ホームへ戻る

最新模型

Alibaba、Qwen4-Maxを発表:トークンごとに710億パラメータを有効化、100万トークンのコンテキストに対応

Alibabaは11月16日、Qwen4-Maxを発表した。新しいMoEアーキテクチャを採用し、ネイティブの視覚機能を統合。正式版APIでは明示的なキャッシュと推論サマリーの仕組みも提供され、長時間のエージェントタスクではコストと状態管理が統合の焦点となる。

Thomas LOMBARD, designed by HASSELL (architects)[1] · CC BY-SA 3.0 · Image source
zh-Hant

Alibabaは11月16日、Qwen4-Maxを発表し、QwenCloudを通じてToken PlanとAPIアクセスを提供した。公式発表によると、モデルの総パラメータ数は2.4兆で、トークンごとに有効化されるパラメータは710億。同じく2.4兆規模のQwen3.8-Maxと比べて25%少ない。新しいスパースMoEの調整は、アテンション、残差接続、埋め込み設計に及び、ネイティブの視覚機能と100万トークンのコンテキストに対応する。公式発表

開発者にとっての具体的な変更点には、正式なモデルID qwen4-max と、テキスト、画像、動画の入力およびツール呼び出しへの対応がある。ドキュメントによると、非推論モードでは最大131,072 tokensを出力でき、推論と最終回答を合わせた上限は262,144 tokens。高強度推論がデフォルトで有効になっているため、長時間のタスクで予期しない利用量が発生しないよう、アプリケーション側で出力予算を明示的に設定する必要がある。モデルドキュメント

エージェント統合では、明示的に制御できるキャッシュも追加された。共有システムプロンプト、ツール定義、参照ドキュメントにキャッシュブレークポイントを設定でき、有効期間は5分または1時間。CoT Summaryは、可読な推論サマリーと暗号化された完全な推論内容を分けて伝達する。ドキュメントでは、後続のターンに暗号化コンテンツをそのまま含めるよう求めており、サマリーで推論履歴を置き換えることはできない。そのため、複数ターンにわたるツール呼び出しでのメッセージ保存方法は、移行時に確認すべき項目となる。統合ガイド

シンガポールリージョンでは、入力と出力それぞれ100万tokensあたり1.50ドル、4.50ドル。推論tokensは出力料金で計算され、キャッシュ読み取りは0.075ドル。明示的なキャッシュ書き込みには別途料金がかかるため、エンジニアリングチームは、プレフィックスの再利用頻度と有効期間に基づいて総コストを見積もり、ツール料金もタスクの請求額に含める必要がある。料金ドキュメント

性能について、Alibabaは自社のWork360評価で、高強度推論時のtokens使用量が前世代より35%少なく、タスクあたりの平均コストが約60%低下したと主張している。ただし、これはベンダーによるテスト結果であり、他のエージェントワークロードにそのまま当てはめることはできない。今後は、独立した評価によるタスク成功率、長いコンテキストでのレイテンシ、実際の料金を注視したい。現時点のドキュメントでは、バッチ推論、ファインチューニング、モデルデプロイには対応していないと明記されている。また、公式が予告した小型のQwen4オープンウェイト版についても、サイズと公開日はまだ示されていない。発表、機能制限

出典

  1. qwen4-max-preview — Alibaba Cloud Model Studio
  2. Latest model: Qwen4-Max-Preview
  3. API compatibility upgrades
  4. Alibaba Unveils Qwen4-Max: New AI Teammate for Work, Creativity, and Discovery
  5. Pricing — QwenCloud