「Qwen4-Max vs Qwen3.8-Max-Prime」と表示された生成ヒーロータイトルカード。サブタイトルは「快速レーンは料金が2倍で、最後にゴールする。」。価格とスループットの2つのパネル:Qwen4-Maxは「$1.50 / $4.50 per M」で、タスクあたり104,940トークンを32.1分で処理。これに対してQwen3.8-Max-Primeは「$3.301/$9.902 per M」で、タスクあたり170,794トークンを47.5分で処理。白背景にブルーからシアンへのグラデーションウォッシュを施したフラットベクターのエディトリアルスタイルで、右下にOrcaRouterロゴを合成。
Guides & Insights

Qwen4-Max 対 Qwen3.8-Max-Prime:高速レーンはコストが2倍で、しかも最後にゴールする

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

Qwen3.8-Max-Primeが存在する理由はただ一つ、トークンがより早く届くようにするために約2倍の料金を取るためだ。2026年11月16日から一般提供されているQwen4-Maxは、Primeの基になったモデルより安く、シンガポールでは100万トークンあたり入力1.50ドル・出力4.50ドルで、2.00ドルと6.00ドルを下回る。しかもタスクを約3分の2の実時間で完了する。したがって、読者に本当に必要な比較は「新しいフラッグシップ対古いフラッグシップ」ではない。AlibabaがQwen3.8-Maxに上乗せして販売するプレミアム速度レーンが、標準料金でQwen4-Maxに移るだけでは得られない何かを依然として買わせてくれるのかどうかであり、正直な答えはどちらのベンダーページが示唆するよりも狭い。Primeは依然としてトークンあたりのストリーミングが速いが、ジョブあたりではもはや明確に速くはない。

さらに、もう一つ、より目立たない複雑な事情がある。11月18日時点で、PrimeモデルIDは、AlibabaのFastモードのドキュメントページにも、国際版・中国版のいずれのモデル料金表にも記載されていない。そのページは2026年10月11日に最後に更新されており、現在は3つのPrime IDが掲載されているが、いずれもGLMまたはWanで、Qwenバリアントは一切ない。記載がないことは提供終了と同じではない。また、Alibabaが公表した提供終了通知で、こちらで確認できるものはない。したがって、これは「提供終了」ではなく「掲載されなくなった」ものとして扱うべきだ。しかし、今週中に切り替えの予算を立てているなら、問題は「2つのうちどちらを買うべきか」から「古い方がまだ棚に残っているか」に変わる。

このうち一方はモデルで、もう一方はサービングレーンです。

その区別が比較全体を左右するが、マーケティングはその区別を明示していない。

• Qwen4-Max — アリババのQwenチームによる新たなフラッグシップ。2026年11月16日にGA、6つのリージョンでトークン単位の従量課金、1,000,000トークンのコンテキスト、テキスト・画像・動画の入力とテキスト出力、デフォルトでreasoning_effort=highによりthinkingを有効化。

• Qwen3.8-Max-Prime — モデルではありません。これは Qwen3.8-Max であり、2026年8月3日に GA に到達した 2.4兆パラメータの 3.8 フラッグシップで、Alibaba が Fast モード(Prime モード、优速模式)と呼ぶ方式で提供されています。重み、コンテキスト、ツールサーフェス、使用制限のいずれも同じです。Alibaba 自身のドキュメントには、機能と制限は「元のモデルと同じ」であり、変更するのはモデルパラメータだけだと記載されています。

それが重要なのは、サービングレーンはモデルとは異なる形で陳腐化するからだ。Primeは3.8世代の能力上限をすべて受け継ぎ、そのトークン効率特性もすべて備えている。それに加わるのは、Alibaba自身のインフラ上でのスループットの余裕であり、倍率価格が付けられている。その下にある世代が、より安くトークン効率の高いものに置き換わると、レーンは速度を保ちつつ、その存在理由を失う。

価格表と、その中に潜む逆転

これらはAlibabaの料金表に基づく定価であり、実際に計測された請求額ではありません。100万トークンあたり、入力と出力:

• Qwen4-Max、シンガポール — $1.50 / $4.50、100万トークンのウィンドウ全体にわたって一律。

• Qwen4-Max、それ以外のすべての地域 — 北京、香港、フランクフルト、バージニア、東京では $1.413 / $4.24。

• Qwen3.8-Max、シンガポール — $2.00 / $6.00;グローバル地域では $1.650 / $4.951。

• Qwen3.8-Max-Prime — インターナショナルカードでは $3.301 / $9.902、キャッシュヒット時は $0.413。これは標準IDのGlobalレートのちょうど2.0倍であり、丸めた概算値ではありません。これらの数値は9月下旬に料金表から読み取ったものです。これが当社が保有する最後に公開されたPrimeの数値であり、その行は今日のページにはもう掲載されていません。

A generated two-column scoreboard titled 'Qwen4-Max vs Qwen3.8-Max-Prime — the scoreboard'. Left column 'Qwen4-Max' reads Intelligence Index 42.9, HLE Diamond 44.9%, APEX Agents 59.1%, Terminal-Bench 4.0 48.5%, 104,940 tokens per task, $3.27 per task. Right column 'Qwen3.8-Max-Prime' reads Intelligence Index 33.7, HLE Diamond 24.0%, APEX Agents 42.4%, Terminal-Bench 4.0 38.9%, 170,794 tokens per task, $10.02 per task. Footer reads 'Scores: Artificial Analysis Intelligence Index v5.0.1. Prime mode runs Qwen3.8-Max weights, so its scores are Qwen3.8-Max's.'

• キャッシュ読み取りレート — シンガポールでは100万あたり$0.075、その他の地域では$0.071で、Primeのキャッシュヒット$0.413と比較。長いエージェントループが最も頻繁に支払う項目で、価格は5分の1未満です。

1番目と4番目を並べると、逆転ぶりは歴然としている。登場から2日しか経っていないフラッグシップは、入力コストが前世代の高速版の約43%、出力も43%だ。置き換える標準のQwen3.8-Maxと比べても、Qwen4-Maxはシンガポールで25%安い。ベンダーはこれを値下げと位置付けている。実際に値下げではあるが、それは新モデルが節約分をより多くのトークンに費やさない場合に限る。これについては後述する。というのも、一部はそうで、一部はそうではないからだ。

複利的に効いてくるのはキャッシュの料金項目だ。固定のシステムプロンプトとツールスキーマを使う長いエージェントループは、毎ターンそのプレフィックスを再読み込みする。そのため、50ターン目の限界コストを決めるのは、見出しの入力単価ではなくキャッシュ読み込み単価だ。$0.075 対 $0.413 で、Qwen4-Max はキャッシュ済みプレフィックスを Prime の請求額の約5分の1で再読み込みする——この差は、新規入力での2.3倍より2.4倍広い差であり、40万トークンのドキュメントスイープがそもそも手頃かどうかを決める差だ。

Primeが実際に買うのは、1時間あたりのタスク数ではなく、1秒あたりのトークン数だ

AlibabaのFast modeページでは、その利点を明快に述べている。TPSは標準APIの1.5~2倍に引き上げられ、AIコーディングアシスタント、多段階エージェント推論、リアルタイム会話を対象としている。また、異例のスロットリングルールについても説明している。レート制限に達したとき、プラットフォームにまだ余裕があればスロットリングされないため、実際に利用可能なスループットは記載された制限を下回らない。それは上限ではなく下限であり、インタラクティブなコーディングアシスタントでは平均よりもテールが重要だ。

その数値はこれまで独立に測定されたことがない。測定されているのは標準のQwen3.8-Maxビルドだ。Artificial AnalysisはAlibaba自身のAPIで毎秒60.0出力トークン、最初のトークンまで3.6秒と記録している。同じリーダーボード上では、Qwen4-Maxが毎秒54.5トークン、最初のトークンまで6.9秒と記録している。したがってPrimeが公称範囲の上限を実際に達成するなら、毎秒約120トークンでストリーミングし、これはQwen4-Maxの2倍超で、最初のトークンもより早く到着する。

次に、同じ表の残りの半分を読むと、優位性は逆転します:

• インデックスタスクあたりの出力トークン数 — Qwen4-Max 104,940 対 Qwen3.8-Max 170,794。新しいモデルは同じ評価スイートを完了するのにトークン数が 38.6% 少なく、両方とも同じxhighエフォート設定です。

• タスクあたりの実時間 — 32.1分 対 47.5分。Qwen4-Maxはストリーミングが遅いにもかかわらず、3分の1早く完了する。

• タスクあたりのコスト — 公開定価ベースで $3.27 対 $10.02。その $10.02 に Prime の一律 2.0× の割増を掛けると、同じタスクは約 $20 になります。

最後の数値は料金表上の計算であり、測定値ではない。Artificial Analysis が計測したのは標準IDであり、Primeレーンではない。また、我々が見つけられるPrimeモードのベンチマークは誰も公開していない。推定値として述べるべきだ。しかし方向性は疑いない。同じトークンを出力するレーンにトークンあたり2.0×を支払うなら、そのタスクに2.0×を支払うことになる。Primeは各トークンを速くし、各ジョブをより高コストにする。Qwen4-Maxは各トークンを遅くし、各ジョブをより安く、より短くする。

人が文字が現れるのを見ているチャットインターフェースでは、その差は現実のものであり、Prime が依然として軍配を上げる。12回の逐次呼び出しを実行し、最後に請求するエージェントにとっては、トークン数こそが実時間である。

主張ではなく計測された能力ギャップ

AlibabaのQwen4-Max発表資料は、xhighエフォートで約24%、highエフォートで35%のトークン効率改善を社内ベンチマークWork360上で示しており、さらにタスクあたりの平均コストが62%削減されるともしています。ただしこれらはベンダーによる報告であり、再現されていません。独立系のボードは、一貫してはいるもののそれほど劇的ではない内容を示しており、計画はそちらを基準にすべきです。

Artificial Analysis Intelligence Index v5.0.1では、両モデルは同じエフォート設定でスコア評価されていますが、次のどちらですか:

• インデックス — Qwen4-Max 42.9(サイトでは43に四捨五入)対 Qwen3.8-Max 33.7。9ポイントの世代差があり、同じボードでは3.8の行が非推奨と記録され、Qwen4-Maxに取って代わられている。

• Humanity's Last Exam, Diamond — 44.9% 対 24.0%。これはこの行で最も大きな単一の乖離であり、委任できる内容を最も大きく変えるものです。

• APEX Agents — 59.1% 対 42.4%。エージェント型タスクの完了率が約17ポイント上昇します。これは、常に監督するワークフローと後から確認するだけのワークフローとの違いに相当します。

• Terminal-Bench 4.0 — 48.5% 対 38.9%。これは実際の向上であり、Qwen4-Max がまだ採点されていない旧版 Terminal-Bench 2.1 で 3.8 ビルドが記録した 88.8% と並べて読む価値がある。この2つのバージョンをまたいで比較してはならない。

• FrontierCode 2.0 — 26.5% 対 23.4%。ボード上で最小の差です。ワークロードがリポジトリに対するコード生成である場合、世代間の飛躍は9ポイントではなく3ポイントであり、Primeのスループットがインデックスよりも依然として重要かもしれない。

• 全知性 — 27.7 対 10.5、ハルシネーション率は 28.4% と 27.1%。Qwen4-Max は知識量が大幅に多く、作話率はほぼ同じ。この2つの事実が相まって、オープンエンドの研究ではより安全であり、確認できない事柄についてはより安全とは言えない理由になっている。

逆方向に働く2つのギャップがあり、どちらも「何を固定できるか」に関わるものです。Qwen3.8-Maxには日付付きスナップショットqwen3.8-max-0902があり、今も同じ価格でレートカードに掲載されているため、リリースをまたいで挙動を固定できます。Qwen4-MaxにはスナップショットIDもファインチューニングも専用デプロイもなく、Alibabaのページではいずれも非対応とされています。自社のコンプライアンス上の説明が、足元で勝手に変わり得ないモデルに依存しているなら、この2つのうちそれを提供しているのは旧世代だけであり、Primeも同じ日付のビルドを引き継いでいます。

誰も織り込んでいない「可用性」という問い

この比較を単なる学術的比較ではなく喫緊の課題にしているのは、次の点です。今日Fastモードのページを確認すると、サポートされているIDが3つ見つかります——glm-5.3-prime、glm-5.2-fast-preview、wan3.0-video-prime——これらは北京とシンガポールで利用可能です。どちらのリージョンにもQwenモデルは掲載されていません。国際版または中国版のモデル料金表を確認しても、qwen3.8-max-primeという行はなく、Qwenの項目はqwen4-max、qwen3.8-max、qwen3.8-max-0902、そして3.7系まで続きます。また、qwen4-max-primeはどこにもありません——新しいフラッグシップにはファストレーン版がまったくないのです。

外部からは、AlibabaがQwen Prime IDを廃止したのか、我々が見つけていない地域別製品ページへ移したのか、それとも再編の際にドキュメントの表から単に外したのかを判断することはできない。それでもなお有用な形で言えるのは、より限定的なことだ。今週Qwen3.8-Max-Prime上でレイテンシ重視の構築を計画している読者は、それを前提に設計する前に、自分のワークスペースでそのIDがまだ解決することを確認すべきである。公開ドキュメントがもはやそれを保証していないからだ。これは、そのIDが標準のものと並んで料金表に載っていた9月とは異なるリスクプロファイルである。

これは意思決定の枠組みも変えます。アカウントでPrimeがまだ利用可能なら、古くて弱く、より高価なモデルの高速レーンと、新しくて安く、より強力なモデルの低速レーンのどちらかを選ぶことになります。利用できなければ、選択はすでにあなたの代わりに決まっており、残る問題は、標準の3.8 IDに対して$1.50/$4.50ではなく$2.00/$6.00をいつまで払い続けるかだけです。

A screenshot of Alibaba Cloud's Fast mode documentation page, captured 18 November 2026 in English, showing the supported model table with glm-5.2-fast-preview and the other GLM and Wan Prime IDs listed for Beijing and Singapore, and no Qwen row anywhere on the page.

誰がどれを選ぶべきか

• インタラクティブなコーディングアシスタントで、人間がストリームを見ている——Prime が依然としてあなたのワークスペース上で解決し、UX が 1 秒あたりの文字数で測られるなら、{{1}}2× のスループットこそが製品だ{{/1}}。Qwen4-Max は 1 秒あたり 54.5 トークンで遅くはないが、高速レーンではない。そしてその 6.9 秒の最初のトークンは、標準の 3.8 ビルドのほぼ 2 倍だ。

• エージェント型パイプライン、バッチ評価、文書スイープ — Qwen4-Max、ほぼ議論の余地なし。タスクあたりのトークン数が少なく、タスクあたりの時間も短く、タスクあたりのコストは3分の1、さらに長いプレフィックスではキャッシュ読み取り料金がPrimeより5倍以上安い。

• 固定する必要があるワークロード — qwen3.8-max-0902、日付付きの3.8スナップショットを標準料金で。PrimeもQwen4-Maxも固定されたチェックポイントを提供しません。

• 大規模リポジトリに対するコード生成 — ボード上で最も際どい判断です。FrontierCode 2.0の3インデックスポイントの改善は、すでに計装済みのスループットレーンを失うほど価値があるとは限りません。特に、ボトルネックがモデルではなくエージェントにある場合はなおさらです。

• まだ移行していない人は、コミットする前に自分のトレースで index-suite の計算を実行してください。Artificial Analysis が測定した 38.6% のトークン削減は、混合評価全体の平均です。あなたのワークロードでは、より圧縮できる場合もあれば、まったく圧縮できない場合もあります。

選択を1つのエンドポイントに組み込む

Qwen4-MaxもQwen3.8-Max-Primeも現在OrcaRouterのカタログにはありません — 両方のモデルページを確認しましたが、どちらも何も返さず、本記事でそうでないかのように示唆することはありません。あるのは、この比較全体の基盤となっているモデルです:qwen/qwen3.8-maxとその日付付きスナップショットqwen/qwen3.8-max-0902で、プロバイダーの定価で、0%のマークアップで提供されており、本日時点では100万トークンあたり入力$2.00、出力$6.00を意味します。そのIDに関するOrcaRouter自身のページでは、過去1週間でp50の最初のトークンまでの時間が4.34秒、p95が10.00秒と報告されています — これはベンダーではなく、当社のトラフィックにおける当社の測定値です。

そのことは、この判断に特有の形で影響します。Alibabaは11月11日のプレビューと16日のGAの間にQwen4-Maxの価格を2回改定しており、GlobalカードはすでにSingapore版より5.8%低くなっています。何を構築しても、料金はあなたの足元で変わります。パススルー型ゲートウェイなら、ベンダーの値下げは次の契約更新時ではなく当日の請求に反映され、1つのキーで両世代をカバーするため、qwen3.8-maxからqwen4-maxへの移行は2つ目の統合ではなくモデル文字列の変更になります。ここでQwen4-Maxがルーティング可能になるまでは、役に立つのは地味なパターンです。すでにお持ちのキーには標準の3.8 IDを残し、Qwen4-Maxは商用条件が固まるまでAlibabaに対して直接評価し、自動フェイルオーバーにどちらの方向のギャップも埋めさせてください。

この評決を変えるには何が必要でしょうか

3つの点があり、いずれも今後数週間で確認できる。Qwen4-Max Prime のバリアントがあれば、現行世代の高速レーンが復活し、これが再びスループット対スループットの比較になる。料金は $1.50/$4.50 の2倍だ。独立した Prime モードの測定があれば、ベンダーの 1.5–2× という主張を、キャパシティプランに載せられる何かに置き換えられる——誰も公開していないし、誰かが公開するまでは、その倍率は約束にすぎない。そして Qwen4-Max のスナップショット ID があれば、3.8 ラインに留まる唯一の実質的な理由がなくなる。その理由は今や価格でも能力でもフルタスクでの速度でもなく、チェックポイントを凍結できることだからだ。

他の皆にとっては、答えはすでに算術で決着している。高速レーンは、取って代わったモデルよりトークンあたりでも、タスクあたりでも、キャッシュ再読み込みあたりでもコストが高く、しかもできることが少ない。プレミアム階層がそうであるのは奇妙な話であり、サービングレーンが、価格設定の基準とした世代より長く存続すると起こることだ。

A screenshot of the Artificial Analysis page for Qwen4 Max, captured 18 November 2026, showing an Intelligence Index of 43 and a Cost per Intelligence Index task of $3.27 alongside the surrounding comparison charts.

この記事で比較したモデル2

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新