生成されたタイトルカードには「Qwen4-Max vs Nemotron 3.5 Super」と表示され、サブタイトルは「一方はトークン単位でレンタルし、もう一方はギガバイト単位で購入する」、さらに3枚の数値カードには「インデックス上で43 vs 14」「タスクあたり$3.27 vs $0.56」「248.94 GB BF16 オープンウェイト」と表示される。フッターには「オープンウェイトはNVIDIAによるもの、スコアはArtificial Analysis Intelligence Index v5.0.1によるもの、ホスト料金はArtificial Analysisによるもの」と記載される。白背景にフラットなベクタースタイル、ブルーとシアンのグラデーションアクセントで、右下にOrcaRouterのマークが合成されている。
Guides & Insights

Qwen4-Max 対 Nemotron 3.5 Super:トークン単位で借りるものと、ギガバイト単位で買うもの

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

この比較における2つのモデルは、同じ予算項目を争うものではありません。Qwen4-Maxは2026年11月16日以降、シンガポールで入力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ドルでトークン単位の従量課金となっており、クローズドです。重みの提供もダウンロードもセルフホスティングも永久にありません。NVIDIA Nemotron 3.5 Super VLは2026年10月12日以降、OpenMDW-1.1の下で、248.94 GBのBF16チェックポイントまたは75.06 GBのNVFP4チェックポイントとしてダウンロード可能です。パラメータ数は1200億で、うち120億がアクティブです。独立系トラッカーが計測しているホスト提供版の定価は、入力100万トークンあたり0.20ドル、出力100万トークンあたり0.50ドルです。このインデックスでは、Qwen4-Maxは43、Nemotron 3.5 Super VLは14です。完了タスクあたりのコストについて、トラッカーは3.27ドル対0.56ドルとしています。これら4つの数値を合わせて読むと、29ポイントの能力差、オープンモデルに有利な92%の価格差、そして結局のところエンドポイントが欲しいのかファイルが欲しいのかという判断を表しています。

ライセンスは最後の行ではなく、最初の行です

中国のクローズドなフラッグシップとNVIDIAのオープンリリースの比較の多くは、ライセンスを脚注扱いしている。ここでは、ライセンスが他の行がそもそも何を意味し得るかさえ決めている。

• 重み — Qwen4-Max:公開されたものはなく、Alibabaはこのティア向けに重みを公開するとも述べていない。述べているのは、同じ系統のより小規模なQwen4モデルがオープンソース化されるということだけだ。Nemotron 3.5 Super VL:Hugging Face上にBF16およびNVFP4ビルドがあり、2026年10月12日に初めて作成され、NVIDIA自身の発表が10月15日に続いた。

• ライセンス — NVIDIA側はOpenMDW-1.1で、商用利用と自社データでのポストトレーニングを認めています。Alibaba側はトークン単位の従量課金を伴う商用API契約で、利用規約以外に同意するものはありません。

• {{1}}ファインチューニング{{/1}} — Nemotron 3.5 Super VL では可能で、NVIDIA のカードではカスタマイズとドメイン適応が想定用途として挙げられています。Qwen4-Max ではどの価格でも提供されておらず、機能一覧にファインチューニングのエンドポイントはありません。

• デプロイ形態 — 一方は、4つのワイヤーフォーマットを通じてアクセスする6リージョンのホスト型エンドポイントです。もう一方は、GPUを調達しなければならない重みのセットに、推論スタック、そして両方に伴う運用作業を加えたものです。

• どちらでもできないこと——Qwen4-Maxの重みを購入すること、あるいはNVIDIAが来年もNemotron 3.5 Super VLを提供し続けると仮定してそれを呼び出すこと。二つ目は、オープンウェイトの利点を否定的に言い表したものだ:すでに手元にある重みを誰かに廃止させることはできない。

その非対称性こそが、ここで単純なインデックス比較がほぼ無意味である理由です。43対14の差は能力に値付けし、欠けている行はオプショナリティに値付けしています。そしてオプショナリティこそが、オープンモデルが実際に売りにしているものなのです。

14 対 26 を読む:このモデルの下で指数が動いた

一言触れておく価値のある注意点があります。今日の数値を10月のカバレッジと比較する人は誰でも混乱するからです。Artificial AnalysisはNemotron 3.5 Super VLを初回評価時に26と採点しましたが、Intelligence Index v5.0.1の現在の記載は14です。両方の数値はトラッカーの同じページ上にありますが、モデルの下でインデックスの改訂が起きたため、互いに比較できるものではありません。読者がそこから得るべきことはごく限定的です。v5.0.1内では、14のNemotron 3.5 Super VLと43のQwen4-Maxは同一リビジョン上で同一のハーネスにより測定されており、同じ線上に置くことができます。26は別の評価基準による歴史的な遺物であり、モデルが12ポイント後退したかのように両者を並べて引用するのは誤りです。

トラッカーのNemotronエントリの残りの部分は、オープンモデルにしては異例なほど情報量が多い。というのも、そのホスティング価格が存在するからだ。そこには、100万トークンあたり$0.20と$0.50、95%のキャッシュ割引、274トークン/秒の出力速度、最初の回答トークンまで13.44秒、インデックスタスクあたり5.0分、1Mトークンのコンテキスト、そして1億1900万の生成出力トークンにおける完了したインデックスタスク1件あたり平均$0.56が記録されている。説明は両方向に率直だ。同程度のサイズのオープンウェイトモデルの知能において先導するモデルの中では、タスクあたり平均より遅く、非常に冗長である。

{{1}}Qwen4-Maxの列には速度もレイテンシもタスクあたりの時間もなく、パフォーマンスカードはN/Aと表示されています。{{/1}} 43、81中38位、$1.50と$4.50、そして出力トークン1億2700万です。冗長さはNemotronのものと同程度で、そのためタスクあたりのコスト差はほぼ価格差によるものであり、振る舞いの違いによるものではありません。出力のトークンあたり料金が約9分の1なので、オープンモデルは29ポイント低いスコアでありながら、6分の1のコストでタスクを完了します。

A generated two-column scoreboard titled 'Qwen4-Max vs Nemotron 3.5 Super VL — the scoreboard'. The Qwen4-Max column reads Distribution hosted API only, Weights none published, AA Index 43 rank 38 of 81, Price per index task $3.27, Parameters 2.4T total 71B active, Fine-tuning not offered. The Nemotron 3.5 Super VL column reads Distribution open weights OpenMDW-1.1, Weights 248.94 GB BF16 / 75.06 GB NVFP4, AA Index 14, Price per index task $0.56, Parameters 120B total 12B active, Fine-tuning permitted. A footer reads 'Open weights per NVIDIA; AA figures per Artificial Analysis v5.0.1; hosted rates per AA.'

120Bで12Bアクティブだと実際に何が得られるのか

Nemotron 3.5 Super VLは、総パラメータ数1,200億、トークンあたり有効パラメータ数120億のMixture-of-Expertsであり、自前でホストする際の推論コストを左右するのはこの後者の数値です。テキストと画像を受け取り、テキストを返します。その言語バックボーンはテキスト専用モデルであるNemotron 3 Super Baseから初期化され、視覚経路は後から追加されました。C-RADIOエンコーダーとコネクターは、基盤学習、蒸留、インド系言語の継続事前学習、長文脈拡張、ソフトウェアエンジニアリング中間学習がすべて完了した後の、独立した学習段階として導入されました。Qwen4-Maxは逆の構成です。総パラメータ数2.4兆のバックボーンを持ち、トークンあたり710億が有効で、最初からネイティブに視覚を扱い、さらに3,280億のN-gram埋め込みパラメータは掛け算ではなく参照され、コンテキスト経路は3つのGated DeltaNet層の上に構築され、各Qwen Sparse Attention層のために履歴を圧縮します。

これらのアーキテクチャの一方は画像を中心に設計されていた。もう一方は画像が後付けされた。その違いがあなたのワークロードに現れるかどうかは実証的な問題だが、リスクの方向性は知り得る。後付けのビジョンパスこそ、文書抽出パイプラインが最初の回帰を見つける場所であり、ベンダー自身のモデルカードも同じ方向を示唆している。緩いプロンプトでのIFBenchスコアは70.86で、より大規模なNemotron 3 Ultraの82.9と対照的だ。

ホスティングにまつわる計算は、残り半分にあたる。NVIDIAは2つのチェックポイントを公開している。BF16が248.94 GB、NVFP4が75.06 GBで、その差は173.88 GBあり、ストレージとメモリのフットプリントはおよそ3分の1になる。NVFP4ビルドは、クラスタではなく現代のアクセラレータの単一ノードに収まるほうであり、またサードパーティの量子化ではなくNVIDIA自身のチェックポイントである。ベンダーが公表した数値を再現したいなら、この点は重要だ。トークンあたり120億のアクティブパラメータを使うと、スループットの問題は料金表ではなく、バッチサイズとGPU次第になる——これはまさにオープンライセンスがもたらす自由であり、まさにそれが課す作業でもある。

A headless-browser screenshot of the Hugging Face model card for nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16, captured 16 November 2026 in English, showing the repository name and like count, Image-Text-to-Text, Transformers, Safetensors and PyTorch tags, the nemotron_h_omni and nemotron-3.5 tags, a link row for the pre-training datasets, developer page and paper, and the start of the card describing it as the full-precision release of NVIDIA Nemotron 3.5 Super VL, a vision-language model for reasoning.

29ポイント差が決め手の数字ではなくなるとき

3つのワークロードでは、Qwen4-Maxの3分の1未満のスコアにもかかわらず、オープンモデルの方が購入選択として優れている。

• 規制対象またはエアギャップ環境での導入 — ここでの問題は価格ではなく、データを建物の外に持ち出せるかどうかであり、レンタルのエンドポイントはインデックスを参照する前に失格となる。75.06 GB NVFP4 の Nemotron 3.5 Super VL はオンプレミスモデルとして妥当だが、Qwen4-Max にはオンプレミス形態が存在しない。

• 大量の分類、ルーティング、抽出 — 汎用インデックスで14でも十分な場合があり、出力長はスキーマで固定され、100万入力トークンあたり0.20ドルで毎秒274トークンは、フロンティア料金で課金されるどのサービスよりも桁違いに安い。

あなたのデータを学習する必要があるもの——自分の画像や文書に対するファインチューニングは、一方では利用でき、もう一方ではどんな予算でも利用できません。また、ドメインの語彙があなただけのものである場合、どれだけプロンプトエンジニアリングを駆使してもその代わりにはなりません。

それでもQwen4-Maxが正解になる3つの理由は次のとおりです。スコア差がそのまま多段階タスクの失敗につながる長時間のエージェント型作業、数十万トークンを超え、チャンク分割なしの単一リクエストコンテキストを必要とするリクエスト、そして来四半期の推論スタックではなく今日エンドポイントから構造化出力、並列ツール呼び出し、キャッシュを求めたいチームです。Qwen4-Maxは入力上限も両方公開しています — 非思考モードで991,808トークン、思考モードで983,616トークン — これは自己ホスティングするチームが発見するのに1週間かける類の数字です。

この2つのどちらでもないもの、そして実際にルーティング可能なもの

2026年11月16日時点で、どちらのモデルもOrcaRouterのカタログには存在しません。Qwen4-MaxはAlibaba自身のModel Studio APIおよび複数のサードパーティプラットフォーム経由で利用可能です。Nemotron 3.5 Super VLはダウンロード可能な重みに加え、少数のホスティングプロバイダーから提供されています。どちらもAPIキー一つで使えるかのように示唆する比較ページは、必要な手間に嘘をついていることになります。

ここでルーティングされるのは、クローズド側の前世代です:qwen/qwen3.8-max、100万トークンあたり入力$2.00、出力$6.00、ベンダーの定価を0%のマークアップでそのまま適用したもので、カタログの他のモデルと同じキー、同じOpenAI互換エンドポイントを使用します。この組み合わせを評価するチームにとって、これは有用な中間的な位置づけです — 証拠を得る前に統合を購入するのではなく、今日呼び出せるルーティング済みのQwenフラッグシップに対してワークロードを測定し、その数値を使って、Qwen4-Maxへのステップアップが2つ目の契約に値するかどうかを判断してください。

A headless-browser screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured 16 November 2026 in English, showing the Qwen3.8 Max heading and identifier, text, image and video input with a 1M-token context window, an OpenAI-compatible endpoint at api.orcarouter.ai/v1, the price block reading $2.00 input and $6.00 output per million tokens, measured latency, 144.9M tokens served and a zero-data-retention note.

実際に決着をつけるのは、たいていフラッグシップモデルではない。大量処理のパイプラインは、結局は分業に行き着きがちだ。安価なモデルが選別と抽出を担い、強力なモデルが最終パスを担い、プライマリが不調な日のためのフォールバックを用意する。OrcaRouterのルーティングDSLは存在するその分業を3つの統合ではなく1回の呼び出しで表現するために、自動フェイルオーバーも存在する安価な側を安心して依存できるようにするために。本稿で取り上げる2つのモデルはどちらもまだその道筋の上にはない。このパターンを知っておく価値があるのは、このような対決がたいてい行き着く先だからだ。

決着をつけるテストと、その代償

両方で、自分自身の最も難しいタスクを200件実行してください。ベンダーのベンチマークではなく、インデックスでもなく、あなた自身のタスクを、あなたの出力長で。

Qwen4-Maxアームの価格を、実測トークン100万個あたり$1.50と$4.50に設定し、このモデルには公開された速度がないため、レイテンシは自分で測るか、未知のものを買っていると受け入れるべきだと注記してください。Nemotronアームは2通りに価格設定してください。安価な比較を望むならホスト版の$0.20と$0.50で、自前ホスティングを本気で考えるなら自分のGPU時間コストを提供トークン数で割った値で。ホスト料率は他者の利用率曲線であり、自分のものにはならないからです。次に、平均ではなく失敗を見てください。29ポイントの指数差は、少し劣る形で完了するタスクとしてではなく、まったく完了しないタスクとして現れるからです。

ほとんどのチームが行き着く答えは、勝者ではなく分割だ。大量のデータと規制対象データにはオープンモデルを、部分的な回答では価値がない作業には従量課金のフラッグシップを充てる。これはどちらか一方を選ぶよりも高コストなアーキテクチャであり、たいていは正しい選択でもある。だからこそ、ライセンスの行を最初に、インデックスの行を二番目に読む価値があり、誰も廃止する必要のないモデルのホスト型$0.20料金が、この比較で最も興味深い数字なのである。

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