生成されたタイトルカードには「Qwen 4 vs Muse Wonder」と表示され、サブタイトルは「安い方のモデルは、誰も時間を計測していないモデルだ」で、2枚のカードがある。1枚目は「インデックスタスクあたりのコスト」で、$3.27 を $6.95 の上に表示し、2枚目は「実測速度」で、「未公開」を 118トークン/秒 の上に表示している。
Guides & Insights

Qwen 4 vs Muse Wonder:誰も計測していないのは、より安価なモデルのほうだ

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

Muse Wonder で Intelligence Index のタスクを 1 つ完了するには、およそ $6.95 かかります。Qwen4-Max なら $3.27 です。これが、Meta のモデルに対する Alibaba の新フラッグシップの経済性を説明するすべてであり、そこには大きな注意点が 1 つあります。$3.27 は、公開された出力速度も、測定されたタスクあたりの時間も、その数値を出したボード上のいかなる種類のタイミングも持たないモデルのものです。Muse Wonder にはその 3 つすべてがあります — 毎秒 118 トークン、インデックスタスクあたり 13.5 分、最初の回答トークンまで 19.64 秒。したがって正直に言えば、Qwen 4 のフラッグシップは価格が約半分で、速度は不明な分だけ異なり、今日計画に組み込める違いはそのうち 1 つだけです。Muse Wonder は 2026 年 10 月 12 日にリリースされ、Qwen4-Max は 2026 年 11 月 16 日にリリースされました。どちらの日付も文脈であり、ニュースではありません。

横に並べた、平滑化されていない2つのプロファイル

Muse WonderはMetaのフロンティア推論モデルで、テキスト、画像、音声、動画を入力しテキストを出力するという異例に幅広い入力サーフェスを備え、100万トークンのコンテキスト内でエージェント作業向けに構築されています。入力100万トークンあたり4.00ドル、出力100万トークンあたり20.00ドル、ブレンド料率2.94ドル、キャッシュ割引95%のプロプライエタリなAPIモデルです。Metaはまた、スコアが44ではなく41で、実時間ではより高速に動作する高エフォートのバリアントも公開しています。インデックスタスクあたり9.5分対13.5分という違いは、「最大エフォート」が自動的に適切な設定になるわけではないという有用な reminder です。

Qwen4-Maxはアリババの第4世代フラッグシップです。2.4兆パラメータのスパースなMixture-of-Expertsで、トークンあたり710億パラメータがアクティブになり、ネイティブの視覚機能、動画入力、100万トークンのコンテキスト、思考と回答で共有される262,144トークンの予算を備えています。価格は100万トークンあたり入力1.50ドル、出力4.50ドルで、キャッシュ読み取りは0.075ドルです。

• スコア — Qwen4-Max 43(81 人中 38 位)対 Muse Wonder 44(81 人中 35 位)

• 入力価格 — Qwen4-Max $1.50 対 Muse Wonder $4.00(100万トークンあたり)

• 出力価格 — Qwen4-Max $4.50 対 Muse Wonder $20.00(100万あたり)

• インデックスタスクあたりのコスト — Qwen4-Max $3.27 対 Muse Wonder $6.95

• 出力速度 — Qwen4-Max は未公開、Muse Wonder は毎秒118トークン

• インデックスタスクあたりの時間 — Qwen4-Max は未公開、Muse Wonder は13.5分

• 入力対応範囲 — Qwen4-Max:テキスト、画像、動画 vs Muse Wonder:テキスト、画像、音声、動画

• 重み — どちらも公開していない

トークンあたりの価格と回答あたりの価格は2倍の差で食い違っている

見出しの比率は出力で4.4倍、入力で2.7倍です。タスクあたりの比率は2.1倍です。これらの数値の差は、各モデルが回答を生成するために費やす作業量であり、それは表面価格が示唆するのとは逆方向に働きます。Muse Wonderはタスクあたりより多くのトークンを使っているのであり、決して少なくはなく、だからこそ20ドルの出力価格が40ドルではなく6.95ドルの請求になるのです。

具体的な作業で考えてみよう。50,000トークンの文書レビューで5,000トークンのメモを作成、キャッシュなし:Qwen4-Maxは入力に$0.075、出力に$0.0225を請求し、10セント未満だ。Muse Wonderは$0.20と$0.10で、30セント。3対1で、どちらも取るに足らない金額——それが要点だ。小規模な量ではどちらの価格も問題にならず、1インデックスポイントのスコア差も速度の問題に比べれば無関係だ。

規模を拡大しよう。そのレビューが月に1万件なら、Qwen4-Maxは975ドル、Muse Wonderは3,000ドル。ここで価格が問題になり、そして欠けているストップウォッチがさらに問題になる。なぜなら、コストが3分の1でも所要時間が2倍のジョブは、夜間の時間枠にまったく収まらないかもしれないからだ。

それがこの意思決定の構図だ。これは、どちらかのモデルがより優れているという比較ではない。安価な選択肢に、たまたま本番システムが最も重視する次元である未測定の次元がある、という比較なのだ。

「公表された速度がない」ことが実際にあなたにどれほどのコストをかけるのか

未計測のモデルは遅いモデルではなく、そう解釈するのは誤りだ。それは、タイムアウト付きの何かの背後に置く前に、自分でレイテンシを確定しなければならないモデルである。これには、煩わしさが増す順に3つの実務上の帰結がある。

まず、ドキュメントからオートスケーリングのサイジングを行うことはできません。パイロットを実施し、自分のプロンプト長でp50とp95のtime-to-first-tokenを測定してからサイジングする必要があります。Kimi K3.1 Proの毎秒30トークンとタスクあたり39.7分は測定され公開されています。Qwen4-Maxの数値もいずれ公開されるでしょうが、今はまだありません。

第二に、推論モデルは負荷がかかると予測不能に性能が低下し、その低下はトークン毎秒の数値では部分的にしか捉えられない。Muse Wonder の最大エフォート時の最初の回答トークンまでの 19.64 秒という値は、実測され再現可能な数値である。そうした数値を持たないモデルには、火曜日が月曜日の2倍遅いことに気づくための基準がない。

第三に、そしてこれが一番厄介な点だが、ルーティング層がレイテンシに基づいてフェイルオーバーできるのは、正常な状態がどのようなものかを把握している場合だけだ。時間計測のないモデルを、計測済みのモデルと同じプールに入れると、そのプールの挙動は、より遅い未知のメンバーによって決まってしまう。フェイルオーバーはそれを耐えられるものにする。停滞したリクエストは、クライアントに気づかれずに2番目のモデルに対して再試行できる。しかし、それは測定可能にするわけでも、自分たちの数値を把握することの代わりになるわけでもない。

入力サーフェスこそがMuse Wonderの真の差別化要因です

音声はチェック項目ではありません。Muse Wonderは音声をテキスト、画像、動画と並ぶ一級の入力として受け付け、テキストを返します。Qwen4-Maxはテキスト、画像、動画を受け取ります。パイプラインが通話録音、会議音声、放送メディアを取り込むのであれば、価格の話に入る前にその違いがモデルを決めます——先にテキストへ文字起こしするのは、別のモデル、別の請求、そして韻律や話者の重なりを失う別の障害モードなのです。

動画は両者が競合するもう一つの軸であり、細部が重要になります。両者とも動画に対応していますが、私たちが読んだ資料のいずれにもフレームレート、再生時間、解像度の上限は記載されていません。つまり動画のワークロードは、仕様の比較ではなく、双方にとって試験運用ということになります。

Qwen4-Maxが入力で優位に立つのは、大量利用時のコストです。動画由来のコンテキスト100万トークンは、Qwen4-Maxでは1.50ドル、Muse Wonderでは4.00ドルかかります。長尺のメディア分析こそ、2.7倍の入力コスト差が積み重なるワークロードであり、まさにQwen4-Maxの価格優位性が最も揺るぎない領域です。

A generated two-column scoreboard for Qwen4-Max and Muse Wonder: Artificial Analysis Index 43 against 44, cost per task $3.27 against $6.95, input $1.50 against $4.00, output $4.50 against $20.00, speed not published against 118 tokens per second, and audio input no against yes.

インデックススコアの1ポイント、そしてそれが持つ価値

同じArtificial Analysis Intelligence Indexで、同じ日に読んだ44対43。これは能力における意味のある差ではない。単一の集約指数が少数の難問にどう反応するかというノイズの範囲内だ。その点でMuse Wonderを支持する根拠を築こうとしている人は、何もないところに築いている。

重要なのは、Muse Wonder に41を記録する高エフォート版があることで、これはエフォートダイヤルがスコアをどちら向きにも約3ポイント動かすことを示している。Qwen4-Max のエフォートダイヤルも同様に振る舞うなら——そしてアリババ自身の報告は、エフォートがトークン消費を大幅に変え、Work360 の使用量が xhigh で24パーセント、high で35パーセント減少することを示唆している——43という値は固定された性質ではなく、分布からの単一サンプルである。ベンダー報告であり、Qwen3.8-Max との比較で、未再現:方向性は示唆的とみなし、大きさは主張とみなす。

両ベンダーの発表時ベンチマークは、同じ懐疑心をもって読むべきだ。MetaのJobBenchとValsの数値は自社発表だ。AlibabaのWork360の52.69、タスクあたりコストの$4.43から$1.67への低下、および5つのベースチェックポイント全体でのbits-per-byte改善は自社発表だ。どちらの数値群も独立に再現されておらず、どちらのベンダーも試せるようにする評価ハーネスを公開していない。

それぞれが明白な答えとなる場合

Muse Wonder は、音声がパイプライン上にある場合、SLA を策定する根拠として公開されたレイテンシ数値が必要な場合、あるいは作業がエージェント的で長期的な視野にわたり、所要時間を計測できるタスクに $6.95 を払うほうが、計測できないタスクに $3.27 を払うよりよい場合に選んでください。118 トークン/秒という数値は、このスコアのモデルとしては本当に速く、速度は顧客が気づく特長です。

ボリュームが制約となる場合、ワークロードが長期的な推論ではなく長文脈の読解である場合、または入力が大規模な動画で2.7×の入力ギャップが請求額のすべてを占める場合は、Qwen4-Maxを選択してください。長文脈ティアのない一律$1.50/$4.50の料金カードは予測しやすく、四半期予算を立てているときには、それは聞こえる以上に重要です。

どちらもプロプライエタリで重みが公開されていないため、どちらもセルフホストもバージョン固定もできません。それが要件なら、この比較に勝者はなく、答えはチェックポイントを公開しているモデルです。— フラッグシップの中では Kimi K3.1 Pro が公開しています。

選択を避けたいのであれば、有用な妥協案は意思決定ではなくプールです。入力モダリティでルーティングし(音声はMuse Wonderへ、大規模動画はQwen4-Maxへ)、価格優位性が実際に存在する場所ではそれを維持し、まだ予測できないレイテンシはフェイルオーバーにカバーさせます。今日何がルーティング可能かについては正確に述べておく価値があります — Muse WonderもQwen4-Maxも、当社が提供する215の識別子には含まれていないため、そのプールは設計上のものであり、製品ページではありません。Meta側で実際に扱っているのはMuse Sparkライン(入力$1.25、出力$4.25)、そしてAlibaba側ではqwen/qwen3.8-max($2.00/$6.00)を、プロバイダーの定価のままで何も上乗せせずに提供しています。

Artificial Analysis page for Muse Wonder, captured 17 November 2026 in English, showing Intelligence #35 of 81, 19.64 seconds to first answer token, 118 output tokens per second, $4.00 input and $20.00 output per 1M tokens, 13.5 minutes and $6.95 per Intelligence Index task.

次のリリース前に問うべき質問

数週間前に登場したモデルを1か月前に登場したモデルと比較する場合、どの比較にも同じ弱点がある。証拠が非対称で、先に出荷されたモデルを有利に見せてしまう。なぜなら、独立したテストがそのモデルをより長く見てきたからだ。Muse Wonderの数値がより豊富なのは、Metaがより透明だからではなく、測定期間が5週間長いからだ。

注目すべきは、別のベンチマークではない。Qwen4-Maxの速度とタスクごとの処理時間が、価格優位性が使い果たされる前に同じボード上に現れるかどうかだ。タスクあたりのコストが半分でレイテンシが2倍のモデルは、コストが半分で同等のモデルとは別の製品であり、現時点でアリババの外にいる誰も、そのどちらなのかを知らない。

OrcaRouter model page for Muse Spark 1.2, captured 17 November 2026 in English, showing the identifier meta/muse-spark-1.2, text, image, video, file and audio input, a 1M-token context, a pricing panel and the Meta vendor label.

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