるモデル — が100万トークンあたり入力$2.00、出力$6.00で、ベンダーの定価を0%のマークアップでそのまま反映して掲載されており、以下と並んでいます:Claude Opus 5.5、GPT-6.1 Sol、Grok 4.5、およびT​encent HY4 Preview。まだQwen4世代は掲載されていません。

したがって、今日Qwen4-Maxを評価しているチームにとって正直な構成は、新モデル用のA​libabaの直接キーと、フォールバック先となるすべてを扱うルーティングレイヤーです。それは聞こえるほど厄介ではありません。新しいモデルの採用を高くつかせるのはトークン価格ではなく、試すことが、本番経路に乗る2つ目の契約、2つ目のSDK、そして2つ目のリトライセマンティクスを意味するからです。既存モデルを1つのエンドポイントの背後に置き、プロバイダー間の自動フェイルオーバーを備えれば、Qwen4-Maxの実験をすでに機能している経路の隣で実行でき、比較もA​libabaのベンチマークではなく自社トラフィック上で行えます。モデルがカタログに載るとき、表示される価格はベンダー自身の価格で、変更された当日に反映されます。パススルーとはそういう意味だからです。Globalカードの$1.413と$4.24は、リセラーの上乗せ価格ではなく$1.413と$4.24として表示されるはずです。

何を観るべきか

A​libabaの発表投稿は、その中のどのベンチマークよりも重要な一文で締めくくられている。MaxはQwen4の最初の姿にすぎず、同ファミリーのより小型のモデルもオープンソース化される予定だ、という一文だ。これはこの階層ではなく、その下の階層についての約束であり、Qwen4-Max自体が単一のベンダーから、そして同じベンダーからそれを借りているプラットフォームからレンタルするモデルであるという事実を変えるものではない。その市場ではドキュメントこそが製品の差別化要因であり、ドキュメントには入力983,616、出力131,072と書かれている——何も100万ではない。

カレンダーに入れておくべき日付が2つある。11月25日のプレビュー識別子の廃止——設定がまだ qwen4-max-preview のままの人は要注意。そして、Alibaba が thinking budget について次に公表する内容——1M コンテキストとして宣伝されているモデルにおける 262,144 トークンの共有プールは、実際のエージェント ワークロードがそれにぶつかった途端に改訂される可能性が最も高い数字だからだ。