見出しが「Qwen4-Max vs Claude Opus 5.5:一方の階段はすでに登られた」のタイトルカード。3つのチップには、Qwen4-Maxの唯一の測定設定として43、Opus 5.5の5設定にわたる59から35、そしてlow effortのOpus 5.5がQwen4-Maxを下回る幅として8ポイントが示され、キャプションは2026年11月17日時点のArtificial Analysis Intelligence Index v5.0.1とされている。
Guides & Insights

Qwen4-Max 対 Claude Opus 5.5:この「はしご」のうち、公の場で登られたのは片方だけ

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

誰も行わない比較がこちらです。Claude Opus 5.5は、2026年9月22日から一般提供されており、最大エフォート設定ではArtificial Analysis Intelligence Index v5.0.1で59、最低設定では35を記録します。A​nthropicが選択可能にしている5段階にわたる24ポイントの差です。Qwen4-Maxは、2026年11月16日から販売されており、スコアは43です。そして43が存在する唯一の数値です。Artificial Analysisが測定したのはその1つの構成のみで、A​libabaはエフォート別の内訳を公表していません。フラッグシップ同士を比べれば、16ポイントの差と3.1倍のコスト差が得られ、それが今週誰もが書く記事になるでしょう。ラダー同士を比べると、より有用なことが浮かび上がります。低エフォートのOpus 5.5はQwen4-Maxのデフォルトを8ポイント下回り、Qwen4-Maxには選択できる3段階がありますが、そのいずれについても公表された数値はありません。

2つの製品、そして各ベンダーが実際にカードに記載した内容

A two-column scoreboard comparing Qwen4-Max and Claude Opus 5.5 across six rows: index 43 from one setting against 59 at max and 35 at low; three effort levels against five; $1.50 in and $4.50 out against $4.00 and $20.00; $3.27 per task against $10.04; 1,000,000 context on both; video input yes against no. Footer notes the figures are per Artificial Analysis Intelligence Index v5.0.1 and that no independent latency is published for Qwen4-Max.

• 100万トークンあたりの料金 — Claude Opus 5.5 は入力 $4.00 / 出力 $20.00、Qwen4-Max は入力 $1.50 / 出力 $4.50

• キャッシュ — Opus 5.5 は95%の割引が適用され、100万トークンあたり$0.20で読み取り。Qwen4-Max は読み取りが$0.075、書き込みは5分間で$1.875、1時間で$3.00

• コンテキストウィンドウ — Opus 5.5 では 1,000,000 トークン、Qwen4-Max は公称 1,000,000 トークンだが、そのうちシンキングモードで入力として使用できるのは 983,616 トークン

• 最大出力 — Opus 5.5では128,000トークン、Qwen4-Maxでは非思考時131,072トークン、または思考モードでは推論と回答の間で262,144トークンを共有

• 推論制御 — 5段階(low、medium、high、xhigh、max)対3段階(low、high、xhigh)、デフォルトはhigh

• 入力モダリティ — Opus 5.5 はテキスト、画像、ファイル、Qwen4-Max はテキスト、画像、動画

• オープン性 — どちらもプロプライエタリで、いずれも重みは公開されていません

• 独立系指数スコア — Opus 5.5は59、Qwen4-Maxは43

そのリストの中で、他の行よりはるかに重要な役割を果たす行が2つある。推論のはしごは、この記事が土台としている行だ。モダリティの行は、比較をひそかに無効にする行である。Qwen4-Maxは動画を受け付けるがOpus 5.5は受け付けない。つまり、動画入力を中心に組まれたワークロードにとって、ここでの候補はただ1つしかなく、ベンチマークは的外れということになる。

A screenshot of the Artificial Analysis model page for Claude Opus 5.5, showing the Anthropic proprietary-model header, the September 2026 release date, the intelligence score panel and the list of providers serving it.

Opus 5.5のラダーは、登ってみるとどのように見えるのか

Anthropicのエフォート設定は、品質を調整するダイヤルというより予算を調整するダイヤルであり、Artificial Analysisは5つのポジションすべてを検証しました。以下の内容はすべて、モデルのページで公開されている独立した測定結果です:

• 最大エフォート — インデックス59、インデックスタスクあたり24.6分、最初の回答トークンまで352.34秒、タスクあたり$10.04で測定

• xhigh — インデックス57、タスクあたり15.8分、最初のトークンまで65.52秒

• 高 — インデックス52、タスクあたり9.3分、最初のトークンまで21.64秒

• 中 — インデックス48、タスクあたり6.8分、最初のトークンまで12.46秒

• 低 — インデックス35、タスクあたり3.0分、最初のトークンまで4.80秒

興味深いのはその形だ。high と max の間では、タスクあたり 15.3 分の追加時間と、到着がほぼ 6 分遅れる最初のトークンと引き換えに、7 インデックスポイントを買うことになる。medium と high の間では、2.5 分で 4 ポイントを買う。low と medium の間では 13 ポイントを買う——はしごの中で最も急な区間であり、節約しようとするチームが最も削りやすい区間だ。あなたの計画が「Opus 5.5 を安く動かす」なら、その計画が行き着く先は low であり、low は 35 だ。Qwen4-Max の唯一公開されている構成より 8 ポイント低く、しかもそのモデルはベンダー自身がフロンティアの選択肢と位置づけている。

それはAnthropicのラダーに対する反論ではない。最初のトークンまで3分4秒で35というのは、最初のトークンまで6分で59というのとは本当に別の製品であり、どちらも有用だ。それは「Claude Opus 5.5」と「Qwen4-Max」をグラフ上の2点として扱うことへの反論だ。両者は2つの範囲であり、そのうちマッピングされているのは片方だけである。

3.1×という数字、そしてそれが価格差が示唆するほど大きくない理由

見出しのコスト比較は簡単だ。100万トークンあたり$4.00と$20.00に対して$1.50と$4.50で、Opus 5.5は入力で2.67倍、出力で4.44倍の料金を請求する。実測の請求額はより差が小さい。Artificial Analysisによると、Opus 5.5はIntelligence Indexタスクあたり$10.04で、Qwen4-Maxの$3.27に対して3.07倍であり、4.44倍ではない。

その理由は理解する価値がある。なぜならそれはあらゆるモデル投入を経ても残るからだ。Opus 5.5は2つのうちより冗長で、インデックス実行全体で2億1,800万個の出力トークンを生成し、Qwen4-Maxの1億2,700万個に対して多い。それでも差を広げるのではなく縮めている。距離を縮めるのはキャッシュだ。Opus 5.5は95%の割引が適用された状態で100万あたり0.20ドルでキャッシュ済み入力を読み込み、Qwen4-Maxは0.075ドルで読む。これは請求額のうち比例的に多くを新規入力に費やすモデルとしては安い料金だ。料金表と請求書は別の文書であり、この2つのモデル間の差はおよそ半分ではなくおよそ3分の1だと言っているのは請求書の方だ。

これはワークロード次第でどちらにも作用します。プロンプトが長く、安定していてキャッシュ可能な場合——コードベース、文書群、数万トークン単位で測られるシステムプロンプトなど——Opus 5.5 のキャッシュ経済性は、その定価が示唆するよりも良好です。プロンプトが短く、毎回異なる場合、キャッシュには決して到達せず、実際に支払うのは 4.44× の出力ギャップです。

Qwen4-Maxが唯一の選択肢である行と、それが唯一の賭けである行

動画入力は決定的な境界線だ。Qwen4-Maxはテキスト、画像、動画を読み取る。Opus 5.5はテキスト、画像、ファイルを読み取る。フレームが関わる仕事——映像レビュー、画面録画、タイムラインを持つものなら何でも——では、比較は一つの候補だけに収束し、16ポイントのインデックス差は問題にならなくなる。

速度は逆で、そこがQwen4-Maxのスペック表にある正直な穴だ。Artificial Analysisには、このモデルのタスクあたりの所要時間、出力レート、最初のトークンまでの時間が一切掲載されていない。Alibabaは発表資料でスループットの主張をしている——一部のワークロードでは前世代より最大50%少ないトークン数——だが、トークン数はレイテンシではなく、ベンダーのトークン効率の数字は、リクエストがどれだけキューで待たされるかについて何も教えてくれない。Opus 5.5なら、どの段階でもキャパシティプランニングができる。Qwen4-Maxなら、トークン課金のキャパシティプランニングはできても、それ以外は推測するしかない。どちらかのモデルをインタラクティブな接点の背後に置くチームが必要とするのは二つ目の数字であり、それを出しているベンダーは一社だけだ。

A screenshot of the OrcaRouter model page for anthropic/claude-opus-5.5, showing the flagship badge, the 1M-token context line, the 128K maximum output and the start of the pricing panel.

比較を2回実行せずに実行する方法

この比較が通常、実際のトラフィックではなく料金表で決まるのは、結局のところ裏方の配線作業だからだ。2つ目のモデルを試すには、すでに動いている経路に2つ目の契約、2つ目のSDK、2つ目のリトライとタイムアウトの仕様一式が必要になる——だからチームは価格を見て、一つを選び、先へ進む。

それが、OrcaRouterが取り除くために存在するコストであり、この特定のペアについては、正確を期して述べておく価値のある形で、それを不均一に取り除いています。OrcaRouterはClaude Opus 5.5を入力$4.00/出力$20.00で — ベンダー定価を0%のマークアップでそのまま通し — を通じて同じキーと同じOpenAI互換エンドポイントをGPT-6.1 Sol、Grok 4.5、Qwen3.8-Max、Tencent HY4 Previewと共有しています。Qwen4-Maxはルーティングしません。カタログはまだQwen4世代を拾っていません。つまり、はしご実験 — Opus 5.5を5段階のエフォートレベルで自社のトラフィックに対して試すこと — は設定変更ひとつで済み、比較のQwen4-Max側は、カタログが追いつくまではAlibabaの直接キーとなります。

有用な帰結はフェイルオーバーだ。Qwen4-Maxを本番環境で実際にテストするなら、5つの計測済み段階とプロバイダー間の自動フェイルオーバーを備えた既存モデルに並ぶ1つのルートとして残しておける。フォールバックのない経路の代替とするのではなく。公開された指数スコアが1つしかなく、公開されたレイテンシがないモデルは、まさにセーフティネットの代わりにではなく、セーフティネットの後ろで動かすべき類のものだ。

何が答えを変えるだろうか

まだどちらも存在しない2つの公表物がある。1つ目は、Qwen4-Maxをlowとxhighで実行したArtificial Analysisの結果であり、これによってモデルは単一の点ではなく測定された範囲を持つ。その段階でこれは真のラダー対ラダー比較となり、43という数字は決定的な根拠でなくなる。2つ目は、Qwen4-Maxに関する独立したレイテンシ数値が何であれ1つ存在することだ。両方が出そろうまで、擁護できる解釈は限定的だ。名前を付けて測定できる段が必要ならOpus 5.5が選択肢であり、動画入力が必要な場合、またはこの2つの中で最も安い新規入力トークンが必要で、その他すべての不確実性を許容できる場合はQwen4-Maxが選択肢だ。

擁護できないのは、両ベンダーが好んで選ぶ近道だ——フラッグシップ同士を比較し、片方が設定項目を4つ多く備えていることを無視して、その結果生じた16ポイント差を判定と見なすこと。