
- Qwen4 Maxは100万トークンの文脈を扱い、Tornadoの全344ファイルを1回で入力できた
- 検証では652,519入力トークンの処理に72秒、セール価格で約69セント
- Together AIではストリーミング必須で、思考は既定で有効、ファインチューニング非対応
発表された内容
Together AIは2026年11月21日、AlibabaのフラッグシップモデルQwen4 MaxをTogether Serverless Inferenceで提供開始したと発表しました。モデル文字列はQwen/Qwen4-Maxで、100万トークンのコンテキストウィンドウを持つとされています。Alibabaは2026年11月16日にQwen4 Maxをリリースし、同社のQwenファミリーで最も高性能なモデルと説明しています。テキストと画像を入力でき、出力はテキストです。
Together AI上では、リクエストにストリーミングが必須で、streamを指定しない場合は400エラーになると説明されています。思考(reasoning)は既定で有効で、思考トークンも出力トークンとして課金されます。簡単なリクエストではreasoningを無効化できますが、難しい問題ではreasoning_effortをmaxに設定できるとされています。現時点ではサーバーレス推論のみで、ファインチューニングには対応していません。
Tornadoでの検証
Together AIの検証では、Tornadoのリポジトリ全体とバグ報告を1回のリクエストでQwen4 Maxに渡しています。TornadoはPythonのWebフレームワークで、対象はコード・テスト・ドキュメントを含む全344ファイル、652,519トークンでした。モデルにはツールを与えず、関連ファイルの選択や検索処理も行っていません。最初のトークンは54秒後に到着し、72秒後に回答が完了しました。
返されたパッチは、Tornadoのメンテナがそのバグ用に追加した回帰テストを通過したとしています。さらにモデルは、バグ報告には言及のないtornado/iostream.pyの既存コードを前例として指摘しました。メンテナの修正コミットも同じコードを参照しており、Together AIはパッチがプロジェクトになじむ内容だったと評価しています。修正後のパッチでTornadoの全1,673テストを実行し、失敗がなかったことも確認したとしています。
料金とキャッシュ
料金は、2026年11月22日までのセール価格で入力100万トークンあたり1.05ドル、キャッシュ入力100万トークンあたり0.0525ドル、出力100万トークンあたり3.15ドルです。定価はそれぞれ1.50ドル、0.075ドル、4.50ドルとされています。Tornadoの検証はセール価格で約69セント、定価換算で98セントでした。入力トークンの大半が652,519トークン分を占めています。
同じリポジトリを再送信する場合、Together AIのプロンプトキャッシュにより入力コストを抑えられます。約630,000トークンのリクエストを繰り返したところ、ほぼすべてがキャッシュから返り、最初のトークンは54秒から8秒に短縮されました。入力コストは約66セントから約3セントになったとしています。ただしキャッシュはベストエフォートで、すべての再送信がキャッシュされるわけではないと注意しています。
位置づけと注意点
Qwen4 Maxは、2.4兆パラメータのうちトークンごとに710億パラメータを有効化する疎なMoE(Mixture of Experts)モデルです。AlibabaのベンチマークWork360では、721の専門分野にわたる業務タスクでQwen3.8 Maxを総合的に上回り、高推論努力時ではトークン使用量が35%少なく、タスクあたりのコストが平均約60%低いと同社は報告しています。ただしこれらはAlibaba自身の数値であり、第三者による検証ではありません。
Together AIの検証は1つのバグ修正例であり、Qwen4 Maxの長文コード理解やパッチ生成の精度を一般的に示すものではありません。100万トークンという広い文脈が実際の開発でどこまで有効かは、リポジトリの種類や言語、バグの性質によって変わるとみられます。利用時はストリーミング必須、思考の既定有効、ファインチューニング非対応といった制約を踏まえる必要があります。
| 項目 | セール価格 | 定価 |
|---|---|---|
| 入力 | 1.05ドル | 1.50ドル |
| キャッシュ入力 | 0.0525ドル | 0.075ドル |
| 出力 | 3.15ドル | 4.50ドル |
Seventy-two seconds later it returned a patch, and the patch passes the tests Tornado's maintainers wrote for that bug.
72秒後にパッチを返し、そのパッチはTornadoのメンテナがこのバグ用に書いたテストを通過しました。
今後の見通し
Qwen4 Maxの評価は、Together AIが示したTornadoの一例だけでは判断できません。今後、複数言語の大規模リポジトリや日本語コードでの独立検証、長い文脈での精度低下、キャッシュの実際のヒット率が明らかになれば、実務での位置づけが見えやすくなります。AlibabaはQwen4シリーズの小型オープンウェイトモデルを順次出すとしているため、ファインチューニングや自社環境での運用可否も今後の判断材料になるとみられます。現時点ではサーバーレス推論のみで、ファインチューニングは提供されていません。
日本の開発者・IT企業にとっての意味
日本のIT企業にとって、100万トークンの文脈でリポジトリ全体を一度に渡せることは、関連ファイルを事前に選ぶ検索処理を省ける可能性を意味します。レガシーコードの不具合調査や横断的な修正では、ファイル間の依存をモデルが直接参照できるため、検証を重ねる価値はあるでしょう。ただしTogether AIが示したのはTornadoの1例で、日本語コードや大規模な社内リポジトリで同じ精度が出るかは不明です。実務ではストリーミング必須、思考の既定有効、ファインチューニング非対応という制約に加え、長文入力のコストとキャッシュヒット率を測る必要があります。
気になる点
- Together AIのQwen4 Maxは日本から利用できますか
- 原文には地域制限の記載がありません。Together AIのサーバーレス推論として提供され、Python SDKとAPIキーで呼び出せると説明されています。日本からの可用性やレイテンシは現時点では公表されていないため、利用前に提供条件を確認する必要があります。
- 料金はいくらで、何に注意すればよいですか
- セール価格は入力100万トークンあたり1.05ドル、キャッシュ入力0.0525ドル、出力3.15ドルです。2026年11月22日までの適用で、定価は1.50ドル、0.075ドル、4.50ドルです。思考トークンは出力として課金されるため、reasoningを無効化できる場面ではコストと待ち時間を抑えられます。
- 既存のコード支援ツールから移行する際の注意点は何ですか
- Together AI上のQwen4 Maxはストリーミング必須で、streamを指定しないと400エラーになります。思考は既定で有効なので、最初の回答までに待ち時間が生じ、思考トークンも課金対象です。プロンプトキャッシュは自動ですがベストエフォートで、ファインチューニングには対応していません。
用語解説
- MoE
- Mixture of Experts。トークンごとに一部の専門家ネットワークだけを動かす構造で、大規模化しつつ計算量を抑えやすい。
- コンテキストウィンドウ
- 1回のリクエストでモデルが参照できるトークン数の上限。Qwen4 MaxはTogether AI上で100万トークン。
- プロンプトキャッシュ
- 同じ入力の処理結果を再利用し、再送信時の入力コストや待ち時間を下げる仕組み。Together AIでは自動適用。
- サーバーレス推論
- 専用GPU環境を常時用意せず、API経由でモデルを呼び出す提供形態。Qwen4 Maxはこの形態で提供。
- ストリーミング
- 生成結果をまとめて待たず、トークンごとに順次受け取る方式。Qwen4 Maxでは必須。
出典
Qwen4 Max is live on Together AI
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する