アリババ、Qwen4-Maxを発表 — Claude Opus 5.5を上回るコーディング性能を主張
重要ポイント
- •Qwen4-Maxは2026年11月16日、アリババのQwen4シリーズの最上位モデルとして公開された。2.4兆パラメータのバックボーンを持つスパースなMixture-of-Expertsアーキテクチャに基づいている。
- •アリババはDeepSWE v1.1コーディングベンチマークで75.7のスコアを報告し、Claude Opus 5.5を上回りKimi K3.1 Proと競争力があるとしているが、独立系ランキングではタスクあたりコストの有利さを認められつつも、Kimiなどの競合より下位に位置づけられている。
- •本モデルは前世代のQwen3.8-Maxよりトークン使用量を約50%削減し、平均タスクコストは60%以上低下した。入力100万トークンあたり1.50ドル、出力100万トークンあたり4.50ドルの価格設定で、タスクあたりコストは約3.27ドル。
- •Qwen4-Maxはテキスト・画像・動画に対応するマルチモーダルモデルで、最大100万トークンのコンテキストウィンドウをサポートし、OpenAIおよびAnthropicのプロトコルと互換性があるため、競合プラットフォーム利用者の開発者でも乗り換えやすい。
- •アリババはQwen4シリーズのより小型のオープンウェイトモデルを公開する計画であり、フラッグシップはクローズドのままとし、医療・金融・法務といった文書処理の多いセクター向けにモデルを位置づけている。

アリババは新たなフラッグシップAIモデル「Qwen4-Max」を公開し、コーディング性能について大胆な主張を展開した。同社はこのモデルがAnthropicのClaude Opus 5.5を上回り、Moonshot AIのKimi K3.1 Proに対してもコーディングベンチマークで競争力のある結果を示すと説明しているが、独立系のランキングはより複雑な実態を物語っている。
アリババが実際に投入したもの
Qwen4-Maxは2026年11月16日、新Qwen4シリーズの最上位モデルとして公開された。2.4兆パラメータのバックボーンを基盤とするスパースなMixture-of-Experts(専門家混合)アーキテクチャを採用している。
このアーキテクチャについて簡単に説明しよう。何百人もの専門医がいる病院を想像してほしい。そこでは各患者は自分の症状に関連する少数の医師だけを診てもらう。Mixture-of-Expertsモデルも同様に、2.4兆のパラメータをすべて一度に稼働させるのではなく、各リクエストを内部の「専門家」の一部に振り分ける。その結果、すべてのタスクで完全な計算コストを支払う必要のない、非常に大規模なモデルが実現している。
このモデルはマルチモーダルで、テキスト・画像・動画を処理できる。また、最大100万トークンのコンテキストウィンドウに対応する。コンテキストウィンドウはモデルの短期記憶に相当し、大きいほど長い文書や大規模なコードベースを1回のセッションで扱える。
開発者はQwenCloudのAPIを通じてQwen4-Maxにアクセスできる。さらにアリババは、OpenAIおよびAnthropicが確立したプロトコルとの互換性も持たせている。これらのエコシステムをすでに利用しているチームにとって、乗り換えは書き直しではなく設定変更のレベルで済む。
ベンチマークの成績とその裏側
DeepSWE v1.1コーディングベンチマークで、Qwen4-Maxは75.7を記録した。公開時に発表された調査結果によれば、この成績はClaude Opus 5.5を上回り、Kimi K3.1 Proに対しても競争力のある結果を示している。
一方、独立系のランキングはより控えめだ。タスクあたりコストの有利さを認めつつも、Qwen4-MaxをKimiなどの競合より下位に位置づけている。この乖離はAIモデルの公開で繰り返される特徴であり、ベンダーのベンチマークスイートとサードパーティのリーダーボードはしばしば異なる評価手法に依存しているため、購入者は単一の数値を信じるのではなく、複数のスコアボードを突き合わせる必要がある。
アリババが最も強く主張しているのは効率性だ。Qwen4-Maxは前世代のQwen3.8-Maxと比べてトークン使用量を約50%削減し、平均タスクコストは60%以上低下した。トークンはモデルが読み書きするテキストの断片であり、多くのAIプロバイダーが顧客に課金する単位でもある。つまり、同じ仕事でもトークンが少なければ請求額は小さくなる。
競合を下回る価格設定
アリババはQwen4-Maxの価格を入力100万トークンあたり1.50ドル、出力100万トークンあたり4.50ドルに設定しており、AIモデルのフラッグシップ層においてコストパフォーマンスに優れた選択肢として位置づけている。調査結果では、タスクあたりコストは約3.27ドルで、競合より低いとしている。
アクセスは公開日から始まったわけではない。Token Planプレビューは2026年11月11日に開始され、11月25日まで実施されており、チームは自社のワークロードでモデルを試験できる明確な期間を与えられている。アリババはまた、Qwen4シリーズのより小型のオープンウェイトモデルの公開も計画しているが、フラッグシップのQwen4-Maxはクローズドのままとなる。
背景:混戦のレース
アリババの訴求は、純粋な能力競争から一歩離れている。同社は効率性と実用性を強調し、ビジネス生産性とコーディングタスクをターゲットにしている。モデルは、医療・金融・法務といった、文書処理の多いワークフローとコスト管理が実際の制約となるセクターに向けられている。
これが意味するもの
AIを調達する企業にとって、最も重要な数値は75.7ではないかもしれない。重要なのは、トークン使用量の削減とトークンあたり価格の低下の組み合わせだ。この2つの節約は積み重なるため、アリババは自社の前世代モデル比でタスクコストが60%以上低下したと主張できる。
OpenAIおよびAnthropicのプロトコルとの互換性も、競合プラットフォームに投資済みの開発者にとってQwen4-Maxを試すコストを下げている。
それでも、アリババのベンチマーク主張と独立系ランキングの間の乖離には注意が必要だ。モデルを評価する企業は、ベンダーの数値だけでなくサードパーティの結果も考慮すべきである。特にコーディング作業はタスクによって性能が異なる。独立系ランキングがタスクあたりコストは認めているという事実は、性能面の頂点よりも効率性のストーリーのほうが説得力を持っていることを示唆している。
もう一つの注目ポイントはオープンウェイト戦略だ。より小型のQwen4モデルを公開することでアリババの開発者基盤は広がる可能性がある一方、フラッグシップをクローズドに保つことで最も価値のある資産を守っている。