2026年11月19日

Alibabaの「Qwen4-Max」とは?RunwareでAPI提供開始、1Mトークンと料金を解説

Qwen4-Max(クウェン・フォー・マックス)は、Alibaba(Qwen)が2026年11月16日に発表した旗艦マルチモーダルモデルで、テキスト・画像・動画を1Mトークンの文脈で扱い、コーディングや業務作業、エージェントタスクまでこなせるのが特徴です。このモデルがAIモデル基盤のRunware上でも利用可能になったと、Qwen公式とRunwareが発表しました。

室谷室谷代表取締役
Qwen4-Max、ついに外部基盤にも降りてきたという話なんですよね。Alibabaの旗艦モデルがRunwareで動くようになった、と。
テキトー教師テキトー教師DotAI 認定講師
そうなんですよ。まず押さえるべきは、これは「Alibabaが発表したモデル」であって、Runwareはそれを提供する側。

発表元と提供元を混ぜないことが大事です。
室谷室谷代表取締役
そこ大事ですよね。Qwen4-Max自体は2026年11月16日発表の新モデルで、前世代のQwen3.8-Maxの後継。

それがRunwareの互換APIから alibaba:qwen@4-max を指定して呼べる、と。
テキトー教師テキトー教師DotAI 認定講師
公式スレッドでも「Start building today!」と、すぐ使える形で案内されています。Runware側の投稿では、1Mトークン文脈、設定可能な推論の深さ、function calling、JSON Schema出力が並んでいました。
室谷室谷代表取締役
うちのMYUUUでも、モデルを複数切り替えて使う前提の設計が増えてるんですよ。単一モデルに賭けるより、基盤側で差し替えられるほうが運用がラクなんですよね。

Qwen4-Maxとは?Alibabaが発表した旗艦モデルの正体

Qwen4-Maxの主要スペックとアーキテクチャ
基本構成
新Qwen4アーキテクチャ上の旗艦モデル。2.4兆パラメータのバックボーン、ネイティブ視覚能力、100万トークンのコンテキストウィンドウ
スパースMoE
トークンあたり71Bを活性化。328BのN-gram Embeddingパラメータを追加。attention・residual connections・embeddingsの各所で再構築
GDN
3層のGated DeltaNetで履歴を固定サイズの状態に圧縮
Qwen Sparse Attention(QSA)
軽量インデクサーでマイクロブロック単位に関連文脈を選択。長系列でのattentionとindexingのコストを低減
Gated Residual(GR)
アーキテクチャを構成する要素の一つ
事前学習の安定性
2.4兆パラメータ規模でlossが順調に低下し、loss spikeは一度も発生せず
ベースモデル評価
Qwen4-Max-Baseが評価対象5チェックポイント中で最低BPBを記録。Qwen3.8-Max-Base比で全領域約5〜13%改善、活性化パラメータは25%少ない
テキトー教師テキトー教師DotAI 認定講師
公式ブログの定義を整理すると、Qwen4-Maxは新しいQwen4アーキテクチャ上に構築された旗艦モデルで、2.4兆パラメータのバックボーン、ネイティブな視覚能力、100万トークンのコンテキストウィンドウを持つ、という構成です。
室谷室谷代表取締役
2.4兆ですからね。さらに公式では、トークンあたり71Bが活性化、加えて328BのN-gram Embeddingパラメータを積むと説明されている。

スパースMoEをattention、residual connections、embeddingsの各所で作り直した、と。
テキトー教師テキトー教師DotAI 認定講師
アーキテクチャの名前も出ています。GDN + Qwen Sparse Attention(QSA)、Gated Residual(GR)、N-gram Embeddingの3つですね。

GDNは3層のGated DeltaNetで履歴を固定サイズの状態に圧縮し、QSAは軽量なインデクサーでマイクロブロック単位に関連文脈を選ぶ。長い系列でのattentionとindexingのコストを下げる狙いです。
室谷室谷代表取締役
長文を扱うときのコストって、地味に効いてくるんですよ。そこを作り込んでいるのは実運用目線でいいなと思います。
テキトー教師テキトー教師DotAI 認定講師
事前学習も安定していたと公式は書いています。2.4兆パラメータ規模でlossが順調に下がり、loss spikeが一度も起きなかった、と。

知識・コード・QA・STEMの社内評価では、Qwen4-Max-Baseが評価対象5チェックポイント中で最も低いBPB(bits per byte)を記録し、Qwen3.8-Max-Baseより全領域で約5〜13%改善、しかも活性化パラメータは25%少ないという説明です。
室谷室谷代表取締役
パラメータを減らして精度を上げた、という方向性はコストの話に直結しますからね。ここは後半の料金の話にもつながってきます。

Qwen4-Maxでできること——1Mトークン・画像/動画入力・構造化出力

Qwen4-Maxでできること
1Mトークンのコンテキスト
出力は最大128Kトークン
画像・動画の入力
スクリーンショット・文書・動画の分析に使える
推論の深さを設定
reasoning effortを調整できる
function calling / JSON Schema出力
後段システムに渡す形が安定する
thinking / non-thinkingで同一価格
入力は1Mトークンまで単一ティア
Live Delivery
使える版を早めに届け、実行結果と要望に応じて計画を更新。ユーザーは途中で介入可能
Qwen-Live-Delivery-Plugin
Live Deliveryを始めるためのオープンソースプラグイン
テキトー教師テキトー教師DotAI 認定講師
機能面を箇条書きで整理するとこうです。
  • 1Mトークンのコンテキスト、出力は最大128Kトークン
  • テキストに加えて画像・動画を入力でき、スクリーンショット・文書・動画の分析に使える
  • 推論の深さ(reasoning effort)を設定できる
  • function callingとJSON Schema出力に対応
  • thinkingモードとnon-thinkingモードで同一価格、入力は1Mトークンまで単一ティア
室谷室谷代表取締役
動画入力が入っているのが実務では大きいんですよね。画面録画をそのまま渡して「この操作のどこが詰まりか」を聞く、みたいな使い方が現実味を帯びてくる。
テキトー教師テキトー教師DotAI 認定講師
Runwareのモデルページでも、用途としてコーディングエージェント、スクリーンショットや文書の分析、グラフィカルインターフェースを操作するエージェントが挙げられています。JSON Schema出力ができると、後段のシステムに渡す形が安定するんですよ。

講座でも受講生さんが「出力の形が毎回ブレる」と悩む場面が多いので、ここは効きます。
室谷室谷代表取締役
構造化出力は地味だけど、業務システムに組み込むなら必須なんですよね。モデルの賢さより先に、出力が機械で読めるかどうかで詰まることが多いので。
テキトー教師テキトー教師DotAI 認定講師
あと公式ブログでは、長時間タスク向けの「Live Delivery」という考え方も示されています。最初から完璧な完成品を待つのではなく、使える版を早めに届けて、実行結果とユーザーの要望に応じて計画を更新しながら改善していく。

ユーザーは途中でいつでも介入して軌道修正できる、という設計です。
室谷室谷代表取締役
待たされて最後に間違いが出てくると、戻すのが一番つらいんですよ。途中で触れるほうが安心感あるんですよね。
テキトー教師テキトー教師DotAI 認定講師
そのLive Deliveryを始めるためのオープンソースプラグイン「Qwen-Live-Delivery-Plugin」も公開されています。

Qwen4-Maxの使い方・始め方——Runware経由のAPI呼び出し手順

Runware経由でQwen4-Maxを呼び出す手順
  1. 01
    ベースURLとAPIキーを差し替え
    既存SDKの接続先をRunwareの互換エンドポイントに変更
  2. 02
    modelを指定
    modelに alibaba:qwen@4-max を指定
  3. 03
    エンドポイントを選択
    /v1/chat/completions(OpenAI Chat Completions形式)または /v1/responses(OpenAI Responses形式)
  4. 04
    リクエストを送信
    https://api.runware.ai/v1/chat/completions に対し、AuthorizationヘッダーにAPIキー、bodyにmodelとmessagesを入れる
テキトー教師テキトー教師DotAI 認定講師
使い方はシンプルです。Runwareの互換エンドポイントは他社のリクエスト形式を受け付けるので、すでに使っているSDKのベースURLとAPIキーを差し替え、modelに alibaba:qwen@4-max を指定します。
室谷室谷代表取締役
既存コードをほぼ書き換えずに済む、というのが移行のしきい値を下げますよね。エンドポイントは2つです。
テキトー教師テキトー教師DotAI 認定講師
整理するとこうです。
エンドポイント形式
/v1/chat/completionsOpenAI Chat Completions
/v1/responsesOpenAI Responses
室谷室谷代表取締役
呼び出しの例も公式ドキュメントに載っていて、https://api.runware.ai/v1/chat/completions に対してAuthorizationヘッダーにAPIキー、bodyにmodelとmessagesを入れる形なんですよね。
テキトー教師テキトー教師DotAI 認定講師
Python、TypeScript、Vercel AI SDK、LangChainの例が用意されています。ストリーミングやツール呼び出しにも対応していて、パラメータの詳細はOpenAIのAPIリファレンスがそのまま参照できる、という案内です。
室谷室谷代表取締役
既存のOpenAI前提の実装を持っているチームほど、試すまでの時間が短いんですよ。ここはRunwareを選ぶ実利のひとつですね。
テキトー教師テキトー教師DotAI 認定講師
なお、Qwen4-Max自体の発表や仕様の詳細はAlibabaの「Qwen4-Max」とは?1Mトークン・料金・APIを解説でも整理しています。あわせて読むと全体像がつかみやすいです。

Qwen4-Maxの料金体系——入力$1.50から見るコスト優位性

テキトー教師テキトー教師DotAI 認定講師
料金はRunware上では100万トークンあたりの単価で示されています。入力$1.50、出力$4.50、キャッシュ入力$0.075、キャッシュ書き込み$1.88です。
室谷室谷代表取締役
キャッシュ入力の$0.075は目を引くんですよね。同じ長い文脈を何度も読ませる使い方だと、ここが効いてくる。
テキトー教師テキトー教師DotAI 認定講師
公式ブログでも、Qwen3.8-Maxと比べてAPI価格を引き下げたと説明されていて、とくにキャッシュ入力価格の削減幅が大きいとされています。
室谷室谷代表取締役
しかもthinkingモードとnon-thinkingモードで同一価格、入力は1Mトークンまで単一ティアというのが、見積もりを立てる側からするとありがたいんですよ。モードを切り替えるたびに単価表を見直さなくていいので。
テキトー教師テキトー教師DotAI 認定講師
コストの話でもう一つ公式が挙げているのが、タスクあたりの平均コストです。Work360評価で$4.43から$1.67へ、62%減になったと。

これは価格の引き下げとトークン効率の改善が重なった結果ですね。
室谷室谷代表取締役
単価だけでなく「1タスクいくら」で見られるようになるのが、実運用に近い指標なんですよね。

Qwen4-Maxの性能と従来モデルからの進化——ベンチマークとトークン効率

テキトー教師テキトー教師DotAI 認定講師
性能面で公式が前面に出しているのがWork360です。26のTier-1領域、182のTier-2サブドメイン、721のTier-3専門分野という階層的な分類で、産業・専門業務のタスクを評価する枠組みですね。
室谷室谷代表取締役
そのスコアがQwen4-Maxで52.69、Qwen3.8-Maxが47.74、と。約5ポイントの改善という見方になるんですよね。
テキトー教師テキトー教師DotAI 認定講師
トークン効率も数値が出ています。Work360ではXhighとHighのeffortでトークン使用量がそれぞれ約24%と35%減、Terminal-Bench 4.0では約48%と49%減です。
室谷室谷代表取締役
同じ成果をより少ないトークンで出すというのは、そのままコストなんですよ。性能表の数字より、こっちのほうが経営目線では効いてくる。
テキトー教師テキトー教師DotAI 認定講師
公式ブログでは具体的な業務例も紹介されています。Blenderでの3Dモデリングやシーン構築、Unity・Unreal Engine・Godotでのゲーム制作、自動車製造の生産ライン計画や部品設計、金融投資調査、法律のデューデリジェンス、集中治療の臨床支援などです。
室谷室谷代表取締役
自動車製造の例で、1ワークピースあたりの手作業プログラミングが約475分から24分へ、約95%減ったという記述がありましたよね。こういう現場の数字は説得力があります。
テキトー教師テキトー教師DotAI 認定講師
法律の例では、形式も名前もバラバラな198点の作業書類を14フォルダに整理し、86ページ・6万文字超の報告書をまとめた、という説明です。医療の例では、1,433枚の原画像を含む記録を1つの会話でレビューしたと。
室谷室谷代表取締役
ただし、これらはあくまで公式が示した事例なんですよね。自社の業務にそのまま当てはまるとは限らないので、そこは冷静に見たほうがいい。
テキトー教師テキトー教師DotAI 認定講師
そうですね。第三者の独立した検証は今回のソースには含まれていません。

現時点では明らかにされていない部分として扱うのが誠実です。

Qwen4-Maxが狙う「24/7で動くAIチームメイト」とRunware採用の意味

テキトー教師テキトー教師DotAI 認定講師
公式が打ち出しているコンセプトは「24/7 AI teammate」です。長時間タスクを自律的に計画し、継続的に反復しながら、段階的に使える成果を届ける。

ユーザーは主導権を保ったまま、という位置づけですね。
室谷室谷代表取締役
単発の質問に答える道具から、仕事を進め続ける相棒へ、という転換なんですよね。そこで効いてくるのが1Mトークンの文脈と、Live Deliveryのような途中経過の出し方なんですよ。
テキトー教師テキトー教師DotAI 認定講師
公式ブログでは、Alibaba Cloudの実業務シナリオにこの能力が投入されているとも説明されています。データアノテーションのマルチモデル呼び出しスケジューリング、クラウドGPU資源のオンライン割り当て、CPU資源のオフライン再スケジューリングなどです。
室谷室谷代表取締役
モデルが自分の推論に必要なリソース配分を最適化する、という閉ループなんですよね。そこまで書かれているのは面白いところです。
テキトー教師テキトー教師DotAI 認定講師
そして今回のRunware採用です。Runwareのモデル一覧には多数のモデルが並んでいて、同一基盤で比較・切り替える流れがうかがえます。

Qwen側もQwen4-Plus(中間)とQwen4-Flash(軽量)を「COMING SOON」として予告していて、価格・性能帯の階層化を進めているんですね。
室谷室谷代表取締役
旗艦をまず出して、中間と軽量を後から揃える流れなんですよね。用途に応じて使い分ける前提のラインナップになっていく。
テキトー教師テキトー教師DotAI 認定講師
ただし、Qwen4-PlusとQwen4-Flashの提供時期や料金は現時点では明らかにされていません。続報を待つ形です。
室谷室谷代表取締役
基盤側でモデルを差し替えられる前提になってくると、アプリ側は「どのモデルか」より「どう繋ぐか」に投資するほうが効いてくるんですよ。MYUUUでもそこは意識してますね。
テキトー教師テキトー教師DotAI 認定講師
講座でも、まず1つのモデルで動くものを作り、あとから差し替えられる形にしておくほうが結果的に早い、と伝えています。今回のQwen4-Maxの登場は、その設計方針を後押しする材料になりますね。

よくある質問

Q. Qwen4-Maxは無料で使えますか?

テキトー教師テキトー教師DotAI 認定講師
Runware経由のAPI利用は有料で、入力$1.50、出力$4.50、キャッシュ入力$0.075、キャッシュ書き込み$1.88(いずれも100万トークンあたり)です。無料枠の有無については今回のソースに記載がなく、現時点では明らかにされていません。

Q. Qwen4-Maxのコンテキスト長と出力上限は?

室谷室谷代表取締役
入力は1Mトークン、出力は最大128Kトークンです。テキストだけでなく画像・動画も入力できます。

Q. thinkingモードとnon-thinkingモードで料金は変わりますか?

テキトー教師テキトー教師DotAI 認定講師
変わりません。同一価格で、入力は1Mトークンまで単一ティアと案内されています。

Q. どうやって呼び出せばいいですか?

室谷室谷代表取締役
Runwareの /v1/chat/completions または /v1/responses に対して、modelに alibaba:qwen@4-max を指定します。既存SDKはベースURLとAPIキーを差し替える形です。

Q. パラメータ数やアーキテクチャは?

テキトー教師テキトー教師DotAI 認定講師
2.4兆パラメータのバックボーンで、トークンあたり71Bが活性化、加えて328BのN-gram Embeddingパラメータを持ちます。GDN + Qwen Sparse Attention、Gated Residual、N-gram Embeddingを組み合わせた新アーキテクチャです。

Q. 正式版ですか、プレビューですか?

室谷室谷代表取締役
Qwen4-Maxは2026年11月16日に発表され、Runware上では提供が開始されています。Qwen4-PlusとQwen4-Flashは「COMING SOON」として予告されている段階です。

Related

関連記事

New Articles

新着記事

ガイド

DataRobotとは何か。AIエージェント基盤へ変わった現在地とできること・料金・無料トライアルを公式情報で整理

2026年11月19日
室谷テキトー教師
ニュース

Gemini 4 Hydrogenとは?Google DeepMindが発表したロボット制御モデル

2026年11月19日
室谷テキトー教師
ニュース

Metaの「Muse Ember」とは?効率型モデル首位、Agent Arenaで速度・性能・コスト三冠

2026年11月19日
室谷テキトー教師
ニュース

MAI Code 2とは?GitHub Copilotで一般提供開始、Flashとの違い

2026年11月19日
室谷テキトー教師
ニュース

Google AI StudioのAndroidアプリ開発機能とは?HDエミュレータとPlay公開を解説

2026年11月19日
室谷テキトー教師
ニュース

Anthropicの「Linked billing」とは?APIキー共有なしでClaude利用料を組織に直接請求

2026年11月19日
室谷テキトー教師
ニュース

Google AI Studioのカスタムドメインとは?独自URLでAIアプリ公開

2026年11月19日
室谷テキトー教師
ニュース

ChatGPT for Salesとは?OpenAIが発表した営業向け新体験

2026年11月19日
室谷テキトー教師
ニュース

Claude Codeの「Code Mode」とは?ツール呼び出しをJavaScript化する実験的機能

2026年11月19日
室谷テキトー教師
ニュース

GitHub Copilotの「GPT-6.2 Astra/Sol」とは?一般提供開始

2026年11月19日
室谷テキトー教師

Join

AIプレナーになる。

入会は審査制です。いまの事業と、AIで何を動かしたいのかを聞かせてください。

参加を申請する