ニュース

「Qwen4-Max」正式リリース。小規模モデルのオープンウェイト化予告も

 Qwen4世代にも、オープンウェイト(モデルの重み)の公開が予告された。AlibabaのAI開発チームQwenは11月16日(日本時間)、次世代AIモデル群「Qwen4」の最上位で総パラメータ数2.4T(2.4兆)の「Qwen4-Max」を正式に発表し、提供を開始した。Qwen4-Max自体の重みはまだ公開されていないが、同じ世代の技術で開発した小規模モデルをオープンウェイトとして公開する方針を示した。

 注目は、人気の高い27Bクラスや125Bクラスの公開が続くかどうかだ。直近のQwen3.8世代では、27Bクラスの「Qwen3.8-27B」と、125Bクラスの「Qwen3.8-Flash-Next」が公開された。最上位のQwen3.8-Maxも、ベースにあたる「Qwen3.8-2.4T-A95B」が公開されている。その前のQwen3.5~3.6世代では、「Qwen3.6-27B」や「Qwen3.6-35B-A3B」、「Qwen3.5-9B」が公開されていた。

「Qwen4-Max」はトークン最大半減で前世代超え

 Qwen4-Maxは、新アーキテクチャ「Qwen4」を採用した最上位のマルチモーダルモデルで、コーディングや事務作業から3Dモデリング、製造、金融・法務・医療まで、実務のタスクを想定して開発された。バックボーンの総パラメータ数2.4T、これと別に328B(3,280億)のN-gram Embeddingパラメータを持ち、1トークンあたりのアクティブパラメータ数71B(710億)のMoE型で、画像や動画も入力でき、コンテキスト長(一度に扱える文章量)は100万トークンに達する。MoEは、モデル内部を役割の異なる多数の小さなネットワークに分割し、入力ごとに必要なものだけを動かして計算量を抑える仕組みだ。

 新アーキテクチャの柱の1つが「GDN+Qwen Sparse Attention(QSA)」だ。文脈を圧縮して覚える方式と、関係の深い箇所だけを読み返す方式を組み合わせたアテンション(文脈のどこに注目するかを決める仕組み)で、長文処理の計算コストを抑える。「Gated Residual」は、層をまたぐ情報の流れをゲートで調整し、学習を安定させる設計だ。「N-gram Embedding」は、連続する語のパターンを手がかりに、用意しておいた表現を引き当てる仕組みで、少ない計算でモデルの容量を拡大する。

Qwen4-Maxと他社最上位モデルのベンチマーク比較。Agents' Last Exam v1.1は46.7で首位

 性能だけでなく、トークンの消費量も減った。端末のコマンド操作を伴うコーディングの「Terminal-Bench 4.0」では、前世代と比べ、同じタスクにかかるトークン消費を推論の設定に応じて約48~49%削減した。内部評価では、1タスクあたりの平均コストが4.43ドル(約709円、1ドル=約160円換算)から1.67ドル(約267円)へ62%低下したという。

 他社の最上位モデルとの比較でも、首位に立つベンチマークがある。実務タスクでエージェントを測る「Agents' Last Exam v1.1」は46.7で、Anthropicの「Claude Opus 5.5」の43.4を上回った。長期のソフトウェア開発を測る「DeepSWE v1.1」も75.7で、Claude Opus 5.5を含めた比較対象の中で最も高い。

 ただし、Terminal-Bench 4.0は48.5で、Claude Opus 5.5の59.6や「Kimi K3.1」の67.2に届かない。職務タスクの「JobBench」も68.5で、Claude Opus 5.5の75.4を下回った。

 11月11日からはプレビュー版が割引価格で先行提供されており、今回、正式なAPI料金が公表された。API料金は100万トークンあたり入力1.5ドル(約240円)、出力4.5ドル(約720円)で、同じ内容を繰り返し送る際のキャッシュ入力は0.075ドル(約12円)。いずれも前世代のQwen3.8-Maxより値下げされた。APIのほか、アプリ「Qwen Studio」や「QwenWork」、コーディングツール「Qoder」でも利用でき、定額制の「Token Plan」からも接続できる。