ふくふくHukuhuku LLC
EP.133Toolbox 13分公開: 最終更新日:

Qwen4-Maxを日本の仕事で試すには?料金・思考予算と日本語3課題の評価手順

Qwen4-Maxが正式提供。プレビューとの違い、東京リージョンと推論範囲、思考込みの料金を確認し、見積比較・議事録・新旧資料の矛盾を試す日本語教材を用意しました。

#Qwen4-Max#AI評価#業務活用#API料金#ローカルLLM
執筆 / 監修
松尾 亮合同会社ふくふく 代表社員

データ基盤・データパイプライン構築 / BI / 生成 AI 活用支援を専門とするエンジニア (28 年)。 本記事は AI 利用ポリシーに基づき、生成 AI の補助で執筆 → 人間が監修・編集して公開しています。

プロフィール詳細
シェア

Alibabaが2026年11月16日にQwen4-Maxの正式提供を発表しました。画像や動画を含む入力と長い文脈を扱い、業務の資料確認やツールを使う処理を想定したモデルです。日本の読者にとっての判断点は、ベンチマークの順位だけではありません。「自分の資料で間違えないか」「思考を含む費用はいくらか」「どこでデータを処理するか」をそろえて試すことです。

この記事では、正式版とプレビュー版の違い、日本からの利用条件、出力予算の変更を整理します。続いて、見積比較・議事録整理・資料中の矛盾検出を試すための架空の日本語教材と、通信せず費用の算術だけを確認できるPythonを用意しました。

公式仕様の解説+評価用教材。モデルの性能実測ではありません

確認日:2026年11月17日。Qwen4-MaxへのAPI呼び出しや有料契約は行っていません。教材の期待値と費用計算は確認しましたが、日本語の正答率・待ち時間・実請求額を測定したものではありません。

1. 何が新しい?正式版とプレビューを分ける

Alibabaの公式発表は11月16日付です。総パラメータ数2.4兆、トークンごとの稼働部分710億、100万トークンの文脈長を案内しています。これはモデルの規模・処理方式の説明であり、日本語の仕事の成功率を直接表す数字ではありません。

区分確認できた提供形態使うときの注意
正式版 qwen4-maxToken PlanとAPIで提供。公式はQwenWork・QwenStudioでの利用も案内モデル名だけでなく、接続先・契約・推論設定を記録する
qwen4-max-previewToken Plan限定。従量課金では利用不可11月11日10:00〜11月25日24:00(UTC+8)の期間限定。終了後に廃止予定
小規模なQwen4モデル公式は今後のオープンウェイト公開を予告Maxの重み公開とは別。未公開モデルのサイズ・必要メモリを決めつけない

プレビューの公式資料は正式版への移行を勧めています。プレビュー向けの接続設定や上限を正式版へそのままコピーする前に、正式版のモデルページで再確認してください。本稿は正式提供という差分を扱い、11月11日のプレビュー開始を11月16日の出来事として数え直していません。発表日・提供日は確認できましたが、正式提供開始の正確な時刻は確定していません。

2. 日本の仕事では、どこから試すと判断しやすいか

仕事の例最初に測ること合格に見えても確認すること
見積書や条件表の比較数量・税込税別・送料を区別し、同じ条件で計算できるか一方にない条件を勝手に補っていないか
会議メモの整理決定事項、提案、未決事項を分けられるか候補日を確定日、提案者を担当者に変えていないか
複数資料の整合確認新旧の記載と矛盾箇所を示せるか新しいという理由だけで、承認されていない案を採用していないか
画像を含む資料の確認表の行・列、単位、脚注を正しく対応付けるか文字が不鮮明な箇所を推測で埋めていないか

これらは本誌が提案する評価用途です。Qwen4-Maxがすべて正解したという実測例ではありません。最初は答えを人が把握できる小さな資料を使うと、文章の流暢さと事実の正しさを分けて確認できます。長い資料を最初から丸ごと渡すより、誤りの原因も追いやすくなります。

公式仕様ではテキスト・画像・動画入力、テキスト出力、ツール呼び出し、JSON形式の構造化出力などが案内されています。一方、確認時点のモデルページではバッチ推論とファインチューニングは非対応です。既存の大量処理がバッチ機能に依存している場合、単純なモデルID変更だけでは移行できません。

3. 東京リージョンと「日本国内で推論」は同じではない

リージョンの公式説明は、接続先・データ保存の地域と、推論を実行する範囲(service deployment scope)を区別しています。東京リージョンにはGlobalとJapanという区分がありますが、Qwen4-Maxのモデル表で東京向けに示されているのはGlobalです。東京の接続先を選んだだけで、日本国内だけで推論されると判断しないでください。

Globalは中国本土を含む利用可能なノードが対象です。社内規定で処理場所を限定している場合は、モデルごとの提供範囲と契約条件を先に確認します。最初の評価には、以下の架空データのように顧客情報を含まない資料を使えます。

API利用はクラウドの接続方式なので、手元に2.4兆パラメータのモデルを置く必要はありません。アプリは対応ブラウザー、APIは利用するクライアントの実行環境が必要で、Windows・macOS・Linuxの区別だけで性能が決まるものではありません。日本語で指示する教材は用意できますが、日本語の正答率は別途評価します。

4. 料金は「回答の長さ」だけで計算しない

公式料金表では、シンガポール・Internationalの通常入力が100万トークンあたり1.50米ドル、出力が4.50米ドルです。出力には思考と最終回答が含まれます。東京・Globalの掲載単価は入力1.413米ドル、出力4.24米ドルで、リージョンをまたいで価格とデータ条件を混ぜないことが重要です。価格は2026年11月17日の確認値です。

以下はシンガポールの通常単価で計算した架空例です。1回に入力10,000トークン、思考と回答の合計3,000トークンなら、0.015+0.0135=0.0285米ドル。100回すべて同条件なら2.85米ドルです。キャッシュ、無料枠、ツール等の追加料金、税、為替、割引を含まないため、そのまま請求額の予測にはしません。

コピー用テキスト

通常入力分の費用 = 入力トークン数 ÷ 1,000,000 × 入力単価 出力分の費用 = 思考と回答の合計トークン数 ÷ 1,000,000 × 出力単価 全試行のモデル費用 = 成功・失敗・再試行を含む各呼び出しの費用の合計

「最終回答は短かったのに費用が多い」という場合は、思考の消費、会話履歴の再送、再試行を確認します。少ない単価のモデルでも何度もやり直せば高くなり得ます。反対に、単価だけでは高く見えるモデルが一度で合格すれば、仕事全体では安くなる可能性があります。

Alibabaは自社のWork360評価で前世代よりタスク費用を約60%減らしたと発表しています。これは同社の評価条件での主張です。自社の日本語業務でも60%減るとは読み替えず、同じ入力・合格条件で測った費用と、人の修正時間を比較します。

5. 既存コードの max_tokens に注意する

API互換性変更の公式通知によると、qwen4-max-preview/qwen4-maxから、Chat Completionsなどのmax_tokensはmax_completion_tokensと同じく「思考+最終回答」の上限を意味します。既存コードで回答だけを想定して小さな上限を入れていた場合、思考が予算を使い、回答が途中で終わる可能性があります。

例えば「回答を1,000トークン以内にしたい」と考えて出力上限を1,000にすることと、思考に必要な分を確保したうえで回答を短くすることは別です。終了理由と実際の使用量を保存し、上限に達していないかを見ます。回答の文字数は指示文でも指定できますが、厳密な長さの制約は出力後にも確認します。

正式版は思考が初期状態で有効で、reasoning_effortの値はlow・high・xhigh、既定値はhighと記載されています。プレビューの記事や別のプロトコルの設定値と混ぜないよう、利用するAPIの仕様を確認してください。比較中は設定を固定し、変更する場合は別の試行として記録します。

6. そのまま使える日本語の評価課題3つ

以下はすべて本誌作成の架空データです。指示文と課題を一つずつ入力し、期待結果はモデルへ渡さず、人の確認用に残します。各課題は独立した会話で試します。Web検索や外部ツールは使わない条件で始めると、元の資料にない情報を混ぜたかを見つけやすくなります。

コピー用テキスト

次の資料だけを使い、日本語で回答してください。外部検索はしないでください。確定事項・提案・不明点を区別し、推測で日付、担当者、金額を補わないでください。結論ごとに資料IDと根拠を添え、資料が矛盾するときは両方を示してください。

課題:見積比較

コピー用テキスト

資料A:部品20個。単価1,200円(税別)。送料800円(税別)。 資料B:部品20個。単価1,350円(税込)。送料込み。 この課題ではAの部品と送料に一律10%の税率を適用し、端数処理は不要とする。 質問:税込総額と差額を計算し、安い方を示してください。納期と品質は比較できますか?

人が確認する期待結果:Aは27,280円、Bは27,000円、Bが280円安い。納期・品質は記載がなく比較不可。

課題:会議メモ

コピー用テキスト

資料C:11月17日の会議。「11月30日公開を候補にする」と佐藤が提案。田中は法務確認の完了待ちと回答。担当者の割当は次回決める。 質問:公開日、担当者、未決事項を整理してください。

人が確認する期待結果:11月30日は候補で確定ではない。担当者は未決。法務確認の完了と担当者の決定が必要。佐藤を担当者にしない。

課題:新旧資料の矛盾

コピー用テキスト

資料D:11月10日承認済み仕様。ログ保存期間は30日。 資料E:11月16日レビュー中の改訂案。ログ保存期間を90日に変更する提案。承認欄は空欄。 質問:現在の承認済み保存期間と、資料間で確認すべき差分は何ですか?

人が確認する期待結果:承認済みは30日。90日は未承認の変更案。新しい日付だけで現行ルールを90日としない。

日本語の言い換えは許容しても、金額、確定/未確定、承認状態の取り違えは重大な誤りとして記録します。上の3件に正解しただけでは実務全般の品質を保証できません。実際の仕事に近い、伏せ字化だけに頼らない評価専用データを追加し、読み取りにくい画像や例外条件も別途試します。

7. 30分で始める比較の手順と記録欄

  • 利用できるアカウントで、正式版qwen4-maxとリージョン・推論範囲を確認する。新規登録や契約が必要なら、費用条件を確認してから進める。
  • 普段使うモデルとQwen4-Maxに、同じ指示文と課題を渡す。各課題は新規会話とし、思考設定・ツールの有無・出力上限を記録する。
  • まず回答を採点する。金額、根拠の資料ID、未確定事項の扱いを、人が期待結果と照合する。
  • APIを使う場合は入力・出力・思考・キャッシュ等の使用量、終了理由、待ち時間を保存する。UIで使用量が出ない場合は不明とし、ゼロにしない。
  • 誤答の修正や再試行も含めて合計する。合格した仕事1件あたりの費用と、人の修正時間を並べて採否を決める。
コピー用テキスト

課題ID: 実行日時: モデルID/利用サービス: リージョン/推論範囲: 思考設定/出力上限/検索・ツールの有無: 正答・部分正答・誤答: 重大な誤りと根拠: 終了理由: 入力/出力トークン数(思考の内訳がある場合も二重加算しない): キャッシュ等の内訳: 初回+再試行のモデル費用: 待ち時間/人の修正時間: 採用する・条件付き・見送る:

「合格した仕事1件あたりのモデル費用」は、失敗を含む全試行の費用を合格件数で割って求めます。合格ゼロなら算出不能です。これに作業者の修正時間を併記すると、見かけの低単価に引っ張られにくくなります。

指示文・課題・期待結果・空の記録欄(TXT)と、通常単価の費用計算(Python)を用意しました。TXTの期待結果はモデルへの入力から除いてください。Pythonは標準ライブラリだけを使い、外部通信・APIキー・追加課金なしで実行できます。単価は2026年11月17日のシンガポール通常単価を固定した教材です。

Bash
python3 toolbox-133-qwen4-max-work-evaluation-cost.py 10000 3000 100# USD 2.850000

Pythonは合計出力3,000トークンに思考を含める入力例です。APIの出力総数に思考の内訳をもう一度加算しないでください。キャッシュがある場合や別リージョンの請求を計算したい場合は、この教材の固定単価だけでは足りません。

8. ローカルLLMとして待つなら、何を確認するか

Qwenには重みを手元で動かせるモデルもありますが、今回の発表はMaxのAPI・サービス提供と、より小さなモデルの今後の公開を分けています。Qwen4-Maxを今すぐMacにダウンロードできる、という案内ではありません。今後の小規模モデルは、正式なモデルカード、ライセンス、配布ファイル、対応ランタイムを確認してから検討します。

ローカル運用を選ぶ理由が機密データの管理なら、モデルのメモリ量だけでなく、アプリの通信先、ログ、外部ツールへの送信も確認します。クラウドとローカルの両方で上のような同一課題を使えば、速さ・費用・品質を自分の条件で比較できます。

Qwen4-Maxの導入を急ぐかどうかは、順位よりも業務の合格条件で決められます。まずは短い日本語の資料で「資料にないことを足さない」「未決を確定にしない」「計算を検算できる」を確認し、その後に入力の長さや画像の難しさを増やすのが、比較を始めやすい順序です。

よくある質問

Qwen4-MaxはMacでローカル実行できますか?
今回の正式提供はAPI・サービス経由です。小規模モデルのオープンウェイト公開予告と、Maxの重みの配布は別です。
東京リージョンなら日本国内だけで処理されますか?
Qwen4-Maxの東京向け提供範囲は確認時点でGlobalです。接続・保存の地域と推論実行の範囲を分けて確認してください。
この記事の教材はQwen4-Maxの日本語性能を実測したものですか?
いいえ。架空の日本語評価課題と期待結果、費用計算の動作を確認した教材です。モデルの正答率、速度、実請求額は未実測です。
シェア

この記事の感想を教えてください

あなたの 1 クリックで、本当にこの記事は更新されます。「もっと詳しく」「続編希望」が一定数集まった記事は、 ふくふくが 実際に内容を拡充したり続編記事を公開 します。 送信したリアクションはお使いのブラウザに記録され、再カウントされません。

シリーズの外も探す:

まずは、現状を聞かせてください。

要件が固まっていなくて大丈夫です。現状診断と方針提案までを無料でお手伝いします。

無料相談フォームへ hello [at] hukuhuku [dot] co [dot] jp