2026-11-16 · ← ニュース
Qwen4 Maxが追い上げても、open weightモデルは最前線に届かない
Artificial AnalysisによるとQwen4 Maxは43点で、Qwen3.8 Maxから9点伸びた。ただし提供形態はAPIのままだ。Ethan Mollickは、8か月以上たってもopen weightモデルがFable級に届いていない事実を浮かび上がらせる結果だと指摘する。
画像を読み込めませんでした。
AlibabaがQwen4 Maxを公開し、Artificial AnalysisのIntelligence Indexで43点を記録した。Qwen3.8 Maxより9点高いが、open weightモデルをめぐる状況は変えていない。Qwen4 Maxの提供形態はAPIである。
Qwen4 Maxは9点伸びたがKimi K3.1 Proには届かない
Artificial Analysisはxhigh reasoning effortでQwen4 Maxを評価した。Intelligence Indexは43点で、Qwen3.8 Maxの34点を上回る。一方、Kimi K3.1 Proは46点で先行している。
同じ評価では、indexの1 task当たりのcostは3.27ドルで、Kimi K3.1 Proの3.68ドルより約11%低い。Qwen4 Maxは約100万tokenのcontext windowを持ち、textとimageを入力でき、Alibabaのfirst-party APIから利用できる。これは1つの独立benchmark suiteによる結果であり、modelの普遍的な順位ではない。
安いAPIだけではopen weightモデルの停滞は解消しない
Ethan Mollickは別の点に注目した。FableとMythosのmodel classが公に示されてから8か月以上たっても、同等のopen modelは登場していないという見方だ。AlibabaがQwen4 Maxのweightを公開していないため、今回のreleaseもこの評価を変えない。
違いは実務に現れる。APIは高い性能と低い価格を提供できるが、顧客が自社infraでmodelを動かし、weightを変更し、長期的なvendor依存を管理できるとは限らない。inference価格の進歩とfrontier能力へのaccess拡大は別の話だ。
1つのrankingでは管理権限、privacy、運用riskを測れない
Artificial Analysisのindexは、knowledge work、coding、science、general knowledgeのtaskを組み合わせている。43点はその手法の中で有用な比較になるが、data sovereignty、auditability、APIの安定性には答えない。
Fable classも標準化された技術分類ではない。Mollickは能力の層を表す言葉として使っており、1つのscoreで認定できる厳密な境界ではない。この指摘は市場の妥当な診断だが、急速に変わるmodelとbenchmarkに対する解釈でもある。
open weightは実務と運用の両方で結果を出す必要がある
転機になるのは、複数の独立evalsでclosed modelの最前線に近づき、現実的に運用できるmodelのweightが公開された時だ。license、必要なGPU、inference cost、実際のworkflowでの結果をまとめて見る必要がある。
Qwen4 Maxは、能力の急速な向上とAPI経済性の改善を示した。ただし、同じ水準がいつopen weightで手に入るかには答えていない。
Lilithの判定
Qwen4 Maxは最前列のticketを安くしたが、weightは幕の裏に残った。安い席を買えても、劇場の鍵までは渡されない。