
AlibabaのAI開発チームQwenは、次世代AIモデル群「Qwen4」の最上位モデル「Qwen4-Max」の正式提供を始めました。総パラメータ数は2.4兆で、テキストに加えて画像や動画を入力できます。Qwenは、同世代の技術で開発した小規模モデルの重みを公開する方針も示しました。
画像や動画を扱う2.4兆パラメータのモデル
Qwen4-Maxは、文章以外の情報も扱えるマルチモーダルモデルです。コーディングや事務作業のほか、3Dモデリング、製造、金融、法務、医療のタスクを想定しています。ウェブ検索や外部ツールの呼び出し、決まった形式での出力にも対応します。
モデル本体の総パラメータ数は2.4兆です。これとは別に、連続する語のパターンを扱うN-gram Embeddingに3280億のパラメータを持ちます。入力を処理する際に使うパラメータは、1トークンあたり710億です。
内部には、入力に応じて必要な部分を動かすMoEという方式を採用しています。一度に扱えるコンテキスト長は100万トークンです。トークンは、AIが文章などを処理する際の単位です。
前世代から引き継いだ入力と文脈長
前世代のQwen3.8-Maxも総パラメータ数が2.4兆のMoEモデルです。テキスト、画像、動画を入力でき、文章を出力します。コンテキスト長も100万トークンでした。
Qwen4-Maxでは画像と動画の理解に加え、PDFの理解にも対応しています。ウェブ検索やコードを実行するツールも利用できます。コードの実行には推論機能を有効にする必要があります。
Qwen4-Maxの入力上限は、推論を使わない場合が99万1808トークン、推論を使う場合が98万3616トークンです。動画入力の総画素数の上限は2億6843万5456です。処理を分けて実行するストリーミングや、複数のツールの並列呼び出しにも対応します。
長文処理と学習を支える構造
新しい構造の一つは「GDN」と「Qwen Sparse Attention」を組み合わせた仕組みです。文脈を圧縮して保持する方式と、関連の深い箇所を選んで読み返す方式を組み合わせています。長い文章を処理する際の計算コストを抑える設計です。
「Gated Residual」は、モデルの層をまたぐ情報の流れを調整します。ゲートを使って流れを制御し、学習を安定させる設計です。N-gram Embeddingは、連続する語のパターンを手がかりに、用意された表現を引き当てます。
QwenはQwen4-Max自体のモデルの重みを公開していません。一方、同世代の技術を使っ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です。オープンウェイトとは、学習済みモデルの重みを公開する形態です。
評価試験とトークン消費量
Qwenは、端末でのコマンド操作を伴うコーディング試験「Terminal-Bench 4.0」で、前世代に比べて同じタスクのトークン消費量を約48〜49%削減したとしています。削減率は推論の設定によって異なります。内部評価では、1タスクあたりの平均コストも4.43ドル(約710円)から1.67ドル(約270円)へ62%低下したとしています。
実務タスクでAIエージェントを測る「Agents' Last Exam v1.1」では、Qwen4-Maxは46.7を記録しました。比較対象のClaude Opus 5.5は43.4でした。長期のソフトウェア開発を測る「DeepSWE v1.1」では75.7で、比較対象の中で最も高い結果です。
一方、Terminal-Bench 4.0でのQwen4-Maxの結果は48.5でした。Claude Opus 5.5は59.6、Kimi K3.1は67.2です。職務タスクを測る「JobBench」では、Qwen4-Maxが68.5、Claude Opus 5.5が75.4でした。
API料金と利用できるサービス
正式版のAPI料金は、100万トークンあたり入力が1.5ドル(約240円)、出力が4.5ドル(約720円)です。繰り返し送る内容に使う暗黙的なキャッシュ入力は、100万トークンあたり0.075ドル(約12円)です。いずれも前世代のQwen3.8-Maxから値下げされています。
明示的なキャッシュの作成料金は、100万トークンあたり5分間の場合が1.875ドル(約300円)、1時間の場合が3ドル(約480円)です。明示的なキャッシュの読み取りは、100万トークンあたり0.075ドル(約12円)です。APIはOpenAIとAnthropicの形式に互換性があります。
APIのほか、「Qwen Studio」「QwenWork」、コーディングツールの「Qoder」でも利用できます。定額制の「Token Plan」からの接続にも対応します。正式提供に先立ち、11月11日からプレビュー版が割引価格で提供されていました。










