11月16日、アリババのQwenチームはフラッグシップモデルQwen4-Maxを正式発表した。新しいQwen4アーキテクチャを採用し、バックボーンは2.4Tパラメータ、トークンあたり71Bがアクティブ化、さらに328BのN-gram Embeddingパラメータを備え、コンテキストウィンドウは100万トークン。同日、Agent ArenaのランキングでQwen4-Maxは総合14位となり、中国モデルで最高位。アリババは中国で第1位、世界で第5位の研究機関となった。これはQwenシリーズの世代交代を告げる最初のモデルで、公式は24時間体制のAIチームメイトと位置づけ、3Dモデリングやゲーム開発、金融・法律・医療などの専門業務を担う長時間エージェントタスクを主眼に置く。
2.4Tパラメータがもたらすもの:トークン削減とコスト低下
アーキテクチャの改良は3点に集中する。3層のGated DeltaNetが履歴を固定長状態に圧縮し、軽量インデクサがマイクロブロック単位でコンテキストを選別する。4系統の並列残差ブランチが動的ゲートで層間の情報流を強化する。第2層に導入されたN-gram Embeddingは、コンテキストの照合で容量を拡げる。社内評価では、Qwen4-Max-Baseは知識・コード・QA・STEMの4分野すべてで、前世代Qwen3.8-Max-Baseをビット/バイト指標で上回り、約5〜13%改善しながら、アクティブ化するパラメータは25%少ない。実務を測るWork360では52.69点を記録し、前世代の47.74点を上回った。1タスクあたりの平均コストは4.43ドルから1.67ドルへ62%下がり、高負荷タスクのトークン使用量は約24〜35%、Terminal-Bench 4.0では約48〜49%減少した。
長期タスクが売りだが、ベンチマークは公式発表のもの
ユーザーにとって最も注目すべきは、長期タスクの遂行能力だ。Qwen4-MaxはLive Deliveryに対応し、タスクの途中で使える初版を先に渡し、フィードバックを受けて段階的に改善していく。ユーザーはいつでも介入して修正でき、対応プラグインはすでにオープンソース化されている。公式が示した事例は幅広い。48時間の連続実行で新型冷却材の実物サンプルを作り出し、金融調査では90のMCPツールを呼び出して出典をたどれるExcelとPowerPointを出力し、書式のばらばらな198件の調書を86ページのデューデリジェンス報告書に整理した。ただし、これらの事例もベンチマークも公式発表のものであり、第三者による独立評価はまだない。冷却材や創薬分子といった研究成果が日常で使えるようになるのはまだ先の話で、一般ユーザーはオフィス業務やプログラミングでの実際の性能を見るべきだ。
今どこで使えるか
Qwen4-MaxはすでにQwenCloudで利用でき、Token PlanまたはAPIで呼び出せるほか、Qwen Studio、QwenWork、Qoderでも使える。11月12日に始まった期間限定プレビューは前哨戦にすぎず、今回の正式発表でアーキテクチャ、ベンチマーク、価格がそろった。今後注目すべきは2点だ。同シリーズの小型モデルがいつオープンソース化されるか、そして第三者機関がWork360のような自社ベンチマークをどう検証するかである。