Qwen3 Max preview — プロプライエタリチャットプレビュー、256kコンテキスト、思考モード + 関数呼び出し
Qwen3-Max-Previewは、Qwenファミリーに属するテキスト専用の大規模言語モデルであり、Alibaba CloudのQwenチームによって開発されました。現在はプレビュー段階にあり、安定版リリース前に新機能への早期アクセスを提供することを意味します。このモデルはテキスト入力のみを処理し、テキスト出力を生成します。コンテキストウィンドウは262,144トークン、最大出力長は65,536…
Qwen3-Max-Previewは、大量のテキストを処理し、一貫性のある詳細な応答を生成する必要があるタスクに最適化されています。書籍全体や研究論文の要約、長文のトランスクリプトからの情報抽出、多くのページにわたるコンテキストでの複雑な推論に優れています。コードの生成、構造化されたドキュメントの作成、何百もの段落にまたがるマルチステップ指示の遂行が可能です。高い出力制限により、1回の呼び出しで完全なレポート、詳細な説明、長編のクリエイティブライティングなどの拡張コンテンツを生成できます。
262,144トークンのコンテキストウィンドウにより、モデルは長大なドキュメントや会話全体を切り捨てることなく考慮できます。これは、すべての条項が重要となる法的文書のレビューや、コードリポジトリ全体を一度に分析するようなタスクに有益です。また、多数のメッセージにわたる長期的な記憶を維持するアプリケーション（例えば、顧客サポートチャットボットが対話履歴全体を想起する必要がある場合）の構築もサポートします。大きなコンテキストにより、複雑なチャンキング戦略が不要になり、アプリケーションロジックが簡素化されます。
簡単なタスク、例えば短い質問応答、短いテキストの基本的な要約、または単純な分類などでは、より小型で安価なモデルの方が費用対効果が高い場合があります。Qwen3-Max-Previewは高性能なモデルであり、それに見合った計算リソースが必要です。ユースケースがその大きなコンテキストウィンドウや高い推論深度を必要としないのであれば、Qwen2.5-7Bのような小型モデルや、OrcaRouterのカタログにある代替モデルの使用を検討してください。これにより、コストとレイテンシを削減しつつ、単純なワークロードに対して十分なパフォーマンスを達成できます。
Qwen3-Max-Previewはテキスト入力のみを受け付け、テキスト出力のみを生成します。画像、音声、動画の入力はサポートしていません。そのため、これは純粋な言語モデルであり、自然言語の理解と生成に完全に特化しています。出力形式はプレーンテキストで、APIプロンプトで要求されたJSON、Markdown、または任意のテキストベースの形式に構造化できます。マルチモーダル入力を必要とするアプリケーションでは、ユーザーはOrcaRouterのAPIを通じて利用可能な別のビジョンまたは音声モデルとこのモデルを組み合わせる必要があります。
MMLU-Proベンチマークは、マッシブ・マルチタスク言語理解テストの改良版であり、科学、法律、医学、人文科学を含む57の科目をカバーしています。83.8というスコアは、モデルが質問の83.8%に正しく回答したことを意味し、多様なドメインにわたる強力な一般知識と推論能力を示しています。これにより、Qwen3-Max-Previewは高性能なテキスト専用モデルの仲間入りを果たしています。MMLU-Proは、より微妙でマルチステップの推論問題を含むことで、元のMMLUよりも挑戦的に設計されており、このスコアは堅牢な問題解決能力を反映しています。
MMLU-Proのスコアのみが提供されていますが、このベンチマークは本質的に多くの科目にわたる多段階推論をテストします。高いスコアは、モデルが論理的推論、数学的推論、および文脈理解を処理できることを示唆します。GSM8KやHumanEvalなどの追加のベンチマークがないと、その数学やコーディングのパフォーマンスを直接比較することはできません。しかし、MMLU-Proには知識の統合を必要とする質問が含まれているため、強い結果は他の推論タスクでの良好なパフォーマンスと相関することがよくあります。ユーザーは最終的な検証のために、モデルを各自の特定のデータセットで評価する必要があります。
提供された事実に基づくと、主な強みは非常に大きなコンテキストウィンドウと高いMMLU-Proスコアの組み合わせであり、モデルが長い入力に対しても一貫性と正確性を維持できることを示しています。また、高い出力制限も長い応答を生成する上で強みです。制限としては、これはプレビューモデルであるため、プロダクションリリースに比べて安定性が低く、パフォーマンスが変動したり、時間の経過とともに変化する可能性があります。さらに、テキストのみであるため、言語タスクに使用が制限されます。レイテンシやスループットに関する情報は提供されていないため、これらの要素はご自身の環境でテストする必要があります。
Qwen3-Max-Preview の具体的な遅延時間やスループットの数値は、提供された事実には含まれていません。大規模なコンテキストを持つ高性能モデルであるため、特に長い入力を処理したり、多くの出力トークンを生成する場合、推論は小規模なモデルよりも時間がかかる可能性があります。実際の速度は、ハードウェア構成、リクエスト負荷、プロンプトの具体的な詳細などの要因に依存します。OrcaRouter の API は基盤となるインフラストラクチャを処理するため、独自のワークロードでモデルのパフォーマンスをテストし、レイテンシ要件を満たしているかどうかを判断できます。リアルタイムアプリケーションにはストリーミングの使用を検討してください。
qwen/qwen3-max-previewの価格情報は、利用可能な情報には含まれていません。通常、OrcaRouterは入力および出力のトークンごとに料金を請求し、その料金はモデルの階層やプロバイダーによって異なる場合があります。これはプレビューモデルであるため、安定版とは異なる価格設定になる可能性があります。最新の価格を確認するには、OrcaRouterの公式価格ページを参照するか、営業チームにお問い合わせください。また、価格は総利用量やコミットメント契約によっても変わる場合があります。本番アプリケーションを構築する前に、必ず最新の料金を確認してください。
具体的な料金は提示されていないため、一般的なトレードオフが適用されます。コンテキストウィンドウが大きいモデルほど計算リソースを多く消費するため、通常、小規模モデルよりもトークンあたりのコストが高くなります。Qwen3-Max-Previewの大きなコンテキストウィンドウは、ウィンドウ全体を使用するプロンプトでは大きな入力トークンコストが発生することを意味します。しかし、これにより複数のAPI呼び出しやカスタムチャンキングの必要性が減り、単一の長いコンテキストが有効なタスクでは全体的なコストを削減できる可能性があります。自分の一般的なトークン使用量を見積もり、よりシンプルなモデルと比較して、ワークロードに最もコスト効率の良い選択肢を見つけることをお勧めします。
提供された事実にはキャッシュポリシーの詳細は記載されていません。OrcaRouterを含む多くのAPIプロバイダーは、繰り返し出現するプレフィックストークンに対してプロンプトキャッシュを提供する場合があり、これによりコストとレイテンシを削減できます。OrcaRouterがこのモデルにキャッシュを実装している場合、頻繁に使用されるシステムプロンプトや大きな静的コンテキストブロックがキャッシュされ、低いレートで請求される可能性があります。ただし、確認が取れていない限り、各リクエストは送信された入力トークンの全数に対して請求されると仮定する必要があります。OrcaRouterのドキュメントで、最新のキャッシュ機能と、それがqwen/qwen3-max-previewにどのように適用されるかを確認してください。
コストを見積もるには、トークンごとの価格（入力と出力）を知る必要があります。それが提供されていない場合、利用可能になり次第、OrcaRouterの価格ページのプレースホルダー料金を使用できます。予想される月間の入力トークン数（プロンプト＋コンテキスト）と出力トークン数（生成）を計算します。例えば、平均各100,000トークンのドキュメントを処理し、リクエストごとに10,000トークンを生成する場合、トークンごとのレートと予想される月間リクエスト数を掛けます。リトライや追加コンテキストによる潜在的なオーバーヘッドを含めます。実際の料金がなくても、予算を設定し、OrcaRouterのダッシュボードで使用状況を監視することで計画を立てることができます。
OrcaRouterのOpenAI互換APIエンドポイント（https://api.orcarouter.ai/v1）を介してモデルにアクセスできます。リクエストにはモデルID「qwen/qwen3-max-preview」を使用してください。このAPIは、標準のOpenAIチャット補完パラメータ（「messages」「max_tokens」「temperature」「top_p」「stream」など）をサポートしています。認証は、OrcaRouterから取得したAPIキーを使用して行われます。curlを使用した例：curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{ "model": "qwen/qwen3-max-preview", "messages": [{"role": "user", "content": "Hello"}], "max_tokens": 100 }'
APIはOpenAIのチャット補完エンドポイントの標準パラメータをサポートしています。'messages'は、'system'、'user'、'assistant'といったロールを持つメッセージオブジェクトの配列です。'max_tokens'は最大出力長を制御します（このモデルでは最大65,536）。'temperature'はランダム性を調整します（デフォルトは通常1.0）。'top_p'は核サンプリング用です。'stream'はサーバー送信イベントを使用したストリーミング応答用です。'stop'は生成を停止するシーケンスです。'frequency_penalty'や'presence_penalty'などの追加パラメータもサポートされる場合があります。なお、このモデルはテキストコンテンツのみを受け付けます。画像や音声のコンテンツタイプはサポートされていません。
OpenAI互換フォーマットを使用する別のAPIから移行する場合、OrcaRouterへの移行は簡単です。ベースURLをhttps://api.orcarouter.ai/v1に変更し、モデル名を'qwen/qwen3-max-preview'に置き換えてください。APIキーをOrcaRouterが発行したものに更新します。他のすべてのパラメータ（messages、temperatureなど）は同じままです。以前のプロバイダーが異なるトークナイザーや料金体系を使用していた場合、トークン計算を調整する必要があるかもしれません。いくつかのサンプルリクエストでテストし、応答が品質の期待に応えることを確認してください。OrcaRouterのドキュメントには、一般的なプロバイダー向けの移行ガイドが用意されています。
はい、OrcaRouterはOpenAI互換のAPIを提供しているため、公式のOpenAI Python SDKやOpenAI向けに設計された任意のクライアントライブラリを最小限の変更で使用できます。ベースURLを https://api.orcarouter.ai/v1 に設定し、OrcaRouterのAPIキーを使用するだけです。例えば、Pythonでは: from openai import OpenAI; client = OpenAI(base_url='https://api.orcarouter.ai/v1', api_key='YOUR_KEY'); response = client.chat.completions.create(model='qwen/qwen3-max-preview', messages=[...]) のようにします。この互換性はストリーミング、非同期呼び出し、その他のSDK機能にも及びます。
Qwen3-Max-Previewは、Qwenシリーズにおける次世代大規模モデルのプレビュー版であり、おそらくQwen2.5-72Bなどの初期バージョンよりも改善されています。大規模なコンテキストウィンドウ（262Kトークン）は、通常128K以下だった従来のQwenモデルからの大幅なアップグレードです。MMLU-Proスコア83.8は競争力がありますが、同一テスト条件下での従来モデルのスコアがないため、正確な比較はできません。プレビュー版であるため、コスト構造が異なる可能性があり、プロダクションレディなQwen2.5モデルと比較して安定性に欠ける場合があります。ユーザーは、特定のタスクに基づいて両バージョンを評価する必要があります。
直接的なベンチマーク比較はありませんが、GPT-4oはテキスト、ビジョン、オーディオ機能を備えたマルチモーダルモデルであるのに対し、Qwen3-Max-Previewはテキストのみです。GPT-4oは通常、標準MMLUで高いスコア（約88～90）を達成しますが、より難しいバリアントであるMMLU-Proのスコアは異なる可能性があります。GPT-4oのコンテキストウィンドウは128Kトークンで、Qwen3-Max-Previewの262Kの半分です。非常に長いコンテキストを必要とする純粋なテキストタスクでは、Qwen3-Max-Previewが有利かもしれません。しかし、GPT-4oのマルチモダリティとより広範なエコシステムのサポートは、画像やオーディオを含むアプリケーションに適している可能性があります。価格とレイテンシーは、具体的なユースケースで比較する必要があります。
Claude 3.5 Sonnetのコンテキストウィンドウは200Kトークンで、Qwen3-Max-Previewの262Kよりも小さいです。どちらも強力なテキストモデルですが、Claudeは安全性とニュアンスのある推論で知られています。Qwen3-Max-PreviewのMMLU-Proスコア83.8は一つのデータポイントです。Claudeも通常MMLUで高いスコアを獲得します。Claudeモデルは画像入力をサポートしていますが、Qwen3-Max-Previewはテキストのみです。Claudeはまた、特定のシステムプロンプト処理とConstitutional AI機能を備えています。純粋なテキスト処理で非常に長いコンテキストの場合、Qwen3-Max-Previewはコンテキスト長で優位性があるかもしれませんが、特定のタスクにおいてどちらがより良い精度とコスト効率をもたらすかを判断するために、両方をテストする必要があります。
Llama 3.1 405Bは、コンテキストウィンドウが128Kトークンの大規模オープンモデルであり、Qwen3-Max-Previewの262Kよりも大幅に小さい。Llama 3.1 405BのMMLUスコアは標準MMLUで約88.4ですが、MMLU-Proスコアは不明です。Qwen3-Max-PreviewのMMLU-Proでの83.8は、競争力のある推論を示唆しています。Llama 3.1はオープンウェイトで利用可能であり、セルフホスティングが可能ですが、Qwen3-Max-PreviewはOrcaRouterのAPIを介してアクセスされます。オンプレミス展開にはLlamaが好ましいかもしれませんが、使いやすさと大きなコンテキストのためには、API経由のQwen3-Max-Previewの方が簡単です。コスト比較は、セルフホスティングのコストとAPIレートに依存しますが、それらは提供されていません。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="qwen/qwen3-max-preview",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)enable_searchenable_thinkinginclude_reasoninglogprobsmax_tokensnparallel_tool_callspresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstreamstream_optionstemperaturethinking_budgettool_choicetoolstop_ktop_logprobstop_p| 階層 | 入力 / 1M tokens | 出力 / 1M tokens |
|---|---|---|
| ≤ 32K | $0.861 | $3.441 |
| ≤ 128K | $1.434 | $5.735 |
| ≤ 256K | $2.151 | $8.602 |
| 階層はリクエストごとの入力トークン数で決定されます | ||
表示価格に基づく概算
段階制料金 — この見積もりは基本ティアの料金を使用しています。
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
今週の開発者の声
@misc{orcarouter_qwen3_max_preview,
title = {qwen/qwen3-max-preview API},
author = {qwen},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/qwen/qwen3-max-preview}
}qwen. (n.d.). qwen/qwen3-max-preview API. OrcaRouter. https://www.orcarouter.ai/models/qwen/qwen3-max-preview