アリババがQwen4-Maxを公開した。新たなモデル構造と、長時間タスクを中間成果物に分けて提供する機能を前面に出し、開発者や業務チームが早期に結果を確認して途中で方向を変えられるようにした。

1. スパース構造で容量と効率の両立を狙う

Qwen4-Maxは、計算時にモデルの一部の専門家だけを選択するスパース混合専門家構造を採用した。同社によると、基本構造は2兆4000億パラメータで、トークンごとに710億が活性化される。さらに、周辺トークンのパターンを表現する3280億規模の埋め込みパラメータ、つまりトークンを数値ベクトルで表す学習値が加わる。

過去の情報を固定サイズに圧縮する層と、必要な文脈を小さなブロック単位で選んで読み取る層を組み合わせた。同社は、この方式で長い入力を処理する計算負荷を減らしたと説明した。

同社の事前学習評価では、Qwen4-Max-BaseはQwen3.8-Max-Baseより知識・コード・質疑応答・科学技術分野のバイト当たりのビット数が約5~13%低く、活性化パラメータは25%少なかった。この指標はテキストをどれだけ圧縮して予測するかを示し、低いほどよい。同社の図表では値を10倍して表示した。

2. 中間成果を提示し、ユーザーが方向を調整

中核機能のLive Deliveryは、完成版を一度に提示する代わりに、利用可能な最初の成果を先に渡す方式だ。エージェントは実行結果とユーザーの要望に応じて次の成果物を改善し、ユーザーは途中で誤りを修正したり方向を変えたりできる。同社はこれを適用するQwen-Live-Delivery-Pluginもオープンソースで公開した。

長時間実行の事例として、同社はQwen4による冷却剤研究を紹介した。48時間で270万の分子候補空間を作り、設計・合成と試験・実験結果を次の設計に反映するサイクルを4回繰り返し、新たな冷却剤分子を実験で検証したと述べた。

Qwen4-Maxによる創薬研究では、同社の発表によると、ツール呼び出し454回、計算指標の評価3239回を経て、候補分子24個を設計・最適化した。分子と標的の結合の強さを推定する相対結合自由エネルギー計算で、最終候補の結合力は基準分子の約3.6倍だった。

研究に参加したディープテクノロジーの専門家らは、候補には追加の実験室検証が必要だと評価した。同社は、高リスクの状況では人の専門性と監督が必要だと明記した。

3. 業務評価と現場での実演

同社独自の業務評価Work360は、業務を26の上位分野、182の下位分野、721の専門分野に分類した体系に基づき、産業の課題を扱う。

この評価でQwen4-Maxは52.69点となり、Qwen3.8-Maxの47.74点を上回った。

製造の実演では、自動車部品1個のプログラムを作成する手作業の時間が約475分から24分に短縮されたと同社は述べた。約95%の削減で、モデルが設計とツール実行、シミュレーション検証をつなぎ、実際の作業時間を減らす活用の方向性を示している。

4. トークン削減とコスト、段階的なレビューの代償

同社の発表によると、前述の業務評価では前世代に比べ、トークン使用量がXhigh設定で約24%、High設定で約35%減少した。

同社の発表によると、別の評価であるTerminal-Bench 4.0では、同じ設定順で約48%、49%減少した。

同社の発表によると、Work360のタスク当たり平均コストは前世代の4.43ドルから1.67ドルへ62%低下した。QwenCloudは通常の入力・出力とキャッシュの利用形態別の単価を次のように公開した。

表:Qwen4-MaxのQwenCloud公開単価

条件:QwenCloudのモデルカードに表示された価格

単位:100万トークン当たりのドル

トークン削減とコスト、段階的なレビューの代償
項目価格
入力1.5
出力4.5
入力(暗黙的キャッシュ)0.075
5分の明示的キャッシュ作成1.875
1時間の明示的キャッシュ作成3
明示的キャッシュ読み取り0.075

キャッシュ読み取りの単価は通常の入力より低く、明示的キャッシュ作成の単価は保持時間によって異なる。トークン削減とキャッシュ利用はコストを下げる機会となる。段階的な提供の利点を生かすには、チームは中間成果をレビューする時間と担当者も作業フローに組み込む必要がある。

5. QwenCloudからAPIで利用

Qwen4-MaxはQwenCloudのトークン料金プランやAPIで利用できる。入力はテキスト・画像・動画、出力はテキストで、コンテキスト上限は100万トークンだ。

OpenAIおよびAnthropicのAPIと互換性があり、ツール呼び出しやウェブ検索、所定の形式に従う構造化出力に対応する。

QwenCloudのAPIリファレンスには、推論機能を有効にしてリクエストする例がある。

curl -X POST https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1/responses \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen4-max",
    "input": "Which is larger, 9.9 or 9.11?",
    "enable_thinking": true
}'

Qwen4-Maxの差別化点は、長時間タスクを早期に成果へと分け、ユーザーが途中でレビューと修正を続けられるようにしたことにある。