
Qwen 4 対 Qwen 3.8 Max:アップグレードすると請求額は実際どう変わるのか
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100万トークンあたり · 90 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 1.02026-11-0717 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 87 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 133 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100万トークンあたり · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 44 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 · 193 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 · 147 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100万トークンあたり · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955知能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855知能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100万トークンあたり · 219 tok/s
Qwen3.8-Max から Qwen4-Max への移行は、価格が有利になり、同時に性能も向上するという点で、フラッグシップのアップグレードの中でも異例です。Qwen3.8-Max は2026年8月3日から一般提供されており、100万トークンのコンテキストで、入力は100万トークンあたり$2.00、出力は$6.00です。2026年11月16日に製品ラインの最上位でこれに取って代わった Qwen4-Max は、同じコンテキストウィンドウで入力$1.50、出力$4.50、Artificial Analysis Intelligence Index で34に対して43を記録し、インデックスタスクあたりのコストは$10.02に対して$3.27です。入出力双方で25%削減、インデックススコア9ポイント向上、完了タスクあたりのコストは3分の1——通常なら値上げを伴って登場するタイプのアップグレードです。落とし穴は——同一ベンダー内の移行には必ずあるものですが——他のすべてが大きくなったにもかかわらず、出力バジェットが小さくなったことです。
動いた4つの数字、そして後退した1つ
単一ベンダー内でのアップグレードは、ベンダー間の比較よりも評価が容易です。トークナイザーの系統、APIサーフェス、ツール呼び出しの慣例がすべてそのまま変わらないからです。変わるのはごく短いリストだけで、それを自分の利用状況と突き合わせるのは午後の半日あれば済みます。
• 価格 — 100万トークンあたり$2.00/$6.00から$1.50/$4.50に、双方とも25パーセントの値下げ
• キャッシュ読み取り — 100万あたり$0.25から$0.075へ、70%削減
• 独立スコア — 同じ指数、同じボードで34から43、いずれも2026年11月17日時点の読み取り
• インデックスタスクあたりのコスト — $10.02から$3.27へ、67パーセント削減
• 思考と回答を合わせた共有バジェット — 262,144トークン。3.8世代のより大きな許容量から削減
• アクティブパラメータ — 710億(950億から減少)、同じ2.4兆パラメータのバックボーン上で
• コンテキスト — 1,000,000トークンで変更なし
• 重み — どちらのフラッグシップも公開していないが、Qwen3.8-Max のオープンウェイトの兄弟モデル Qwen3.8-27B は公開している。
そのうち2つは1行では済まない。アクティブパラメータの削減は、他のすべての前提となるアーキテクチャ上の主張だ。Qwen4-Maxはトークンあたり710億パラメータを活性化するのに対し、Qwen3.8-Maxは950億パラメータだった。アリババはこの効率向上を、プルーニングではなく新しいアーキテクチャによるものとしている。すなわち、マイクロブロック粒度でコンテキストをインデックス化するスパースアテンション機構と交互に配置されたゲート付きDeltaNet層、動的な読み取りゲートと書き込みゲートを備えた4つの並列残差ブランチ、そしてトークンあたりの計算量を増やすことなく容量を拡大する3280億パラメータのコンテキストベースN-gram埋め込みテーブルである。
共有予算こそが人々を驚かせる点だ。Qwen4-Maxは推論と回答を単一の262,144トークンの許容量にまとめる。Qwen3.8-Maxで思考を有効にして150,000トークンの出力を生成していた場合、思考に使える残りは112,144トークンになる。そして難しい問題では、思考がそれを食いつぶす。障害はエラーではなく切り詰められた回答として現れる。これは制限が表面化する最悪の形だ。
トークン価格が4分の1下落したのに、タスクあたりのコストが3分の2下落したのはなぜか
トークン価格は節約分の4分の1を説明する。残りの3分の2は、同じ答えに到達するためにモデルが行う作業が少なくなることによるもので、これは今回のローンチの中で検証が最も難しく、ビジネスケースにとって最も重要な部分だ。
Alibaba自身の数値によると、Work360スイートでは、推論エフォートxhighでトークン使用量が約24%減、highで35%減。Terminal-Bench 4.0では48%と49%減。Work360のタスクあたり平均コストは$4.43から$1.67に下がり、62%の削減となる。これらはベンダー自身が測定し、ベンダーの前モデルと比較したベンダー公表の数値であり、独立した再現はない——そして、効率性の主張が単なる値下げを着飾っただけではないことを示す方向性の証拠である。
独立した裏付けはより限定的だが、一致している。Artificial AnalysisはQwen3.8-Maxについてインデックスタスクあたり$10.02、Qwen4-Maxについて$3.27と測定している。Alibaba以外に$4.43や$1.67を公表した者はいない。$10.02と$3.27は他人のワークロードに対する他人の計算であり、同じ方向を示している。
自分の仕事を数字で表そう。1日5,000タスクを処理するパイプラインを、入力30,000トークン・出力4,000トークン、キャッシュなし、公開されている米ドルレートで計算すると、Qwen3.8-Maxは入力$50、出力$120で1日合計$170。Qwen4-Maxは$37.50と$90で$127.50。キャッシュなしでも月およそ$1,275の節約になり、安定したプレフィックスによって$0.25ではなく$0.075のキャッシュ読み取りを活用できれば、節約額はさらに大きく膨らむ。
効率の話には、誰も引用しない後半がある
タスクあたりのトークンが安いことは、ビジネスケースの半分にすぎない。もう半分は所要時間であり、ここでは状況は価格表よりも不透明だ。
Artificial AnalysisはQwen3.8-Maxを毎秒59出力トークン、インデックスタスクあたり48分と測定している——遅く、長期的なエージェント作業を実行しているなら、その数値が夜間の実行枠を左右する。Qwen4-Maxは出力速度もタスクごとの所要時間も一切公表していない。一部のベンチマークではトークン数がおよそ半分であり、同じスループットなら実時間もおよそ半分になることを意味するが、スループットを公表した者は誰もいない。
では、このアップグレードを正直に位置づけるとこうなる。トークンあたりの支払額は確実に下がり、タスクあたりの支払額はほぼ間違いなく下がり、そしておそらくより速く完了する。この3つのうち、今日契約書に書ける事実は最初の1つだけだ。2つ目は独立した測定によって裏付けられている。3つ目は推論だ。
特にスケジューリングの判断では、これが重要です。毎秒59トークンで48分かかるインデックスタスクが、一晩で収まる範囲の瀬戸際にあるなら、移行する前に自社のプロンプトでパイロットを行う必要があります。Qwen4-Max が遅くなる可能性が高いからではなく、共有の262,144トークンの思考バジェットが、ベンチマークの平均値では見えない形で長時間実行の様相を変えるからです。
変わらなかったことは何か、そしてなぜそれがここでの最高の知らせなのか
コンテキストウィンドウは同じ100万トークンです。モダリティ面も同じで、テキスト、画像、動画を入力し、テキストを出力します。APIサーフェスも同じで、思考はenable_thinkingまたはreasoning.effortによってResponses API上で制御され、モデルはAlibabaの各リージョンでOpenAI互換、Anthropic互換、ネイティブ形式で提供されます。
すでに Qwen3.8-Max を使っている人にとって、アップグレードが安く済む理由はこれです。移行はモデル識別子の変更であり、書き直しではありません。プロンプトの再構成も、ツール呼び出しスキーマの再調整も、コンテキスト管理の変更も不要です。再テストが必要なのは、数値が示している次の2点だけです。thinking 時の出力バジェットと、レイテンシに敏感な経路です。
また、賢明なパターンは切り替えではなくシャドウトラフィックであることも意味する。本番リクエストの一部を両方に送り、出力とトークン数を比較し、共有の262,144トークン予算が顧客の前で明らかになる前に、長いケースでそれが明らかになるようにしよう。

0902 スナップショットを保持すべきですか?
Qwen3.8-Maxには日付付きのスナップショットqwen3.8-max-0902があり、2026年9月2日に固定されていて、ベースモデルと同じ機能と価格を備えています。スナップショットは再現性のために存在し、スナップショットを維持する理由が最も強くなるのは、まさに基盤となるモデルを変更しようとしているときです。
信頼できる評価スイートがあるなら、エイリアスを廃止する前にスナップショットに対して実行してください。スナップショットは対照群です。エイリアスは設計上そもそも安定していませんでしたし、Qwen4-Max は同じモデルのバージョンアップではなく別モデルです。その実行で確認する価値のある点が2つあります。長い出力のケースがより小さい共有予算を乗り切れるかどうか、そしてタスクあたりのコストが実際に価格表が予測する幅だけ動いたかどうかです。動いていなければ、トークン効率の主張はあなたのワークロードでは成り立っておらず、移行の根拠は価格削減だけに狭まります。それでも得る価値はありますが、3分の2ではなく4分の1です。
フラッグシップ同士の比較では見えにくくなりがちな、もう一つの選択肢があります。Qwen3.8-27B は Apache-2.0 のオープンウェイトでセルフホスト可能であり、当社では qwen/qwen3.8-27b として提供しています。大容量・低複雑度の処理では、計算はどちらのフラッグシップともまったく異なり、「3.8-Max から Qwen4-Max へのアップグレード」だけが選択肢ではありません。ワークロードが分類、抽出、短文生成であれば、自分で動かせる 27B の dense モデルが単価で両方に勝る可能性があり、しかもこのファミリーの中でバージョンを固定して監査できる唯一の選択肢です。
移行を順番に
まず、自分の出力を棚卸ししてください。思考を有効にした状態で約120,000出力トークンを超えて要求するパスは、共有の262,144予算の下ではリスクがあります。これはベンチマークではなく、あなたの呼び出し箇所をgrepすることです。
次に、代表的な1週間について、両方のモデルでタスクごとのご自身のトークン消費量を測定してください。公表されている効率の数値は、ベンチマークと労力に応じて24~49%の間にあり、これは広い範囲です。ご自身の数値がその範囲外になる可能性があるほど広いのです。
第三に、p95を計測してください。Qwen4-Maxには公開されたスループットがないため、あなたの最初のレイテンシ数値は、Alibaba外の誰もが手にする最初のレイテンシ数値になります。
第四に、オープンウェイト層を決めます。処理量の一部を qwen/qwen3.8-27b に移せるなら、フラッグシップの移行は難しいケースだけを担えばよく、混合コストはどちらの単一モデル計画から示唆されるよりもさらに下がります。
両方のフラッグシップを1つのエンドポイントの背後で動かすのは、これを実現する最も手間のかからない方法です: qwen/qwen3.8-maxは$2.00/$6.00のままであり、Qwen4-Maxへのリクエストは新しい契約ではなくルーティングルールにすぎないため、トラフィックを段階的に移行し、共有予算が圧迫された瞬間にフェイルバックできます。Qwen4-Max自体は現在提供している215個の識別子の中には含まれていないこと—アップグレードされたモデルはAlibaba独自のAPIを経由してルーティングされる—をはっきりお伝えしておきます。つまり、今日当社から得られるのは既存モデルを定価のまま、上乗せなしで提供するものです。
その評決は異例だ
非常に長い出力を生成する場合を除き、移行してください。価格を4分の1削減し、キャッシュ価格を70%削減し、インデックスを9ポイント追加する同一ベンダー内のアップグレードは、ほぼただ同然であり、タスクごとの証拠——ベンダーと独立した委員会の双方による——は、実際の節約額がトークン価格から示唆されるより大きいことを示しています。
例外は狭く具体的です。思考を有効にした状態で、出力が定期的に約120,000トークンを超えるワークロードです。そうしたワークロードにとって、共有の262,144トークン予算は効率向上を装った能力の後退であり、正しい対応は3.8世代に留まるか、リクエストを分割することです。
次に注目すべきは、公表されている数字ではなく、欠けている数字だ。タスクあたりのコストが3分の2安く、測定されたスループットがないモデルは、定量化されていないリスクを伴う有力な賭けであり、Qwen4-Maxの最初の独立した計測は、さらなるベンチマークスコアよりもこの議論の多くを決着させるだろう。

このファミリーのうち、自分で実行できる部分
同一ベンダー内でのアップグレードには、どちらのフラッグシップにもない利点が1つあります。それは、それらの下のティアがオープンでポータブルであることです。Qwen3.8-27BはApache-2.0の下で提供され、テキスト、画像、動画の入力と262,144トークンのウィンドウを備えており、当社はこれをqwen/qwen3.8-27bとして提供しています。自社インフラ上で、マークアップなしの定価で、どちらのフラッグシップにもできない形でバージョンを固定できます。監査できない共有の出力バジェットが主なリスクである移行にとって、同じファミリー内にバージョン管理されたオープンウェイトのフォールバックがあることは、利用可能な最も安価な保険です。

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
