公開データはQwen4 Maxを先に試す理由になりますが、自動的な移行判断にはなりません。AlibabaはWork360のスコア向上とtoken数減少を報告し、Artificial Analysisも高い指数値を公開。シンガポールのAPI定価も低くなっています。ただし試験はすべて独立・同条件ではなく、実際の用途で結果が変わる可能性があります。リリース議論では、ある利用者が詳細不明のタスクで「pretty meh, compared to Sonnet」と述べました。これは条件が重要だという声であり、統制された比較ではありません(Redditコメント)。
費用はQwen4 Max料金、公開証拠のレビューはQwen4 Maxレビューを参照してください。2026年11月16日の提供開始後にQwen3.8 Maxを置き換えるべきかを検討します。
要点
Alibaba Work360はQwen4 Max 52.69、Qwen3.8 Max 47.74。Highでtoken数35%減と発表。
Artificial AnalysisのIntelligence Indexスナップショットは43対34。完了率ではありません。
シンガポールAPIの入力/出力はQwen4 Maxが$1.50/$4.50/M、Qwen3.8 Maxが$2/$6/M。
同量の未キャッシュtokenではQwen4 Maxが25%安く、Qwen3.8 MaxはQwen4を基準に33⅓%高い。
合格した作業の費用、品質、信頼性が反復テストで改善する場合だけ移行します。
Qwen4 MaxとQwen3.8 Maxの比較
公式情報を2026年11月17日に確認。スコアは異なる評価の結果で、同一テストの順位ではありません。
| 項目 | Qwen4 Max | Qwen3.8 Max | 意味 |
|---|---|---|---|
| 総パラメータ / tokenあたり有効数 | 2.4T / 71B | 2.4T / 95B | 総規模は同等、Qwen4は有効数が少ないと報告 |
| Alibaba Work360 | 52.69 | 47.74 | Alibaba独自評価で高いが、抽出方法は限定公開 |
| Work360 Highのtoken量 | 前世代より35%減 | 基準 | メーカー報告で一般的保証ではない |
| Artificial Analysis指数スナップショット | 43 | 34 | 第三者の複合指数で勝率ではない |
| シンガポールAPI入力/出力 | $1.50 / $4.50 per 1M | $2 / $6 per 1M | 現行定価。キャッシュとツールは別 |
| コンテキスト | 最大1M token | 最大1M token | 容量は全文の正確性を保証しない |
単価25%減でもタスク費用は要検証
同じ未キャッシュ入力・出力数なら、Qwen4 Maxの単価は25%低いです。(1.50 × 入力 + 4.50 × 出力) / 1Mに対し、Qwen3.8 Maxは(2 × 入力 + 6 × 出力) / 1M。Qwen4を基準にすればQwen3.8は33⅓%高くなります。どちらの割合も品質を調整したタスク費用ではありません。
Alibabaの料金表はキャッシュ料金を別にしています。両モデルのキャッシュ命中単価は地域別で、Qwen4 Maxシンガポールの読み取りは$0.075/M、書き込みは5分$1.875/M、1時間$3/Mです。キャッシュの説明で命中条件を確認してください。
能力の証拠はQwen4寄りだが、限界がある
Alibabaの11月16日発表はWork360で52.69対47.74、Highでtoken数35%減、Xhighで24%減、平均タスク費用RMB 26.58から11.16を報告しています。ベンダー作成の評価で、タスク抽出、実行記録、誤差区間の全詳細は公開されていません。API請求額の予測でなく、メーカー報告として扱います。
Artificial AnalysisのIntelligence Indexは11月17日確認のスナップショットで43対34です。複数のタスクと採点方法をまとめた指数であり、あなたの作業で成功確率が9ポイント上がる意味ではありません。
コミュニティの反応は分かれています。同じRedditスレッドで、ある人は推論時tokenを「50-65% less tokens in thinking」とする小型モデルを期待し、別の人は指数の信頼性に疑問を示しました(スレッド)。これは利用者の優先事項と疑問であり、モデル測定ではありません。
用途別の判断
| 用途 | 先に試すモデル | 理由 | 確認項目 |
|---|---|---|---|
| 新しいコード/Agent試験 | Qwen4 Max | 新しい公開情報と低い定価 | 合格修正、再試行、総時間、総費用 |
| 安定稼働中のQwen3.8 | 維持し、並行テスト | 自分の基準なしに移行リスクを取らない | 同じprompt、ツール、アクセス、基準 |
| 同じ長いpromptを反復 | 両モデルの実際のキャッシュ比較 | キャッシュは基本料金と別ルール | 命中、書き込み費、地域 |
| 長文書の処理 | 同じ資料で両方を試す | 両モデルとも最大1Mを掲示 | 検索精度、漏れ、確認時間、費用 |
Qwen3.8 Maxレビューとブラウザー利用の根拠は前世代の背景です。Qwen4 Maxプレビュー記事は限定公開期を説明します。現在APIとToken Planで提供されていますが、各クライアントで使えるかは別です。
公平な移行テスト
代表的な3課題を選びます。出典付きWeb調査、テスト付きコード変更、長文書比較です。prompt、ツール、資料、地域、合格条件を固定します。可能なら両モデルで各課題を3回以上実行し、model ID、推論レベル、入出力/キャッシュtoken、ツール、再試行、完了、所要時間、費用、人手修正を記録します。
合格タスクあたりの費用 = 全試行費用 ÷ 合格タスク数出力の確認・修正時間も含めます。Tabbit Browserは資料を集めてブラウザー内で比較するのに使えます。TabbitガイドとAgent推論の解説も参考になります。
結論:Qwen4を試し、自動置換はしない
新しい評価ではQwen4 Maxを先に試すのが合理的です。二つの公開比較でスコアが高く、token単価も安いからです。Qwen3.8 Maxを本番で検証済みなら、同条件の反復で利用者に重要な改善が確認できるまで維持してください。品質、合格タスク費用、運用安定性を合わせて比べます。Qwen4モデルページ (English)に資料があります。
詳しい根拠はQwen4 Maxレビュー、費用例はQwen4 Max料金を参照してください。
TabbitブラウザーでQwen4-Maxを利用できます。Tabbitをダウンロードし、チャットのモデル一覧からQwen4-Maxを選んでお試しください。
よくある質問
Qwen4 MaxはQwen3.8 Maxより優れていますか?
Qwen4 MaxはAlibabaのWork360とArtificial AnalysisのIntelligence Indexスナップショットで高いスコアです。方法は異なり、あらゆる用途での勝者を示すものではありません。
Qwen4 Maxの方が安いですか?
シンガポールのAPI定価は、同じ未キャッシュ入力・出力token数なら25%低い料金です。タスク費用はtoken数、キャッシュ、再試行、ツール、成功率にも左右されます。
Qwen3.8 Maxから移行すべきですか?
同じ代表的なタスクと合格基準で両方を実行してください。現行モデルが基準を満たすなら維持し、繰り返しの結果が移行を裏付ける場合だけ変更します。
TabbitでQwen4 Maxを使えますか?
TabbitブラウザーでQwen4-Maxを利用できます。Tabbitをダウンロードし、チャットのモデル一覧からQwen4-Maxを選んでお試しください。
Work360は独立評価ですか?
いいえ。Work360はAlibabaが報告するベンチマークです。Artificial Analysisの第三者指数もありますが、いずれも全タスクの性能を証明しません。