アリババ、API料金を引き下げ、100万トークンのコンテキストに対応した「Qwen4-Max」を一般提供

読了時間:約9分
Alibaba Opens Qwen4-Max With Lower API Prices and a Million-Token Context

長時間のタスク向けに低価格化したフラッグシップモデル

アリババは「Qwen4-Max」をQwenCloudで一般提供した。コンテキストウィンドウは100万トークンで、料金を引き下げたほか、自社のベンチマーク「Work360」でタスクを完了する際の平均コストが約58%減ったとしている。今回の提供開始は、2026年11月11日に始まった限定プレビューに続くもの。

目次
  1. 長時間のタスク向けに低価格化したフラッグシップモデル
  2. サブスクリプション経由のプレビューから提供範囲を拡大
  3. 100万トークンのウィンドウで扱えるもの
  4. 料金引き下げの仕組み
  5. 繰り返し使う文書の処理コストを削減
  6. 大規模モデルでも有効化するパラメーターは一部
  7. ベンチマークでは向上も、競争力にはばらつき
  8. 開発者が現時点で接続できる機能
  9. エージェントに修正工程を追加
  10. 要点

フラッグシップモデルには、2.4兆パラメーターのバックボーンを持つMixture of Experts(MoE)アーキテクチャを採用した。テキスト、画像、動画を入力でき、テキストを出力する。アリババは、コーディング、オフィス業務、フロントエンド設計、エージェント向けに位置付けている。エージェントとは、ツールを使い、目標に向けて一連の手順を実行できるソフトウェアを指す。

アリババのModel Studioのドキュメントは11月16日更新で、国際向け料金を入力100万トークン当たり1.50ドル、出力100万トークン当たり4.50ドルとしている。トークンはモデルが処理する情報の小さな単位だ。テキストの場合、単語や単語の一部、句読点などが1トークンに当たる。

アリババによると、同程度の作業を行う場合、「Qwen4-Max」は「Qwen3.8-Max」より必要なトークン数も少ない。料金の低下と使用量の削減により、Work360のタスク平均コストは26.58元から11.16元に下がり、15.42元の節約になった。別に公表されたドル換算では4.43ドルから1.67ドルへ、約62%の減少となる。人民元の数値から算出した削減率は約58%で、提供開始時の説明にある数字と一致する。

開発者にとって実用面での魅力は、文書や会話履歴をより多く扱えること、画像・動画を利用できること、そして処理量当たりの料金が下がることの組み合わせにある。実際のアプリケーションでどれだけ節約できるかは、リクエストの内容、推論設定、生成される回答によって異なる。

広告

サブスクリプション経由のプレビューから提供範囲を拡大

「Qwen4-Max」は当初、アリババの「Token Plan」サブスクリプションを通じて公開された。早期アクセスは「Qwen」アプリ、「Qoder」、「QwenWork」、「QwenStudio」にも提供された。一般提供によりQwenCloudから利用できるようになり、アリババの業務・開発アプリでも引き続き使える。

公表された提供開始までの経緯は次の通りだ。

  • 2026年11月11日:アリババが限定プレビューを開始。開発者はToken Planからアクセスでき、同社のアプリでも先行利用が可能になった。
  • 2026年11月16日:アリババがModel Studioのドキュメントを更新し、機能、料金、コンテキストの上限、APIの詳細を公開した。
  • 一般提供:プレビュー後、アリババがQwenCloudからのアクセスを開始。正確な開始日は明らかにしていない。

開発者はモデル識別子「qwen4-max」を指定して呼び出す。Model Studioには100万トークンの無料枠も記載されており、有効期間は有効化、モデル公開、アプリケーション承認のうち最も遅い日から90日間となる。

100万トークンのウィンドウで扱えるもの

「Qwen4-Max」のコンテキストウィンドウとは、リクエストに関わる情報を保持できる領域のことだ。ウィンドウが大きければ、すべてを小さなリクエストに分割することなく、より多くの文書やコード、会話履歴を一つのタスクに含められる。

アリババが示す最大入力長は、非思考モードで991,808トークン、思考モードで983,616トークン。2つのモードではタスクの処理方法が異なる。思考モードでは、回答を出す前にモデルが推論に使える予算を設ける。

ドキュメントによると、最大出力は非思考モードで131,072トークン、思考と最終回答を合わせた上限は262,144トークンだ。一方、提供開始時の説明では最大出力を約393,000トークンとしている。開発者が設定する際の運用上限は、アリババの現行サービスドキュメントに記載されている。

テキスト、画像、動画を入力できるため、アプリケーションで扱える素材の幅が広がる。例えば、文章による指示にスクリーンショットや動画を添えた業務依頼が可能だ。ドキュメントに記載された出力形式はテキストで、コードや構造化データも含まれる。

広告

料金引き下げの仕組み

国際向けAPI料金は、報告されている「Qwen3.8-Max」の入力100万トークン当たり2ドル、出力100万トークン当たり6ドルから、それぞれ1.50ドルと4.50ドルに下がった。いずれも25%の値下げだ。アリババのドキュメントには、グローバル展開向けの料金として入力100万トークン当たり1.413ドル、出力100万トークン当たり4.24ドルも別途記載されている。

入力10万トークンで出力1万トークンのリクエストなら、国際向け料金で0.195ドルとなる。キャッシュによる割引やその他の適用料金は含まない。同じトークン量を従来の2ドル、6ドルの料金で処理すると0.26ドルだ。この計算は使用量を一定に保ち、料金変更だけの影響を示している。

アリババが主張する、タスク当たりのより大きなコスト削減には、トークン使用量の減少も寄与している。Work360では、報告されたトークン消費量が推論設定「Xhigh」で約24%、「High」で35%減った。「Terminal-Bench 4.0」では、それぞれ約48%、49%の減少だった。

推論も料金に含まれる。料金表では、出力料金は思考過程と回答の両方を対象としている。長い推論を求めるアプリケーションは、最終回答が同じように短く見えても、短い回答を求める場合より費用がかかる可能性がある。

繰り返し使う文書の処理コストを削減

「Qwen4-Max」は明示的キャッシュと暗黙的キャッシュに対応する。キャッシュを使えば、標準的な指示、ツールの説明、参照文書など、すでに処理した入力を再利用できる。同じ内容を使うたびに通常の入力料金を支払う必要がなくなる。

アリババのドキュメントによると、明示的キャッシュはOpenAI Chat Completions、OpenAI Responses、Anthropic Messagesの各インターフェースで利用できる。キャッシュの有効期間は5分または1時間。報告された暗黙的キャッシュの読み取り料金は100万トークン当たり0.075ドルで、従来の0.25ドルから70%下がった。

同じ指示や文書を複数の手順で参照することがあるエージェントでは、繰り返し利用の効果が大きい。トークン単価の低下、生成トークンの減少、共通入力の再利用はいずれも、タスク完了までのコスト削減につながる。効果の大きさは、アプリケーションが情報を繰り返し使う頻度やモデルの処理量によって変わる。

広告

大規模モデルでも有効化するパラメーターは一部

「Qwen4-Max」のバックボーンが持つとされる2.4兆パラメーターは、学習で得られた数値設定の総量を表す。MoE設計では、その処理能力の一部を専門コンポーネントに分け、各トークンを処理する際にその中から一部を選択する。

アーキテクチャの詳細によると、1トークン当たりのアクティブパラメーターは710億で、2.4兆のバックボーンの約3%に当たる。また、短い局所的なトークンのパターンを表現するN-gram埋め込みに使うパラメーターが、別に3,280億ある。

アリババの設計は「Qwen Sparse Attention」と「Gated DeltaNet」レイヤーを組み合わせている。簡単に言えば、一部のレイヤーが過去の情報をコンパクトな状態に圧縮し、インデックス機構が長いコンテキストの中から関連部分を選び出す。長いシーケンスの処理負荷を抑える狙いがある。

「Gated Residuals」は情報の流れを4つの並列経路に分け、ゲートによって読み込みと書き込みを制御する。アリババによると、学習中に損失の急増がなく安定しており、ベースモデルは「Qwen3.8-Max-Base」と比べてバイト当たりのビット数を5~13%減らしながら、アクティブ化するパラメーターを25%削減した。バイト当たりのビット数は評価時の予測効率を示す指標で、値が低いほどテスト文章を効率よく予測できる。

ベンチマークでは向上も、競争力にはばらつき

アリババの比較表では、「Qwen4-Max」は16のベンチマークのうち4つで首位となった。最も大きな差をつけたのは、法律分野のエージェント評価「HLAB-Vals-1.1」で、スコアは21.3。「Kimi K3.1」の11.7、「Claude Opus 5.5」の9.2を上回った。

「Agents' Last Exam v1.1」では46.7、「BioMysteryBench」では85.0、「DeepSWE v1.1」では75.7で、それぞれ首位に立った。後者2つの差はわずかで、「BioMysteryBench」では「GPT-6.1 Sol」が84.4、「DeepSWE」では「Kimi K3.1」が75.5を記録している。

アリババの「Work360」スコアは、「Qwen3.8-Max」の47.74から「Qwen4-Max」の52.69へ、4.95ポイント上昇した。Work360は26の大分類と721の専門分野にまたがり、同社の性能とコストに関する主張を幅広い業務タスクで評価する。

一方、競合との差が大きい結果もある。「ProgramBench」では「Qwen4-Max」が31.5で、「Claude Opus 5.5」の65.0を下回った。「Chartography」では54.2で、「GPT-6 Astra」の71.1に及ばなかった。「Claude Opus 5.5」は比較表にある16の評価のうち7つで首位だった。提供開始時の比較は、アリババによる結果と外部のリーダーボードから引用した一部のスコアを組み合わせており、第三者による独立した再検証は行われていない。

広告

開発者が現時点で接続できる機能

アリババはOpenAI Chat Completions、OpenAI Responses、Anthropic Messages、DashScopeの各APIに対応する。これらのインターフェースに対応しているため、開発者は使い慣れた方法でリクエストを送り、結果を受け取れる。ただし、新モデルでアプリケーションを動かすには設定とテストが必要だ。

ドキュメントに記載された機能には、ストリーミング、ウェブ検索、並列ツール呼び出し、JSONオブジェクトまたはJSON Schemaによる構造化出力がある。ストリーミングでは、回答が生成されるそばから受け取れる。並列ツール呼び出しではモデルが複数の操作を同時に要求でき、構造化出力を使えばソフトウェアが一定の形式で情報を受け取りやすくなる。

思考モードはデフォルトで有効で、推論の強度は「High」、思考予算は131,072トークンに設定されている。対応する強度は「Low」「High」「Xhigh」。開発者は、速度、コスト、推論に求める水準に応じて調整できる。

アリババの公式機能表では、バッチ推論、ファインチューニング、モデルデプロイには対応していないとしている。これは、バッチ処理とファインチューニングを対応機能に挙げた提供開始時の説明より範囲が狭い。グローバル向けの上限は毎分3万回の呼び出し、入力・出力合わせて毎分500万トークンで、どちらか一方の上限に達した時点でトラフィックが制限される。

エージェントに修正工程を追加

アリババは、エージェントが作業の初稿を提示し、ユーザーのフィードバックを受けて修正できるプラグインも公開した。1回の実行でタスクを完了させることを目指すワークフローに、レビュー工程を加えるものだ。

ユーザーは初稿を確認した上で、エージェントに変更を指示できる。オフィス業務、コーディング、設計では、長い一連の作業が終わるまで待たずに、途中で方向を修正できる。

「Qwen4-Max」は独自モデルで、ホスト型サービスを通じて提供される。顧客のハードウェアで実行するためのモデルウェイトはダウンロードできない。アリババは小型の「Qwen4」モデルをオープンソースとして公開する計画だ。当面、フラッグシップモデルは同社のクラウドおよびアプリケーション製品を通じて利用する。

要点

  • 「Qwen4-Max」は2026年11月11日に始まったプレビューを経て、QwenCloudで一般提供された。
  • テキスト、画像、動画を入力でき、100万トークンのコンテキストウィンドウに対応する。
  • 国際向けAPI料金は入力100万トークン当たり1.50ドル、出力100万トークン当たり4.50ドルで、前モデルの報告料金より25%安い。
  • アリババによると、Work360のタスク平均コストは26.58元から11.16元に下がり、約58%減少した。
  • 公式ドキュメントに記載された最大出力は、非思考モードで131,072トークン、思考と回答を合わせて262,144トークン。
  • アリババの比較表では16のベンチマークのうち4つで首位となった一方、コーディングや画像関連の一部タスクでは結果が振るわなかった。
  • フラッグシップモデルは引き続きホスト型の独自モデルで、小型の「Qwen4」モデルはオープンソースでの公開が予定されている。
この記事を共有

こちらもおすすめ