ハイライト
- 本番向けQwen4フラッグシップ: Alibabaは11月16日に、2.4Tのバックボーン、tokenあたり71Bのアクティブパラメータ、ネイティブビジョン、100万コンテキストを備えた
qwen4-maxをリリースしました - タスクあたりの低コスト化: 公式Work360の平均コストは$4.43から**$1.67**に下がり、62%削減されました
- APIYIのプロバイダー価格: 100万tokensあたり入力$1.50、出力$4.50、キャッシュ入力$0.075で、条件を満たすチャージボーナスも利用できます
- 3つのエンドポイント、4つのグループ: チャット補完、レスポンス、メッセージは、Default、SVIP、CodexResponses、ClaudeCode全体で利用できます
- 繰り返しではなく実測: リリース前の325回の呼び出しに加え、Defaultグループでのリリース後チェックを15回実施しました。951,498 tokensのリクエストでは、中央と末尾の両方からマーカーが再現されました
情報は2026-11-17 (UTC+8)に確認済みです。主な情報源は、Qwenの
qwen.ai/blog?id=qwen4-maxでの発表と、qwencloud.com/models/qwen4-maxのQwenCloudモデルページです。APIYIの価格は公開価格APIに基づいており、テスト結果は同日に収集しました。背景
Qwen4-Max は、Qwen4 ファミリー初のフラッグシップです。目標は、単独の推論問題でより高いスコアを獲得することだけではなく、大規模なコードベースの読み取り、長文ドキュメントの分析、ツールの使用、実行結果からの反復改善といった、継続的な専門作業への対応です。 この世代を特徴づけるテーマは、ネイティブマルチモーダルと長期実行の2つです。テキスト、画像、動画の入力は、1M のコンテキストウィンドウを共有します。Alibaba はさらにライブデリバリーを導入しました。これは、長時間稼働するエージェントが最後まで待って結果だけを返すのではなく、まず利用可能なバージョンを早期に提供し、その後ユーザーからのフィードバックを通じて拡張していく仕組みです。 APIYI は11月17日にqwen4-maxを掲載しました。プロバイダー準拠の価格設定に加えて、長いコンテキスト、ツール呼び出し、構造化出力、キャッシュ、3種類すべてのエンドポイント形式をテストしました。
詳細
アーキテクチャ:容量と推論コストのバランス
GDN + QSA
Gated DeltaNetは履歴を固定サイズの状態に圧縮し、Qwenスパースアテンションはマイクロブロック単位で関連性の高いコンテキストを選択することで、長いシーケンスにおけるアテンションとインデックス作成のコストを削減します。
ゲーテッド残差
4つの並列残差ブランチが動的な読み取りゲートと書き込みゲートを使用し、情報フロー、モデル容量、学習の安定性を向上させます。
N-gram埋め込み
コンテキストベースのルックアップによって、局所的なtokenパターンの表現を追加します。追加の3,280億パラメータにより、推論計算量をほとんど増やすことなく容量を拡大します。
公式の効率結果:token単価を超える節約
最後の2行が最も重要です。コストは100万tokenあたりの価格と、タスク完了に必要なtoken数の両方に依存します。Qwen4-Maxはその両方を削減し、Alibabaが報告したタスクレベルの節約を実現します。
公式仕様
APIYIテスト:ほぼ100万のコンテキストと3つのエンドポイント
機能、パラメータ、エラー境界を対象に、リリース前の呼び出しを325件実行し、その後Defaultグループのtokenを使用してリリース確認を15件実施しました。- ほぼ100万のリコール:951,498入力tokenが92.3秒で返され、ドキュメント中央部と末尾の両方のマーカーが正しくリコールされました
- 長いコンテキストのカバレッジ:8K、32K、128Kのリコールが3つすべてのエンドポイントで合格し、32Kのリリース確認にも合格しました
- ツール呼び出し:単一、並列、名前付き、ストリーミングの呼び出しが、完全なツール結果の再生を含めて機能しました。Responsesには、以下に記載する
tool_choice="required"例外があります - マルチモダリティ:画像OCR、2枚の画像による色と形状の認識、動画の説明が正確でした
- 構造化出力:ChatとResponsesで厳密なJSON Schemaに合格し、パース可能なストリーミングJSONも含まれます
- 安定性:12-wayの同時実行数でChatリクエスト12件すべてが成功し、3つすべてのエンドポイントで長いストリームが正常に終了しました
エンドポイントとグループの選択
これらはクライアント固有の推奨事項であり、他のグループを制限するものではありません。3つすべてのエンドポイントで、Defaultグループのtokenを使った最小限のリクエストにも合格しました。各tokenで利用可能なグループは、そのコンソール設定によって決まります。
開始する
推奨シナリオ
- コードベース分析とコーディングエージェント:プロジェクトコンテキストを大規模に読み取り、その後の実行に向けてツール結果を返します
- 法律・財務・医療文書の分析:長い文書と画像を組み合わせながら、証拠の位置を保持します
- 構造化抽出:自由形式のテキストを解析するのではなく、JSON Schemaでフィールドを制約します
- 長期的な調査とコンテンツ制作:利用可能な初稿を提供し、その後、反復的なフィードバックを通じて改訂します
クイックスタート
reasoning_effort="none"を使用して推論 token を削減し、複雑な推論にはより高いティアを選択してください。
4つの統合に関する注意事項
- Responsesでのツール強制:プロバイダーのテストでは
tool_choice="required"が無視されました。名前付きツールまたはChat Completionsを代わりに使用してください。 - Messagesでの構造化出力:OpenAI形式の
response_formatは効果がなく、max_tokensが必要です。厳密な構造にはツール呼び出しを使用してください。 - 基本的なJSONモード:
json_objectは解析可能なJSONを保証しますが、トップレベルオブジェクトやフィールド構造は保証しません。厳密な要件にはjson_schemaを使用してください。 - キャッシュの計上:APIの使用量は課金明細ではありません。個別のコンソールログの課金詳細で、ヒット数と割引を確認してください。
料金と利用可能状況
料金
チャージボーナス適用前の100万 token あたり:
料金はQwen4-Maxの国際向けプロバイダーサイトと一致していますが、変更される場合があります。最新の料金については、モデルの料金を確認してください。
チャージプロモーション
チャージボーナスの10%~20%により、実質料金は定価の約83~91%になります。ボーナスの段階は1回のチャージ額によって決まり、モデルの表示単価は変更されません。概要と推奨事項
Qwen4-Maxは、長文ドキュメント、マルチモーダル、ツール駆動型エージェントのワークロードに適した有力な候補です。主な進歩は、単一のリーダーボード結果ではなく、アーキテクチャの効率性、長時間にわたる実行、プロフェッショナルな成果物の生成にあります。Alibabaが報告した平均タスクコスト62%削減は、token料金とタスクあたりのtoken消費量の両方を評価する必要があることを示しています。 一般的な統合にはChat Completions、CodexにはCodexResponses、Claude CodeにはClaudeCodeを使用してください。通常の呼び出しではthinkingを無効にし、複雑な推論では引き上げ、厳密な構造にはJSON Schemaを使用してください。すべてのパラメーターとテストに関する注記については、Qwen4-Maxの概要を参照してください。出典:Qwenの公式発表(
qwen.ai/blog?id=qwen4-max)およびQwenCloudのモデルページ(qwencloud.com/models/qwen4-max)。取得日時は2026-11-17 (UTC+8)です。APIYIの調査結果は、リリース前の呼び出し325件とDefaultグループのリリース確認15件を対象としています。公式ベンチマークの数値はプロバイダーが公開したものであり、独立した再実行は行っていません。