「Qwen 4 vs Grok 4.7」と表示された生成タイトルカード。サブタイトルは「20万トークンのラインが請求額を変える場所」、20万トークンに目盛りが付いたプロンプト長の軸、そして「$1.50 in / $4.50 out」と表示された2枚の価格カードがあり、Qwen4-Maxは一律料金、Grok 4.7は20万トークン超で「$4 in / $12 out」となる。
Guides & Insights

Qwen 4 vs Grok 4.7:20万トークンの境界線がこの対決の勝敗を決める

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

Grok 4.7とQwen4-Maxはどちらも100万トークンあたり入力2ドル、出力6ドルで請求される——だが、そこにとどまるのはGrok 4.7だけだ。当社自身のカタログ記録では、Grok 4.7は入力が2段階で、20万トークンのプロンプトまでは$2.00/$6.00、それを超えると$4.00/$12.00となる。一方、Qwen4-Maxは100万トークンのコンテキストウィンドウ全体にわたり、100万トークンあたり入力$1.50、出力$4.50となっている。この単一の構造的差異は、書面上で両者を隔てる8インデックスポイント以上に価値がある。なぜなら長文コンテキストの作業こそ、両モデルが販売対象としている作業そのものだからだ。何より先に名称について一言。両者はしばしば混同されるためだ。Qwen 4はAlibabaが用いる世代名で、Qwen4-Maxは今日呼び出せる唯一のメンバーだ——2026年11月16日リリースで、オープンソース向けの小規模ティアは約束されているが日付は示されていない。Grok 4.7は2026年9月21日から提供中だ。これは価格と証拠の比較であり、どちらかのローンチレポートではない。

I don’t have enough context—which two models do you mean, and “shape” in what sense: architecture, parameter/tensor dimensions, or geometric shape?

Qwen4-MaxはAlibabaの第4世代フラッグシップであり、2.4兆パラメータのバックボーン、トークンあたり710億のアクティブパラメータ、さらに3280億パラメータのN-gram埋め込みを備えたスパースなMixture-of-Expertsモデルです。テキスト、画像、動画を受け取り、テキストを返し、100万トークンのコンテキストウィンドウを備えています。思考はデフォルトで有効で、モデルは推論と最終回答の間で262,144トークンの予算を共有します。そのため、131,072トークンの回答は、思考が残りの半分に収まる場合にのみ利用できます。

Grok 4.7はSpaceXAIの現行テキストフラッグシップです。これは500,000トークンのコンテキスト、最大450,000の出力トークン、テキストと画像の入力、3つの選択可能な推論レベルを備えた推論モデルです。SpaceXAIはこれについてパラメータ数を公表しておらず、このリリースを新しいアーキテクチャではなく、より大規模なベースモデルとより長期の強化学習実行によるものと説明しています。

購入を決定づける要素について:

• コンテキスト — Qwen4-Max 1,000,000トークン 対 Grok 4.7 500,000

• 最大出力 — Qwen4-Max は思考と共有で 262,144、思考を抑制すると 131,072、対して Grok 4.7 は 450,000

• 入力価格(200Kまで) — Qwen4-Max $1.50 対 Grok 4.7 $2.00(100万トークンあたり)

• 出力価格は200Kまで — Qwen4-Max $4.50 対 Grok 4.7 $6.00(100万トークンあたり)

• 入力価格が200Kを超える場合 — Qwen4-Maxは依然として$1.50、Grok 4.7は$4.00。出力は$4.50対$12.00

• キャッシュ読み取り — Qwen4-Max $0.075 対 Grok 4.7 $0.50(200K以下)、$1.00(200K超)

• モダリティ — Qwen4-Max はテキスト・画像・動画入力、Grok 4.7 はテキスト・画像入力

• 独立スコア — Artificial Analysis Intelligence IndexでQwen4-Maxは43、81中38位、Grok 4.7は35、81中46位

• 重量 — どちらのベンダーも一切公表していない

40万トークンのリクエストに実際にかかるコストとは

両モデルに課されるワークロードを想定してください。大規模なリポジトリまたは長い証拠バンドルを読み、その後、実質的なパッチまたはレポートを作成します。入力トークン400,000、出力トークン20,000、キャッシュ再利用なし。

Qwen4-Maxでは、国際料金の入力100万トークンあたり$1.413、出力$4.24の場合、入力が$0.565、出力が$0.085で、約$0.65です。シンガポール料金の$1.50/$4.50では$0.69です。

Grok 4.7では、同じリクエストは安価なティアに一切かすりもしない。40万が境界の2倍だからだ。入力に$1.60、出力に$0.24、合計$1.84を請求する。比率は2.7対1で、これは丸めによる誤差ではない。段差のない料金表と段差のある料金表の違いなのだ。

リクエストを入力150,000、出力15,000に下げると、状況は様相を変える。Qwen4-Max シンガポール: $0.225 + $0.0675、約$0.29。ティア1のGrok 4.7: $0.30 + $0.09、約$0.39。25パーセントの差は特筆すべきものではなく、おおむね見出し価格が示唆する通りだ。この2つのカードが大きく乖離するのは、どちらか一方がティアを変えるワークロードにおいてのみだ。

それがマーケティングページが飛ばしている計算だ。ベンダーがある価格を宣伝し、そのうえでロングコンテキスト用の料金ティアを追加するとき、正直な比較はトークン単位ではなくワークロード単位で行うべきだ。なぜなら、ティアの境界はまさにその製品が役立つはずの地点に引かれるからだ。

エージェントループでは、価格よりもキャッシュ設計の方が重要になります。

長文コンテキストのリーダーは、1回の呼び出しを行うことはほとんどなく、安定したプレフィックスに対して10回の呼び出しを行います。200,000トークンのプロンプトを考えてみましょう。そのうち180,000トークンはキャッシュ可能で、10,000トークンは新規入力、10,000トークンは出力であり、これが10ターンにわたります。

Qwen4-Maxは1ターンあたり、新規入力に0.027ドル、0.075ドル単価のキャッシュ読み取りに0.0135ドル、出力に0.045ドルを請求し、合計0.0855ドル、つまりこの実行では0.855ドルになります。キャッシュ書き込み自体は一度だけ、5分間の保存で100万あたり1.875ドルで課金され、この規模では無視できるほど小さいです。

{{1}}Grok 4.7{{/1}}の料金は、新規入力が{{2}}0.04ドル{{/2}}、キャッシュ読み取りが{{3}}0.09ドル{{/3}}(料率{{4}}0.50ドル{{/4}})、出力が{{5}}0.06ドル{{/5}}で、1ターンあたり{{6}}0.19ドル{{/6}}、実行全体で{{7}}1.90ドル{{/7}}です。キャッシュ読み取りの料金だけでも{{8}}Qwen4-Max{{/8}}のほぼ7倍であり、ここではどちらのモデルも高価格帯にないにもかかわらず、差が2倍超に広がるのはそのためです。

2つのベンダー契約ではなく1つのエンドポイントを通す場合、ルーティング層はそれらの数値を一切変えません。0パーセントのマークアップとは、プロバイダーの定価がそのまま通ることを意味するため、ベンダーの値下げは次回の契約更新時ではなく、公表された当日に請求書へ反映されます。これが、単一のキーの背後に複数モデルの組み合わせを維持する理由であり、本記事の中で当社製品ではなく当社製品について述べている唯一の論点です。

Grok 4.7 が依然として圧勝している領域

二つの場所、そしてどちらも小さくない。

最初は出力長です。Grok 4.7は45万トークンの出力上限を公表しています。Qwen4-Maxは別個の出力上限を公表しておらず、262,144トークンの予算を自身の思考と共有しており、思考を抑制した場合の上限は131,072です。短い回答ではなく長い成果物を生み出す作業——生成されたコードベース、長い法的文書の草案、文字起こしして分析したコーパス——にとって、その違いは品質の問題ではありません。それは、その作業が1回の呼び出しで完了するか、分割する必要があるかどうかに関わるものです。

2つ目は、ハイエンドにおける実測の証拠です。Grok 4.7は9月からArtificial Analysis Intelligence Indexに掲載されており、推論努力に関する3つの測定値があります。xhighで35、highで35、lowで31で、最初の回答トークンまでの時間は最高設定の52.9秒から最低設定の10.6秒へと短くなります。Qwen4-Maxには43という単一の公開インデックススコアがあり、執筆時点では同じボード上に出力速度やタスクごとのタイミングはありません。43対35は確かなリードですが、速度の測定値がないスコアだけでは、そのモデルがあなたのレイテンシ予算で実用的かどうかは何も分かりません。

見落としやすい第三の非対称性がある。Grok 4.7のエフォート制御はリクエストごとに引けるコストレバーであり、公開されている計測時間は各設定が待ち時間の面で何を犠牲にするかを示している。Qwen4-Maxも推論エフォートを公開しているが、Alibabaは節約分を相対的な表現でしか説明していない。Work360スイートではxhighでトークン使用量が24%減、highで35%減、Terminal-Bench 4.0では48%減と49%減で、いずれもQwen3.8-Maxとの比較であり、エフォート水準ごとの料金表として公開されたものではない。ベンダー報告で未再現、しかも別モデルとの相対値であり、方向性としては有用だが、予算入力としては役に立たない。

Qwen4-Maxが圧倒的に勝る点

コンテキストとメーターの形状。

100万トークン対50万トークンは、仕様が2倍になるということではない。どの作業が適合するかを変えるのだ。その2つの数値の間に位置する3つの作業がある。関連する部分が依存関係グラフと履歴の60万トークンになるモノレポ全体のリファクタリング、検索ではなく全体を読む必要がある文書群を対象とした探索的調査、そして要約せずに1営業日を通じて状態を蓄積する24時間365日稼働のエージェントだ。Qwen4-Maxはこの3つすべてに適合する。Grok 4.7は1回の呼び出しではそのいずれにも適合せず、60万トークンを押し込むには検索か$4/$12の階層のどちらかが必要になる——2.7×の差を擁護するのが難しくなるまさにその地点で価格設定されているのだ。

フラットカードなら予測も可能になります。予算担当者はトークン数に単一の料金を掛けるだけで正確に算出できます。段階制カードの場合、財務モデルはプロンプト長の分布を推測しなければならず、実際には見積もりは高コスト側に外れます。

そして、独立系のスコアは、お世辞にも不完全ながら、Qwen4-Maxに軍配を上げている。同じベンチマークで43対35だ。ただし留保は現実のものだ——登場から数日しか経っていないモデルは精査がはるかに少なく、単一の指標を集約した数値はタスクごとの膨大なばらつきを覆い隠してしまう——それでも、その方向性は曖昧ではない。

A generated two-column scoreboard for Qwen4-Max and Grok 4.7: Artificial Analysis Index 43 against 35, input $1.50 against $2.00, output $4.50 against $6.00, context 1M against 500K tokens, maximum output 262K shared against 450K, and speed not published against 69 tokens per second.

どちらのモデルもあなたに教えてくれないこと

どちらのベンダーも重みを公開していないため、どちらもセルフホストや監査、自分が管理するバージョンへの固定はできません。SpaceXAIはGrok 4.7についてパラメータ数を一切公開していません。AlibabaはQwen4-Maxのアーキテクチャ説明——ゲート付きDeltaNet層と疎なアテンション機構のインターリーブ、動的ゲートを備えた4本の並列残差ブランチ、N-gram埋め込みテーブル——を公開していますが、重みは公開していません。

どちらのベンダーのベンチマーク数値も、この指数のように独立した監査を受けているわけではない。アリババのWork360の52.69という数値(Qwen3.8-Maxの47.74に対するもの)、タスクあたりの平均コストが4.43ドルから1.67ドルに下がったという主張、および5つのベースチェックポイント全体でbits-per-byteが5~13%低いという主張は、すべて自社によるもので、再現されていない。Grok 4.7の優位性も同様に、この指数以外では文書化されていない。SpaceXAIから公表されたタスクあたりコストはなく、あるのはトークン価格だけだ。

存在する唯一の独立したコスト数値は、より安価なカードに不利に働く。Artificial AnalysisはQwen4-MaxをIntelligence Indexタスクあたり3.27ドルと算出しており、そのGrok 4.7プロファイルには比較可能な数値がまったく記載されていない。よく読んでほしい。ここで最も安く見えるモデルこそ、タスクごとのコストが文書化されているモデルであり、もう一方は単に測定されていないのだ。これはQwen4-Maxが高価である証拠ではない。この2つのうち片方だけが、誰かによってエンドツーエンドでコスト計算されているという証拠である。

選び方

プロンプトが日常的に200,000トークンを超えるなら、Qwen4-Maxのほうが安価なモデルであり、その差は長さに応じて広がります。またGrok 4.7の段階制により、いつもの「もっとコンテキストを送ればいい」という発想はすぐに高コスト化します。長いコンテキストを扱う作業はQwen4-Maxに振り分けてください。

非常に長い成果物を1回の呼び出しで出力するのがあなたの仕事なら、Grok 4.7の450,000トークンという出力上限が決め手となる数値であり、Qwen4-Maxの共有262,144トークンという予算が失格要因です。生成を分割することは中立的な回避策ではありません。継ぎ目で一貫性を損ないます。

導入を決める前にレイテンシの数値が必要なら、Grok 4.7 は3つのエフォートレベルで数値を公開していますが、Qwen4-Max は公開していません。この非対称性は独立したテストが追いつくにつれて解消されるでしょうが、現時点では標準化ではなくパイロット導入を選ぶ理由になります。

すでにGrok 4.7を運用していて、Qwen4-Maxを追加すべきかが問題なら、正直な答えは選択的に追加することです。長いコンテキストの読み取り、動画入力、コスト重視のバッチ処理には追加し、長文生成は出力上限が文書化されているモデルに任せます。1つのキーの背後に2つのモデルを置いても、かかるのは移行ではなくルーティングルール1つです。そして、どちらかのベンダーで不調な週があっても、サービス停止ではなくフェイルオーバーで済むということです。

Artificial Analysis page for Grok 4.7, captured 17 November 2026 in English, showing Intelligence #46 of 81, Output speed 69 tokens per second, $2.00 input and $6.00 output per 1M tokens, a 75 per cent cache discount, and SpaceXAI as the developer.

出典が添付されたスコアボード

これらのモデルを最も明確に分ける単一の数字は、インデックススコアではなく、40万トークン時点の価格です。Qwen4-Maxは0.69ドル、Grok 4.7は1.84ドル(各ベンダーが公表する国際料金による)。この比較におけるその他はすべて、エビデンスとヘッドルームに関する判断です。

指標スコアについて一言。これらは文脈から切り離して引用されることになるからだ。43と35は同じArtificial Analysisのボードから、2026年11月17日に読み取ったもので、互いに比較可能だ。だが、Kimi K3.1 Proが以前のルーブリックで記録した55とは比較できない。この2つの数値を同じ文に入れている記事は、異なる2つのテストを比べていることになる。ベンダー側の数値——Work360、トークン削減量、bits-per-byteの差分——はアリババ自身によるもので、第三者による検証は一切ない。

43を前提に請求額を計画する前に知っておくべきことがもう一つあります。スコアは単一のエフォート設定によるものです。Alibabaはデフォルトでthinkingを有効にし、131,072トークンの予算とエフォートをhighに設定して出荷しており、独立系のテストは、低エフォートでモデルがどのスコアを出すのか、またそれによってどれだけ節約できるのかをまだ公表していません。それが公表されるまでは、43を引き下げ可能な調整ダイヤルではなく、モデルのデフォルト姿勢に対するコストとみなすべきです。

両方のカードを、1つのルートで

2つの料金表を読むことと2つのモデルを運用することの間には運用上の違いがあると述べておく価値がある。なぜなら、それは価格差が示唆するほど大きくはないからだ。grok/grok-4.7 は当社が提供する215個の識別子の一つであり、プロバイダーの定価のままで何も上乗せされていないため、その階層境界とキャッシュ料金はSpaceXAIがその日に公表する内容次第です。Qwen4-Maxはその一つではなく、Alibaba自身のModel Studio API経由でルーティングされます。実際上の帰結として、上で論じた混合戦略——長文脈の読み取りはQwen4-Max、長文生成はGrok 4.7——には各側ごとに1つのベンダー関係が必要であり、ルーティングルールはその下にある2つのエンドポイント以上には良くなり得ません。

OrcaRouter model page for Grok 4.7, captured 17 November 2026 in English, showing the identifier grok/grok-4.7, text, image and file input, a 500K-token context, 450K maximum output, a pricing panel and a p50 time-to-first-token of 10.00 seconds.

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