AIモデル

Qwen4-Max、2.4兆パラメータより1タスク1.67ドルが本題

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。

佐藤健太佐藤健太
人気度:1,650
専門家タイルの密な格子、点灯した6つのノード、それらを縫う長いリボン

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。

このニュースを共有

出典

関連AIニュース

上昇する報酬曲線と27Bのバッジが並ぶ端末画面
AIモデル

DaisyRose-27B、強化学習だけでTerminal-Bench 4.1を5.6%から12.0%に

RadixArkは、Qwen3.8-27Bを土台に強化学習だけで鍛えたDaisyRose-27Bを公開した。Terminal-Bench 4.1のpass@1は5.6%から12.0%へ倍増した。18日間、1,200タスク、H200 144枚という規模の話である。

人気度:1,330
ノートPCの輪郭の内側で、3枚の層がループ矢印を通る図
AIモデル

Inkling 2 Miniは同じ層を3回通す、ノートPCで動く27B級モデル

Thinking Machines Labは11月20日、open weightsのInkling 2 Miniを公開した。24層の中間12層を1トークンにつき3回通すlooped transformerで、ノートPCに載る重さのまま48層分の計算を回す。

人気度:1,710
暗い背景に長く伸びるティール色の波形と、1本のオレンジのアクセントバー
AIモデル

0.5BのRumble-2-Flashが30Bの音声認識と並んだ

0.5Bのモデルが、30Bのモデルとほぼ同じ誤り率で電話音声を文字にする。Reson8が公開したRumble-2-Flashは、文字起こしの費用構造を変える側のニュースだ。

人気度:560
深い青の背景で、小さく光る核を囲む3つのネオンの輪
AIモデル

Gemini 4 Neonが有料プランに入った、選択肢は4つに

Googleは11月18日、Gemini 4 Neonを発表した。有料の加入者が最初に気にするのは、選択肢から二つの名前が消えたことと、新しいミドルクラスがいくらで動くかである。

人気度:1,500