
Qwen4-Max 対 Nemotron 3.5 Bolt 74B:この比較には1つの数値が欠けている
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100万トークンあたり · 184 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100万トークンあたり · 215 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100万トークンあたり · 87 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
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100万トークンあたり · 76 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100万トークンあたり · 109 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 41 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 · 209 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 · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100万トークンあたり · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
Qwen4-MaxとNVIDIA Nemotron 3.5 Bolt 74B-A9B 24GBを並べてみると、最初に気づくのは、比較サイトには比較する材料が何もないということだ。BenchLMはそれを率直に示している——共有されたベンチマーク結果はまだない——そして代わりに価格を見るよう促す。その理由は一時的ではなく構造的なものだ。Qwen4-MaxはArtificial Analysis Intelligence Index v5.0.1で43を記録しているが、Nemotron 3.5 Bolt 74B-A9B 24GBにはIntelligence Indexのスコアが一切ない。低いスコアではない。どちらが出荷されるより前からモデルを動かしてきたボード上でN/Aなのである。なぜなら、このモデルには公開APIがなく、独立系ハーネスには呼び出す対象がないからだ。
そのたった一つの欠落が、この比較に関する他のすべてを再編成する。24ギガバイトに収まる740億パラメータのチェックポイントと、2.4兆パラメータのホスト型モデルを、隣接するセルに数値を並べて順位付けすることはできない。なぜなら、数値を持つのはそのうち片方だけだからだ。できること――そしてアグリゲータのページがやっていないこと――は、各ベンダーが主張する内容を切り分け、誰が測定したのかを記し、意思決定が実際にどの列にかかっているのかを見極めることだ。それは結局、能力よりも、ファイルを買うのかサービスを借りるのかという点に関わっている。
一方はファイルで、もう一方はメーターです。
NVIDIA Nemotron 3.5 Bolt 74B-A9B 24GB は2026年10月15日にリリースされ、Hugging Face 上で OpenMDW-1.1 の下、商用利用を認めるライセンスでダウンロード可能な重みとして公開されている。これはハイブリッドな Mamba-Transformer の Mixture-of-Experts であり、総パラメータ数は740億、トークンあたり90億がアクティブとなる。名前にある「24GB」こそが、この取り組み全体の狙いだ。NVIDIA は、120B-A12B の親モデルを Star Elastic と呼ぶルーター誘導型の探索フレームワークで圧縮し、エキスパートの top-K を22から9に削減したうえで、量子化考慮型蒸留を適用してエキスパート層を2.0625ビットに収めた。11.3億パラメータの投機的ドラフターも同梱され、平均受理長はグリーディー復号で4.68、サンプリングで4.25となっている。推奨ランタイムは Ampere、Hopper、Blackwell 上の vLLM で、テンソル並列サイズは1である。
Qwen4-Maxは正反対の作りであり、それはサイズだけが理由ではない。アリババの第4世代フラッグシップは2026年11月16日にシンガポールで一般提供を開始し、価格は入力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、コンテキストウィンドウは1,000,000トークン、ネイティブの画像・動画入力、そして3段階の設定可能な推論レベルを備える。チェックポイントは公開されていない。ファインチューニング、モデルのデプロイ、バッチ推論はいずれもModel Studioのドキュメントで未対応と記載されている。これを提供するすべてのエンドポイントは、アリババのデプロイを提供しているにすぎない。
つまり、その2つのモデルはあなたのアーキテクチャ内の同じスロットを争っているわけではありません。一方は自分で動かすもの、もう一方は呼び出すものです。そこから始まらない比較は、間違ったものを測っています。
ベンダーの表では、Bolt はこの Qwen ではない別の Qwen と比較されています。
NVIDIA自身のベンチマーク表は、どちら側にとっても最も文書化が充実した数値群であり、そこに含まれていないもののせいで、注意深く読む価値がある。比較列は、BF16のQwen3.6-35B-A3B、BF16のGemma 4 26B-A4B-IT、Nemotron 3.5 Lightning 30B-A3Bだ。Qwen4-Maxは表にない。表が測定しているQwenは2世代前の350億パラメータのオープンウェイトモデルであり、理由は言ってしまえば明らかだ。比較対象の集合はメモリフットプリントによって定義されており、ホスト型の2.4兆パラメータAPIには比較すべきフットプリントがない。
その表が実際に示しているのは、いずれもベンダー報告で再現されていないものの、24GBのファイルがエージェント作業ではるかに大きなローカル向け選択肢と互角だということだ。NVIDIAが選んだ行に関しては:
• BrowseComp — Nemotron 3.5 Bolt 74B が66.75、これに対して Qwen3.6-35B-A3B が48.74、Gemma 4 26B-A4B が26.30
• Terminal-Bench 2.1 — 50.98、44.38 および 37.22 に対して
• ビジョンモードのWebArena — 50.86(36.60および38.20に対して)
• GPQA Diamond — 86.43(83.40 と 79.61 に対して)
• ツールなしのHLE — 25.30(19.56と17.42に対して)
• GDPVal-AA-V2 — 28.47、対 25.75 および 15.33
• MCP-Atlas — 52.20(51.20および48.4に対して)
• Tau3 Banking — 17.01、10.52 と 14.02 に対して

それが負けている2項目は、ベンダーの表にはほとんど載らないため、特筆に値する。AA-Omniscienceの正確性では、Gemma 4 26B-A4Bが22.17対Boltの16.90とスコアを出している。AA-Omniscienceの非ハルシネーションでは、Nemotron 3.5 Lightningが68.81対Boltの61.27で先頭に立っている。Boltの開示された特性で最も弱いのは、自分が知らないことを知ることだ。
脚注は各行と同じくらい重要だ。NVIDIAはQwen3.6-35B-A3BについてMCP-Atlasを51.20と記録する一方、Qwen自身は同じベンチマークで62.8と報告しており、それは500の公開タスクで測定されたものだと注記している。二つのラボ、一つのベンチマーク、11.5ポイントの差。それはスキャンダルではない。両側のために中間で誰もハーネスを実行していないときに、ベンダー報告の数値がどう見えるかということだ。まさにそれが、Intelligence IndexがQwen4-Maxに対して果たす役割であり、Boltに対しては果たせない役割である。

独立委員会がQwen4-Maxについて述べていること — そして、それがなぜ何も決着させないのか
Qwen4-Maxの独立した記録は薄いが実在する。Artificial AnalysisはIntelligence Index v5.0.1で43点を付け、そのバージョンのボードで96モデル中51位にランクしている。インデックスタスクあたりの計算コストは3.27ドルで、実行全体で1億2700万出力トークンを生成して中央値6500万を上回り、タスクあたり31.3分かかるのに対し中央値は12.4分だ。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。ボード上のこのモデルのコンテキストウィンドウは984kと表示されているが、これは別モデルではなく、思考モードの入力上限983,616を丸めたものだ。

これらの行は判定としてではなく、デプロイメントプロファイルとして読むべきです。タスクごとに30分間考え、トークン数の中央値の2倍を出力するモデルは、サービングが粗悪だから遅いのではありません。タスクあたりより多くの作業を行い、その作業に対して課金しているから遅いのです。タスク単位で見れば、3.27ドルはQwen4-Maxの回答の正直なコストであり、自前でホストするモデルとのあらゆる比較に持ち込むべき数値です。そこではタスクの限界コストは電気代とキュー待ち時間にすぎません。
では、Boltの24GBをその隣に置いてみてください。ベンダーの表には、エージェント型ブラウジングで35BのオープンウェイトQwenを上回ると書かれており、独立系の評価ボードには、実際に比較対象となっているホスト版Qwenはスコア43で1タスク3.27ドルかかると書かれています。その2つの事実は接点がありません。誰もNemotron 3.5 Bolt 74BをIntelligence Indexで評価しておらず、誰かがそうするまで、2つのモデルを能力軸に配置するどんなチャートも、測定された点と仮定された点の間に線を引いているだけです。
比較が決定可能な場合:メモリ、レイテンシ、そして請求額
3つの行は公平に比較できる。なぜなら、双方がそれらを公開しており、どちらも第三者を必要としないからだ。
• メモリ — Nemotron 3.5 Bolt 74B-A9B 24GB は、2.0625ビットのエキスパート量子化で24ギガバイトのローカルメモリを必要とします。Qwen4-Max は不要です。重みを保持しないためです。その代わり、ホスト型モデルではメモリ上限がコンテキスト上限になります。NVIDIA チェックポイントは 262,144 トークン、Qwen4-Max は 1,000,000 トークンで、思考モードでは入力上限が 983,616 トークン、推論と回答の間で 262,144 トークンを共有します。
• 速度 — NVIDIAはデコードで少なくとも毎秒80トークンと主張し、ドラフター併用では84と報告している。Artificial Analysisの測定ではQwen4-Maxは毎秒56トークンで、最初の回答トークンまで146秒かかる。ローカルモデルはトークンあたりは速く、回答も早く始まる。ホスト型モデルは、異なる量の思考を行っているため、それでもタスクをより早く終えられる可能性がある。
• 価格 — Qwen4-Maxのタスクは、独立系ハーネス上で$3.27、またはメーター制で100万トークンあたり$1.50と$4.50です。Nemotron 3.5 Bolt 74Bには、販売しているプロバイダーが存在しないため、公開された従量制価格はまったくありません。そのコストは、GPUにかかる費用そのものです。すでにワークステーションに入っている24GBカードを、月にそれで実行するタスク数に応じて償却した分です。
最後の行こそが、実際に意思決定がなされる場所であり、「どちらがより賢いか」という枠組みがうまくいかないのはそのためです。ワークロードが月に100万回の短いエージェントターンなら、ローカルチェックポイントは、どのベンチマーク行も覆せないほどの差でユニットエコノミクス上勝ちますし、262kコンテキストは設計で対処する制約になります。ワークロードが、入力に動画があり、900,000トークンのドキュメントが添付された数千件の長期的なタスクなら、24GBのチェックポイントではそもそも問いにまったく答えられず、Qwen4-Maxのタスクあたり$3.27は高価な回答ではなく、入手可能な中で最も安価な回答です。
なぜ正直な答えは「用途が違うなら両方」なのか
誘惑に駆られる結論は勝者を宣言することであり、SERPは共有データもないまままさにそうしているページで溢れている。より有用な結論は、これら2つのモデルが相反する方向から同じアーキテクチャ上のアイデアへ収束しつつあるということだ。Qwen4-Maxは、2.4兆個のパラメータのうち710億個をトークンごとに活性化するスパースな混合エキスパートであり、トークン効率に依拠している——ベンダー自身による、まだ再現されていない主張では、Qwen3.8-Maxを最大約50%少ないトークンで上回り、タスクあたりの平均コストは4.43ドルから1.67ドルに下がる。Nemotron 3.5 Bolt 74Bは、740億個のうち90億個を活性化するスパースな混合エキスパートであり、圧縮に依拠して、2ビットのエキスパート重みと小型の投機的ドラフターで24GBのフットプリントを実現している。どちらも同じ問いへの答えだ。品質が崩壊する前に、トークンごとにモデルのどれだけ少ない部分に触れられるのか、という問いである。
その捉え方には実用的な帰結がある。どちらからも最大の成果を引き出せるのは、毎秒あたりのトークン数ではなく、完了したタスクあたりのトークン数を測定するチームだ。ローカル側では、ドラフターの受け入れ長を監視するということになる。なぜなら、貪欲法では1ステップあたり4.68トークン、サンプリングでは4.25トークンを受け入れる投機的デコーダーこそがスループットの源であり、サンプリング設定によってそれが変わるからだ。ホスト側では、思考+回答の合計を262,144トークンの上限に対して記録するということになる。なぜなら、reasoning effortはデフォルトでhighであり、mediumを要求するOpenAI形式のクライアントは黙ってhighを受け取るからだ。どちらの測定もベンチマークを必要とせず、どちらも片方だけより情報量が多い。
何がそれを決着させるのか
足りない数字は、ハーネスを1回実行することだけだ。Nemotron 3.5 Bolt 74B-A9B 24GBを出荷時の量子化のままIntelligence Index v5.0.1に通せば、両モデルは双方を測定できる唯一の軸で比較可能になり、現在「共有ベンチマーク結果はまだありません」と表示しているすべてのアグリゲーターページに掲載できる内容が生まれる。NVIDIAはチェックポイントを公開済みで、ランタイムはvLLMであり、ツール類も存在する。それが実現するまでは、これを対戦と見なすのをやめ、片側に文書化されたコスト、もう片側に文書化されたフットプリントがある内製対購入の決定として扱い始めるのが有用だ。
当社側の収支について正確に言えば、可用性の点で明確にしておきます。OrcaRouter はこれら2つのモデルのいずれもルーティングしていません。Nemotron 3.5 Bolt 74B はご自身でホストするダウンロード版であり、Qwen4-Max は現在の無料期間中に Alibaba またはパートナープラットフォーム経由でレンタルするものです。当社のカタログに掲載されている Qwen ファミリーのモデルは Qwen3.8-Max で、100万トークンのコンテキストで入力 $2.00/出力 $6.00(100万トークンあたり)です。混在するスタックを1つのキーで、しかも価格は再販時の上乗せではなくベンダー自身の定価に従う形でまとめたいなら、これが自然なフォールバックとなります。このような判断——2つの候補がビルドかバイかというスペクトラムの両端に位置するケース——では、ルーターが与えてくれる有用なものは「勝者」ではありません。ローカル側のレーンではできないことが何なのかを見極めている間、ホスト型のレーンを開いたままにしておけることなのです。
今月選ぶのであれば、自分では動かせない制約で選ぶべきだ。コンテキスト、モダリティ、タスクごとの課金は、Qwen4-Maxが満たすべき制約である。メモリ、オフライン動作、リクエストあたりの限界費用ゼロは、Nemotron 3.5 Bolt 74Bの制約である。両者のベンチマークの差は実在するが、それがあなたのアーキテクチャを決める差ではない。そして、誰かがハーネスを実行するまで、どれだけ並べて比較表を作ってもその差は埋まらない。
この記事で比較したモデル1
この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新
