大きいモデルを安く売る話ではない。1つの仕事を終えるまでのtokenを減らし、請求額を下げる話だ。得点と単価を分けて読む。
Qwen4-Maxはbenchmarkではなく単価で売る
11月16日、AlibabaはQwen4-Maxを発表した。mixture-of-expertsのモデルで、総パラメータは2.4兆、1tokenあたりの稼働は710億。画像を直接受け取り、1M-token contextを持つ。提供はAlibaba Cloud経由で、入力100万tokenあたり1.50ドル、出力4.50ドル、キャッシュヒットが0.075ドル。
数字を並べれば強く見える。重心は別にある。同じ仕事をより少ないtokenで終わらせる、という主張だ。
mixture-of-expertsを支える2つの仕掛け
内側で目を引くのは、よく出るtoken列をキャッシュとして抱える3280億パラメータのN-gram埋め込み層と、他社で一般的な1本の経路ではなく4本の並列ゲート付きチャネルを通る残差接続である。
attentionは混成にした。3層が直前までの文脈を圧縮し、4層目が必要な情報だけを選ぶ。Gated DeltaNetが長いプロンプトのハードウェア要件を下げ、QSAが不要なデータを飛ばす。学習はloss spikeなしで通ったとAlibabaは述べる。Qwen4-Max-Baseは、tokenあたりの稼働を25%減らしながら、bits per byteでQwen3.8-Max-Baseを5%から13%上回った。
1M-token contextは何を変えるか
1M-token contextは仕様表では地味な一行だが、数百ページの仕様書や監査ログをまとめて渡せる現場では効く。分割の設計から解放される代わりに、長い入力の費用と精度が問題になる。
ただし公表されているのは自社の説明で、第三者の追試ではない。
Work360が示す1タスク1.67ドル
Alibabaの主張で最も具体的なのがWork360だ。721分野を扱う産業作業のbenchmarkで、1タスクあたりの平均費用が4.43ドルから1.67ドルへ下がった。減少幅は62%で、スコアは47.74から52.69へ上がった。
tokenの使用量も減った。社内のナレッジワークbenchmarkで35%減、Terminal-Bench 4.0で約49%減である。値下げではなく「短く済む」に理由を置いた点が、この発表の性格を表す。
Artificial Analysisで見えたQwen4-Maxの弱さ
外部の目で見ると、話は複雑になる。Artificial AnalysisのIntelligence IndexでQwen4-Maxは43。Qwen3.8-Maxより9点高く、Kimi K3.1 Proの46には3点届かない。1タスクあたりの費用は3.27ドルで、前世代の10.02ドルとKimiの3.68ドルの間に入る。では、安さはどこまで意味を持つのか?
落とすbenchmarkもある。Terminal-Bench 4.0は48%で、Kimiの67%に届かない。FrontierCode 2.0は26%でKimiと並び、Tencent Hy4の31%の後ろに付ける。Humanity's Last ExamではOpus 5.5とGPT系の下、HealthBench ProfessionalでもGPT系の下にいる。HLE-Diamondだけは21点伸びて45%になった。
AlibabaのLive Deliveryと日本の業務
製品側の売りはLive Deliveryだ。長いagent実行の途中で使える初稿を先に返し、利用者は方向を直せる。Qwen-Live-Delivery-Pluginはオープンソースで公開された。
導入例は2社。SANFとPacific Unionは、1つのワークピースにかかる手作業のプログラミングを約475分から24分に短縮した。金融向けの構成では90のMCPツールを呼び、数値の追えるExcelとPowerPointを返す。いずれも同社の説明で、独立した検証は薄い。
国内では、見積もり作成や日本語の帳票処理に当てる使い方が現実的だ。Alibaba Cloudの東京リージョンから呼べる点は、遅延とデータ所在の両面で効く。同じ削減が日本語の文書で出るかは、自前で測るしかない。
Qwen4-Maxをどう見るか
Qwen4-Maxはオープンウェイトではなく、Qwen4系の小型モデルを後日オープンソース化するとAlibabaは説明しているが、その配布はまだ始まっていない。安いtokenは、agentが仕事を終えて初めて意味を持つ。次に見るのは、第三者が同じ条件で測った1タスク費用と、長い文脈での取りこぼしだ。






