本文へスキップ
株式会社オブライト
株式会社オブライト

Qwen4-Max とは — 1Mコンテキスト・API料金・使い方・ローカル不可の理由【2026年11月】

2026/11/16に公開約12分で読めます

Qwen4-Maxは2026年11月16日にAlibabaが一般提供を始めた最上位のAPIモデル。入力はテキスト・画像・動画で100万トークン、公式の料金は入力$1.50・出力$4.50。重みは非公開でローカルは不可。Qwen3.8との違い、Pythonでの呼び出し方、注意点、FAQも詳しく整理した。

Qwen4-Max(クウェン4 マックス)は、アリババ(Alibaba)のQwenチームが2026年11月16日に一般提供を始めた最上位の大規模言語モデルである。入力はテキスト・画像・動画、出力はテキストで、コンテキストは100万トークン。QwenCloud(旧Alibaba Cloud Model Studioの国際向け窓口)の公式モデルページでは、入力が100万トークンあたり$1.50、出力が$4.50と掲載されている。結論から言えば、API専用のクローズドモデルであり、重みが公開されていないためローカルでは動かせない。

11月11日にはToken Plan向けの限定プレビュー(qwen4-max-preview)が先行しており、今回の一般提供でAPIから通常利用できる形になった。「2.4兆パラメータ・アクティブ71B」といった規模の数字は、本記事の執筆時点で確認できた一次情報の範囲では公式ページに明記がなく、報道ベースの情報として扱う。この記事では、公式ページで確認できた事項と報道ベースの事項を分けて整理する。

先に要点をまとめる。使うなら、OpenAI互換のAPIで呼び出せるため、既存のコードのbase_urlとモデル名を差し替えるだけで試せる。選ぶ際に注意すべきは、データの送信先リージョン、プレビュー版との混同、そして公式ドキュメント間で一部の上限値の表記が揺れている点である。

Qwen4-Maxで何ができるか

公式モデルページによると、Qwen4-Maxは画像・動画を含むマルチモーダル入力に対応し、関数呼び出し(function calling)、構造化出力、コンテキストキャッシュ、Web検索などの機能を備える。出力はテキストのみで、音声や画像の生成は含まれない。長大な文書や複数ファイルを1回のリクエストで読ませる用途と、ツールを呼び出しながら進めるエージェント的な処理が主な想定である。

項目内容確認元
提供開始2026年11月16日(一般提供)。11月11日に限定プレビュー報道(CASRAI)
モデルIDqwen4-max(OpenRouterでは qwen/qwen4-max)公式モデルページ/OpenRouter
入力テキスト・画像・動画公式モデルページ
出力テキスト公式モデルページ
コンテキスト100万トークン公式モデルページ
最大入力約991Kトークン(thinking時は約983K)公式モデルページ
最大推論(reasoning)約262Kトークン公式モデルページ
レート制限500万トークン/分(TPM)公式モデルページ
構造MoE(混合エキスパート)、総2.4兆・アクティブ710億パラメータ報道ベース(CASRAI。Alibaba発表としての記載)
ウェイト非公開(ダウンロード不可)報道ベース(CASRAI)

上の表のうち「確認元」が公式モデルページのものは、QwenCloudのモデルページ(https://www.qwencloud.com/models/qwen4-max)の記載である。パラメータ数とウェイト非公開は、本記事の執筆時点では公式ブログ本文を直接確認できなかったため、報道ベースとして扱っている。

なお、最大出力トークンについては、モデルページが393K、報道が引用する開発者ガイドが131,072(非thinking時)と、資料間で数値が食い違っている。バッチ推論やファインチューニングの可否も資料によって記載が分かれる。実際に使う前に、自分のアカウントのコンソールとドキュメントで最新値を確認するのが確実である。

API料金(公式モデルページの値)

区分価格(100万トークンあたり)
入力$1.50
出力$4.50
暗黙キャッシュ入力$0.075
明示キャッシュ作成(5分)$1.875
明示キャッシュ作成(1時間)$3.00
明示キャッシュ読み取り$0.075

上記はQwenCloud(シンガポールのエンドポイント)のモデルページに掲載されている値である。OpenRouterのモデルページでも、Alibaba Cloud Int.経由のStandardで入力$1.50・出力$4.50、中間マージンなしの従量課金と記載されており、同じ水準になっている。OpenRouterには、Alibaba Cloud Int.のほかに4つの提供元があるとされるが、名称と価格は本記事では確認できていないため、使う前にモデルページを見てほしい。

料金はリージョンや契約形態(従量課金かToken Planか)によって異なる。報道によれば、シンガポールの料金は北京やグローバル展開の料金と別建てで、従量課金とToken Planでは課金の扱いも違う。また、Token Planの月額プランに関する情報は、プレビュー期間中の第三者記事が中心で、本記事では公式値として確認できていないため取り上げない。

コスト試算の目安として、1回あたり入力10万トークン・出力2,000トークンのリクエストなら、入力が約$0.15、出力が約$0.009で、合計は約$0.16になる。長い文書を同じ接頭辞で繰り返し読ませる場合は、キャッシュ入力の$0.075を使うと入力側が半額になる計算である。Alibabaは、社内ベンチマーク(Work360)でQwen3.8-Max比のトークン使用量が35%少なく、平均タスクコストが約60%減ったと主張している、と報道されているが、これはベンダー側の主張であり、第三者の検証は確認できていない。

使い方 — OpenAI互換APIでPythonから呼ぶ

QwenCloudはOpenAI互換、Anthropic互換、DashScopeの各APIに対応していると公式モデルページに記載されている。そのため、OpenAIのPython SDKをそのまま使い、base_urlとモデル名を変えるだけで呼び出せる。まずQwenCloudのコンソールでAPIキーを発行し、環境変数に入れておく。以下はシンガポールのエンドポイントを使う例である。

# pip install openai
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["QWEN_API_KEY"],  # QwenCloud で発行したAPIキー
    base_url="https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1",  # シンガポール
)

resp = client.chat.completions.create(
    model="qwen4-max",
    messages=[
        {"role": "system", "content": "あなたは社内文書の要約アシスタントです。"},
        {"role": "user", "content": "次の議事録を3行で要約してください。\n..."},
    ],
    # 深い推論(thinking)を使う場合のみ指定
    extra_body={"enable_thinking": True},
)
print(resp.choices[0].message.content)

thinking(深い推論)を有効にするには、公式モデルページの記載どおり extra_body に enable_thinking を渡す。thinkingを有効にすると、推論用のトークンが出力として課金される点に注意したい。応答が遅くなる傾向もあるため、単純な要約や分類では無効のままにするほうが費用と速度の両面で有利である。

OpenRouter経由で使う場合は、OpenRouterのAPIキーを使い、モデル名に qwen/qwen4-max を指定する。OpenRouterのドキュメントによると、対応パラメータには temperature、top_p、top_k、max_tokens、tools、tool_choice、response_format、reasoning、reasoning_effort、seed、stop などがある。複数のモデルを同じコードで切り替えたい場合や、請求を一本化したい場合に向く。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENROUTER_API_KEY"],
    base_url="https://openrouter.ai/api/v1",
)

resp = client.chat.completions.create(
    model="qwen/qwen4-max",
    messages=[{"role": "user", "content": "Summarize this contract in 5 bullet points.\n..."}],
    max_tokens=2000,
)
print(resp.choices[0].message.content)

OpenRouterのモデルページでは、本記事の確認時点でEU域内ルーティングは利用できないと記載されていた。データの所在地に要件がある場合は、この点も確認が必要である。

Qwen3.8系・他社モデルとの違い

Qwenの最上位ラインとしては、前世代のQwen3.8-Maxがある。報道ベースでは2.4兆パラメータ・アクティブ約950億で、100万トークンのコンテキストを持つとされる。一方、Qwen4-Maxは同じ2.4兆規模で、アクティブが約710億と報じられている。アクティブ数が減っている点は、推論コストの低下につながる設計と読めるが、これはあくまで報道ベースの数字からの推測であり、公式に確認できたわけではない。

モデル提供形態入力コンテキスト料金(入力/出力・100万トークン)ローカル実行
Qwen4-MaxAPIのみテキスト・画像・動画100万$1.50 / $4.50(公式)不可
Qwen3.8-MaxAPI中心。ウェイトの扱いは報道が分かれるテキスト中心(報道)100万(報道)$2 / $6(第三者サイトの掲載値)要確認
Qwen3.8-Omni-FlashAPIのみテキスト・画像・音声・動画100万$0.15 / $0.47不可
Qwen3.8 27Bオープンウェイトテキスト中心モデルによる自前運用(API課金なし)可(GPU/VRAMが必要)
GPT・Claude・Gemini系の最上位モデル各社API各社による各社による本記事では公式値を確認していないため比較しない不可

他社のフラッグシップ(GPT、Claude、Geminiの各最上位モデル)については、本記事の執筆時点で同一条件の公式値を確認できていない。料金・性能の優劣を断言する材料がないため、数値の比較は載せない。実務では、自社の実データで同じプロンプトを複数モデルに流し、品質・速度・単価を測るのが最も確かな比較方法である。

音声入力まで含めて安価に処理したい場合は、Qwen3.8-Omni-Flashのほうが入力単価は大幅に低い。ただしQwen4-Maxは最上位モデルとして、複雑な推論や長大な文脈の処理に重心がある。用途で使い分ける前提で見るとよい。

ローカルで動かせるか

結論は、動かせない。Qwen4-Maxは重みが公開されておらず、APIでしか使えない。報道によれば、Alibabaはより小さなオープンウェイトのQwen4系モデルを今後公開するとしているが、時期は示されていない。そのため、社内サーバーやPCで動かしたい場合は、現時点ではオープンウェイトの別モデルを選ぶことになる。

ローカル実行の候補としては、Qwen3.8 27Bの必要スペックとVRAMの記事で整理したとおり、オープンウェイトで公開されているQwen3.8系がある。Qwen4系のオープン版が出た段階で、改めて必要VRAMを確認する必要がある。総パラメータが2.4兆規模のモデルは、仮に重みが公開されても、個人のPCで動かせる範囲を大きく超える。

注意点 — データの扱い・リージョン・プレビュー

- データの送信先: APIで使う以上、入力した文書や画像、動画はAlibabaのクラウドや、OpenRouter経由の場合は提供元に送られる。個人情報や機密情報を扱う場合は、利用規約とデータ処理の条件を必ず確認する
- リージョン: 公式モデルページで確認できたエンドポイントはシンガポール(ap-southeast-1)のみ。報道では北京やグローバルの料金も別建てとされており、地域によって価格と条件が異なる
- EU域内ルーティング: OpenRouterでは本記事の確認時点で利用できない
- プレビュー版との混同: 11月11日の限定プレビューはモデルID qwen4-max-preview で、一般提供の qwen4-max とは別である。第三者記事には、プレビュー版が11月25日に終了するという情報もあるが、公式で確認できていないため、プレビューIDを本番に使わないほうがよい
- ベンダー公表値: ベンチマークや「コスト60%減」などの数値は、Alibaba自身の主張であり、独立した検証は確認できていない
- 資料間の食い違い: 最大出力トークン、バッチ推論、ファインチューニングの可否は、資料により記載が異なる。本番導入前にコンソールで確認する

どんなときに選ぶか/選ばないか

- 選ぶ: 100万トークンの長い文脈で、複数の文書や動画をまとめて処理したい
- 選ぶ: 既存のOpenAI互換コードを活かして、モデルだけ差し替えて比較したい
- 選ぶ: 画像・動画を含む入力を扱い、出力はテキストで足りる
- 選ばない: 重みを手元に置き、完全にローカルで動かす必要がある(オープンウェイト系を検討する)
- 選ばない: データを国外のクラウドに送れない要件がある(リージョンと規約を先に確認する)
- 選ばない: 音声や画像を生成したい(出力はテキストのみ)

参考リンク(一次ソースと報道)

公式のモデルページとOpenRouterのページは直接確認した。Qwenの公式ブログ本文は、本記事の執筆時点で内容を直接確認できていない。以下のうち、CASRAIとMarkTechPostは二次情報(MarkTechPostは本記事の確認時点でアクセスできなかった)である。

Qwen4-Maxとは何ですか?

アリババのQwenチームが2026年11月16日に一般提供を始めた最上位のAPIモデルである。入力はテキスト・画像・動画、出力はテキストで、コンテキストは100万トークン。重みは公開されておらず、APIでのみ使える。

Qwen4-MaxのAPI料金はいくらですか?

QwenCloudの公式モデルページでは、100万トークンあたり入力$1.50、出力$4.50、暗黙キャッシュ入力$0.075と掲載されている。OpenRouterのAlibaba Cloud Int.経由でも同水準である。リージョンや契約形態で異なる場合があるため、利用前に確認が必要である。

Qwen4-Maxはローカルで動かせますか?

動かせない。重みが公開されていないためである。報道によれば、より小さなオープンウェイトのQwen4系モデルが今後出るとされるが、時期は示されていない。ローカル実行には、現時点ではQwen3.8 27Bのようなオープンウェイトのモデルを使う。

どうやって呼び出しますか?

QwenCloudのOpenAI互換エンドポイントか、OpenRouter(モデル名 qwen/qwen4-max)を使う。OpenAIのPython SDKで、base_urlとモデル名を差し替えるだけで呼び出せる。thinkingは extra_body の enable_thinking で有効にする。

パラメータ数やアクティブパラメータは公式に確認できますか?

本記事の執筆時点では、総2.4兆・アクティブ710億という数字は、公式ページではなく報道(Alibaba発表として引用)でのみ確認できた。公式ブログで確認できるまでは、報道ベースの値として扱うのが安全である。

プレビュー版のqwen4-max-previewは使っていいですか?

一般提供のモデルID qwen4-max を使うのが基本である。プレビューは11月11日にToken Plan向けに限定公開されたもので、第三者記事には終了予定の情報もあるため、本番での利用は避けるほうがよい。

Qwen4-Maxは、100万トークンの文脈とマルチモーダル入力を、入力$1.50・出力$4.50という公式価格で使えるAPIモデルである。一方で重みは非公開で、一部の上限値は資料間で食い違う。導入前に、リージョン・データの扱い・最新の仕様をコンソールで確認したうえで、自社データで品質と費用を測って判断したい。

株式会社オブライト

株式会社オブライトは、ソフトウェア開発、デジタルサイネージ、Web開発、ネットワークシステム、IoT/AR/VRなどの技術サービスを提供する東京のIT企業です。

お気軽にご相談ください

お問い合わせ