Alibabaは2026年11月16日、Qwenシリーズでこれまで最も高性能なモデルとして「Qwen4-Max」を公開した。総パラメーター数は2.4兆で、処理するトークンごとに71億パラメーターを使用する。画像をネイティブに扱え、コンテキストウィンドウは最大100万トークンに対応する。コンテキストウィンドウとは、モデルが一度に考慮できるテキストなどの入力の量を指す。
Qwen4-Maxは、Alibaba CloudのQwenCloud Token PlanとAPIのほか、同社のQwenWorkおよびQwenStudioから利用できる。コーディングや職場での業務から、視覚的推論、研究まで幅広いタスクを想定したモデルだ。Alibabaによると、コーディングのランキング「Code Arena」で6位となり、ほかの複数のベンチマークでも良好な成績を収めたという。これらは同社が公表した結果で、発表には各テストの詳細なスコアは記載されていない。
これまでの経緯
Qwen4-Maxは、リクエストごとにモデル全体ではなく一部だけを使う、スパースなMixture-of-Experts設計を採用する。Alibabaによると、新しいアーキテクチャではアテンション、残差接続、埋め込みを変更した。総パラメーター数が同じ2.4兆の旧モデルQwen3.8-Maxと比べ、トークンごとに使用するパラメーターを25%削減している。同社は、これによりQwen4-Maxの性能を高めながら、運用コストを抑えられるとしている。
直接比較のため、Alibabaは721の専門分野にわたる難度の高いタスクを扱う自社ベンチマーク「Work360」を使用した。同社によると、Qwen4-MaxはHigh effort reasoningモードで使用トークン数を35%減らし、タスクあたりの平均コストを約60%下げながら、総合的にQwen3.8-Maxを上回った。MarkTechPostはコスト削減率を62%と報じている。数値は近いものの、情報源は差の理由を説明していない。Work360は独自ベンチマークのため、こうした情報だけではタスクや結果を読者が独自に検証できない。
Alibabaが示す活用例
Alibabaは、チャットやコーディング以外の用途も紹介している。クラウドインフラのテストでは、データアノテーション用のモデル呼び出しにかかるコストを平均9%削減し、オフラインでのCPU再スケジューリングを14倍以上高速化したという。自動車製造のデモでは、設計を繰り返し、加工ミスを確認することで、手作業によるワークのプログラミング時間を約475分から24分に短縮したとしている。いずれもAlibabaが報告した事例と測定値であり、独立した評価ではない。
同社は、長時間稼働するAIエージェントを使った科学研究のプロジェクトを2件紹介している。AIエージェントとは、ツールを使いながら一連のタスクを実行できるシステムだ。1件目ではQwen4を48時間連続で稼働させ、分子の設計、合成、検証、学習を4回繰り返し、実験で有効性を確認した冷却剤分子を特定した。アルツハイマー病研究の実験では、Qwen4-Maxがツールを454回呼び出し、3,239回評価を行い、候補分子24種類を設計・改良したという。発表では、これらの候補が治療薬であることや、研究成果が独立して評価されたことは示されていない。
今後の展開
Alibabaが示すQwen4-Maxの入力料金は、「Implicit Cache Hit」の場合、100万トークンあたり$0.075。MarkTechPostは、同じキャッシュ条件を明記せず、入力100万トークンあたり$1.50と報じている。条件の記述が異なる料金のため、キャッシュ利用時の低い価格を、すべてのリクエストに適用される一般的な料金とみなすべきではない。入力、出力、キャッシュ条件ごとの全料金を比較できる情報は示されていない。
Alibabaは、Qwen4シリーズの小型オープンウェイトモデルを近く世界の開発者向けに公開するとしているが、日程は明らかにしていない。オープンウェイトモデルは、ほかの利用者が使ったり改変したりできるよう、モデルの重みを公開するものだ。現時点でQwen4-MaxはAlibabaのクラウドサービスとアプリから利用できるが、最上位モデル自体をオープンウェイトで公開するとは発表していない。
なぜ重要か
Alibaba Cloudをすでに利用している開発者や企業は、Qwen4-MaxをAPIやToken Planから使えるため、小型のオープンウェイトモデルを待たずに試せる。Work360の結果が示すとおり、一部の業務タスクではQwen3.8-Maxよりコストを抑えられる可能性がある。一方、ベンチマークは独自のもので、公表された料金も異なる入力条件を示している。特定の用途で実際にいくらかかるのか、また他の選択肢より安いのかは、公開情報からは判断できない。