
Qwen4-Maxは現在2か所で販売中。読む価値があるのは、独立系のスコアボードの部分だ。
- 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 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 88 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 134 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100万トークンあたり · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 90 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 · 195 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 · 121 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100万トークンあたり · 141 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955知能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855知能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100万トークンあたり · 265 tok/s
Qwen4-Maxは2026年11月16日に一般販売を開始し、11月18日の朝までにはサードパーティの推論プラットフォームも、同じ100万トークンのコンテキストと、同じテキスト・画像・動画入力をうたってそれを宣伝していた。それがニュースであり、小さなニュースにすぎない。二人目の販売者は流通の出来事であって、モデルの出来事ではない。同じ時期に登場しながら、ほとんど注目されてこなかったものがある。測定結果だ。Artificial Analysisには現在Qwen4-Maxの項目があり、そのIntelligence Indexではこのモデルを43と評価している。置き換え対象の前モデルQwen3.8-Maxは34だ。
これらの数字はいずれも、それが良い知らせかどうかを左右する文脈を伴っているが、ベンダー自身のブログはその文脈を示していない。そこで本稿では順に三つを扱う。11月16日に実際に出荷されたもの、ローンチ投稿が語らないことを独立した行が示している内容、そして同じモデルがAlibaba以外の誰かによって提供されると何が変わり、何が静かに壊れるのか、である。
日付は2つ、そのうちリリースは1つだけ
このモデルの日付は2026年11月16日です。アリババのQwenチームは発表記事を11月16日付とし、このモデルのModel Studioドキュメントページには「qwen4-max(最新モデル)」という見出しと、モデル識別子はqwen4-maxというシンプルなものであることを示す2026-11-16 09:46:08の更新タイムスタンプが記載されています。商業的に重要なのはこのページです。それは、11月11日にクレジット制プランで提供が開始され、11月25日という提供終了日が公開されていたプレビュー識別子qwen4-max-previewに取って代わるものでした。一般提供開始は、従量制の料金表、6つのリージョン、そして期限なしを意味していました。
11月18日の出来事は、性質が異なる。Alibabaではないプラットフォームが、価格表が登場してから2日後に、自社顧客向けにこのモデルの掲載を開始した。11月18日にモデル自体には何も変わらなかった。新しい重みも、新しいコンテキスト数も、ラボからの新価格もない。今週をローンチとして位置づける報道を読んでいるなら、その枠組みは一歩遅れている——Qwen4-Maxは16日にローンチし、18日に起きたのは、それが大規模に再販可能になったことだ。この区別は揚げ足取りではない。問うべき問いを示している。「何ができるか」ではない(それは月曜に答えが出た)。そうではなく「再販業者を通る旅を経て何が生き残るか」であり、それには誰も答えていない。

11月16日に何がリリースされましたか
以下に示す仕様はアリババによるもので、発表記事とモデルドキュメントに基づく記載であり、そのいずれも第三者が独立に再現したものではない。とりわけアーキテクチャについては、外部の誰も検証していない学習実行についてのベンダーによる説明にすぎない。
• アーキテクチャ — 2.4兆パラメータのバックボーン、トークンごとに710億パラメータを活性化、さらに3280億のN-gram埋め込みパラメータを備えた新しいQwen4設計
• アテンション — すべてのQwen Sparse Attention層に供給する3つのGated DeltaNet層。これらは履歴を固定サイズの状態に圧縮し、コンテキストをマイクロブロック粒度でインデックス化する
• 安定性に関する取り組み — 動的な読み取りゲートと書き込みゲートを備えた4本の並列残差ブランチ。ラボによれば、これが2.4T実行で損失スパイクが発生しなかった理由です
• コンテキスト — ベンダーのドキュメントでは1,000,000トークン、Artificial Analysisによる実測では使用可能なウィンドウは984,000
• 出力上限 — 思考オフで131,072トークン、または思考と回答で共有される262,144トークン
• モダリティ — 入力はテキスト、画像、動画、出力はテキスト。ネイティブなビジョンであり、後付けではない
• 推論エフォート — 選択可能なレベルで、ローンチ投稿が自身の効率の数値を引用する際に High と Xhigh と呼んでいるもの
• ツール機能 — 関数呼び出し、並列ツール呼び出し、Web検索、JSON Schemaに準拠した構造化出力、プレフィックス補完、明示的キャッシュと暗黙的キャッシュ
• インターフェース — OpenAI Chat CompletionsおよびResponses、Anthropic Messages、DashScope。DashScopeは、Alibabaがフラッグシップモデルで提供してきた中で最も広範なプロトコルサーフェスです
• 何が欠けているのか — ファインチューニングとモデルデプロイはいずれもサポート対象外とされています。チェックポイントはなく、発表記事にはより小型のQwen4モデルが「オープンソース化予定」とだけ書かれています
効率性に関する主張は、今回のローンチが最も強く打ち出しているものであり、これらは条件付きであるからこそ正確に述べる価値がある。Qwen3.8-Maxに対して、ベンダーによれば、Work360ベンチマークでXhighエフォート時は約24%少ないトークン数、High時は35%少なく、同じ2つの設定でTerminal-Bench 4.0では48%と49%少ない。Work360のタスクあたり平均コストは$4.43から$1.67に下がり、62%の削減となる。これらの数値はすべてベンダー報告であり、そのすべてがエフォートレベルに紐づいている。このことが後に、リセラーがそのダイヤルをどう公開するかを決める際の重要な詳細となる。
誰も引用していない独立した行
Artificial AnalysisはQwen4-MaxをIntelligence Index v5.0.1で公開したが、その記載は異例なほど率直だ。スコアは43で、サイトはこれを同等のモデルの中で平均以下と説明している——中央値も43なので、モデルはそれを上回るのではなく、ちょうど線上に位置する。これは「前世代より9ポイント向上」という文ほど好意的ではないが、どちらも事実だ。0902スナップショットとして測定されたQwen3.8-Maxは、同じインデックスで34を記録している。
行の残りの部分こそ、この議論が面白くなるところだ。なぜならそこで、能力と、それを引き出すためのコストが切り離されるからだ。
• インデックススコア — v5.0.1 では Qwen4-Max が43、Qwen3.8-Max (0902) が34
・インデックス実行あたりの出力トークン数 — 1億2700万 対 1億5000万、業界中央値は6510万。両モデルとも極端に冗長だが、新しいモデルのほうが冗長性は低い。
• タスクあたりの実時間 — 32.1分 対 47.5分、測定対象全体の中央値は11.5。前世代より高速だが、測定されたモデルの中では依然として最も低速な部類に入る
• スループット — 毎秒55出力トークン(Alibaba自身のAPIで測定)
• タスクあたりのコスト — $3.27 対 $10.02、これはこの行で最も有用な数値です
それらを合わせて読むと、アップグレードは確かに存在するものの、マーケティングが示唆するほど広範なものではない。Qwen4-Maxは指標を9ポイント伸ばし、実時間を3分の1に短縮し、置き換え対象のモデルと比べてタスク完了コストをおよそ3分の2削減する。ただし、絶対的な速度を買っているわけではない。1タスクあたり32.1分は、同じボード上の中央値モデルよりほぼ3倍遅く、そこに到達するために中央値のほぼ2倍のトークン量を消費する。レイテンシに敏感なワークロードなら、請求額を決めるのは指標の数値ではない。

リセラーへの引き継ぎで何が残るのか
これが、11月18日のリストによって理論上の話ではなく緊急の課題になっている部分だ。モデルがその作者ではないプラットフォームによって提供される場合、4つのものは確実に伝わり、1つのものは伝わらない。
出回る4項目とは、価格カード(ベンダーのページからコピーされるため)、コンテキスト数(見出しになるため)、モダリティ一覧(マーケティングコピーに含まれるため)、そしてプロトコルの形(ほとんどのプラットフォームが、背後に何があるかに関係なくOpenAI互換エンドポイントを公開しているため)だ。これらはどの掲載情報も正しく押さえているものであり、どの比較記事も引用するものだ。
そのまま引き継がれないのは、エフォートのマッピングだ。Qwen4-Max の経済性は設計上エフォートに依存しており、ベンダー自身のトークン節約率は、Xhigh と High のどちらで実行するかによって Work360 上で 24% から 35% まで変動する。ドキュメントでも、この選択はリクエストパラメータとして公開されている。エフォートを単一のデフォルト値に固定したり、OpenAI 形式の推論パラメータを3段階のうち2段階にしかマッピングしないリセラーは、請求書上のトークン単価が同一であっても、タスクあたりのコストがベンダーの公表値と3分の1異なり得るモデルを渡してくる。Alibaba 自身の数値に対してリスティングをベンチマークする場合は、エフォート水準を明示的に固定し、価格について結論を出す前に、プラットフォームがそれをどう扱うかを確認すること。
確認すべき小さな点が2つある。262,144トークンの思考と回答の共有予算が実際に適用されるのか、それとも黙って切り詰められるのか。また、プロンプトキャッシュが通常の入力料金ではなくベンダーのキャッシュ料金で適用されるのかどうか。どちらも長時間のエージェント実行では実際のコストを左右するが、どちらも見出しには表れない。
変わらなかったこと、そしてこれからも変わらないこと
Qwen4-Maxに関する最も重大な事実は、価格表にもリーダーボードにも載っていません。それは、このモデルを所有できないということです。このモデルのチェックポイントは存在せず、ドキュメントではファインチューニングと自己デプロイがサポート対象外と明記されています。発表記事の締めくくりの一文は、より小規模なQwen4ティアがオープンソース化されると約束していますが、それはこのモデルではなくファミリーの将来についての記述です。Qwen4-Maxへのあらゆる経路は、Alibabaの6つのリージョンであれ再販業者のエンドポイントであれ、誰かのAPIを経由します。
それは2026年の最先端フラッグシップにとっては普通の取り決めであり、普通の帰結を伴う。つまり、あなたの統合はレンタルであり、貸し手の数は1社から複数社に増えたということだ。これこそが11月18日の掲載に対する唯一の真に良い論拠だ——安いからではなく、自分ではホストできないモデルへのもう一つの供給経路だからである。
今週これを配線するのであれば
Qwen4-Maxは現在、OrcaRouterのカタログにはありません。そして本稿は、そうでないふりをするつもりもありません。そこにあるのは、それが置き換えるモデルです:qwen/qwen3.8-max。同じ指標で34を記録した2.4兆パラメータのフラッグシップで、Alibabaの価格表では100万トークンあたり入力$2.00、出力$6.00です。Qwen系を前提に構築していて、できたばかりの商用契約に本番経路を賭けることなくQwen4-Maxを試したいなら、賢明なパターンは前世代モデルを同じキーに残して両者をルーティングすることです。OrcaRouterは0%のマークアップで、プロバイダーをまたぐ200以上のモデル識別子を1つのOpenAI互換エンドポイントの背後に抱えており、自動フェイルオーバーを備えているため、プロバイダー側の障害やレート制限でアプリケーションが巻き添えになって落ちることはありません。ルーティングDSLは同じことを一段下のレベルで実現します。ワークロードの大部分には安価なモデルを組み合わせ、タスクが実際にそれを必要とする箇所だけ高価なモデルへエスカレートできます。すべての呼び出しにフラッグシップの料金を払う必要はありません。

それは、キー上に Qwen4-Max を載せることとは同じではなく、そのように売り込むべきではない。モデルが自分のスタックに到達するのを待つことと、到達したときにそれを吸収できるスタックを備えていることの違いだ。
何がこのピースを変えるでしょうか?
3つの点を、可能性の高い順に挙げる。Qwen4-Maxの2回目の独立測定があれば、43が下限なのか上限なのかが決着する——単一のボード、単一のハーネス、単一のエフォート設定では判定の根拠として薄すぎるし、本ブログはこれまでにもインデックスの改訂でスコアが二桁動くのを目の当たりにしてきた。Artificial AnalysisがGLM-5.3ですでに実施しているのと同様の、エフォートレベル別の内訳を公開すれば、タスクあたりコストの数字は、不特定の設定における平均値ではなく、実際に行動可能な指標になる。そしてQwen4のチェックポイント——どんなQwen4チェックポイントでも——があれば、レンタル論争は完全に終わる。
それまでの間、今週を正しく読み解くなら、地味な見方になる。月曜にはフラッグシップが実際の価格表と、競争力はあるが首位ではない独立系スコアを伴って登場した。水曜にはリセラーがそれを取り上げた。流通が流通として当然やることをしただけだ。そして、あなたの統合を決めるべき数字は$1.50でも43でもなく、32.1分と、同分野の中央値のおよそ2倍で推移するトークン請求額だ。実際に支払うのは、この2つである。
