BenchLeader

Qwen3.7 Plus vs Qwen3.8 Max

詳しいプロフィール:Qwen3.7 Plus(Alibaba)とQwen3.8 Max(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 13件の情報源のデータ

2026年11月16日時点で、Qwen3.7 PlusとQwen3.8 Maxの品質は互角です(BenchLeader Indexで57.6 対 58.7、±7.8の誤差範囲内)。価格はQwen3.7 Plusの方が4.3倍安く、100万トークンあたりのブレンド価格で$0.700 対 $3.00です。推論(54 対 52)を重視するならQwen3.7 Plus、コーディング(62 対 44)、エージェント・ツール(59 対 46)、長文コンテキスト(65 対 61)を重視するならQwen3.8 Maxが向いています。回答開始までの時間はQwen3.7 Plusの方が短く、49.8秒 対 119.6秒です。

要点(2026年11月16日時点)

  • BenchLeader IndexはQwen3.7 Plusが57.6、Qwen3.8 Maxが58.7です(BenchLeader、2026年11月16日)。
  • Qwen3.7 Plusの100万トークンあたりのブレンド価格は$0.700です(定価、2026年11月16日)。
  • Qwen3.8 Maxの100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
  • 両モデルに結果がある44件のベンチマークのうち、Qwen3.8 Maxが41件でリードしています(BenchLeader、2026年11月16日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングQwen3.8 Maxカテゴリスコア62 対 44;SciCode 53.2% 対 46.1%高
エージェント・ツール利用Qwen3.8 Maxカテゴリスコア59 対 46;τ³-Banking (AA) 51.3% 対 17.5%高
数学Qwen3.8 Maxカテゴリスコア65 対 64;Arena Maths 1505 対 1465中
推論Qwen3.7 Plusカテゴリスコア54 対 52;HLE-Diamond (AA) 13.9% 対 24.0%中
長い文書Qwen3.8 Maxカテゴリスコア65 対 61;AA-LCR v1.1 80.3% 対 73.0%中
画像などのメディアQwen3.8 Maxカテゴリスコア66 対 62;Arena Vision 1312 対 1277中
チャットの質(人間の評価)Qwen3.8 MaxArenaの投票で68 対 64中
最低コストQwen3.7 Plus100万トークンあたりブレンド価格$0.700 対 $3.00;エージェント型コーディングセッション$0.030 対 $0.144–
回答開始の速さQwen3.7 Plus最初の回答トークンまで49.8秒(Qwen3.7 Plus)対 119.6秒(Qwen3.8 Max (max))–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • Qwen3.7 PlusとQwen3.8 Max (max)の品質は互角です(57.6 対 58.7、±7.8の誤差範囲内)。
  • Qwen3.7 Plusは推論で優れています。
  • Qwen3.8 Max (max)はエージェント・ツール、コーディング、人間の評価、長文コンテキスト、数学、マルチモーダルで優れています。
  • Qwen3.7 Plusの方が4.3倍安くなっています(100万トークンあたりブレンド価格$0.700 対 $3.00)。

概要

仕様Qwen3.7 PlusQwen3.8 Max
プロバイダーAlibabaAlibaba
リリース日2026年6月2日2026年8月3日
コンテキストウィンドウ(トークン)1,000,0001,000,000
比較した構成Qwen3.7 PlusQwen3.8 Max (max)
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.400 / $1.60 / $0.080$2.00 / $6.00 / $0.250

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリQwen3.7 PlusQwen3.8 Max (max)トップ
推論54.451.5Qwen3.7 Plus
コーディング43.961.6Qwen3.8 Max
エージェント・ツール45.558.5Qwen3.8 Max
数学64.265.2Qwen3.8 Max
知識–58.0比較不可
指示追従75.9–比較不可
人間の評価64.067.5Qwen3.8 Max
マルチモーダル62.365.7Qwen3.8 Max
長文コンテキスト61.064.8Qwen3.8 Max
総合–45.0比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール数学長文コンテキストマルチモーダル人間の評価Qwen3.7 Plus, 推論: 54.4Qwen3.7 Plus, コーディング: 43.9Qwen3.7 Plus, エージェント・ツール: 45.5Qwen3.7 Plus, 数学: 64.2Qwen3.7 Plus, 長文コンテキスト: 61.0Qwen3.7 Plus, マルチモーダル: 62.3Qwen3.7 Plus, 人間の評価: 64.0Qwen3.8 Max, 推論: 51.5Qwen3.8 Max, コーディング: 61.6Qwen3.8 Max, エージェント・ツール: 58.5Qwen3.8 Max, 数学: 65.2Qwen3.8 Max, 長文コンテキスト: 64.8Qwen3.8 Max, マルチモーダル: 65.7Qwen3.8 Max, 人間の評価: 67.5

描画していないもの(測定済みのモデルが2つ未満):知識, 指示追従。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある44件のベンチマークのうち、Qwen3.7 Plusのリードが3件、Qwen3.8 Maxのリードが41件です。両方を評価しているすべての総合指標で、Qwen3.8 Maxが上回っています。

総合IndexQwen3.7 PlusQwen3.8 Max (max)トップ
BenchLeader Index57.658.7互角
Arena Text14551484Qwen3.8 Max

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Qwen3.7 PlusQwen3.8 Max (max)
100万トークンあたりのブレンド価格$0.700$3.00
100万トークンあたりの入力/出力$0.400 / $1.60$2.00 / $6.00
100万トークンあたりのキャッシュ入力$0.080$0.250
タスクあたりの価格:チャットの返答$0.0006$0.0026
タスクあたりの価格:30ページのレポートを要約$0.0058$0.028
タスクあたりの価格:コード編集$0.0048$0.021
タスクあたりの価格:エージェント型コーディングセッション$0.030$0.144
タスクあたりの価格:構造化データの抽出$0.0011$0.0052
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.016$0.065
ベンチマークのタスクあたりのコスト(AA Index)–$10.02
タスクあたりの出力トークン(AA Index)–171k
うち推論–120k
タスクあたりの時間(AA Index)–48 min
出力速度57 tok/s59 tok/s
回答開始までの時間49.8秒119.6秒
回答が完了するまでの時間(最終測定2026年11月13日)114.8秒294.1秒

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Qwen3.7 Plusのスコアは57.6、最初の回答トークンまで50秒。Qwen3.8 Max (max)のスコアは58.7、最初の回答トークンまで120秒。Qwen3.8 Max (xhigh)は56.6(3秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

142件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Qwen3.7 PlusQwen3.8 Max (max)
BenchLeader IndexBenchLeader57.658.7
エージェント・ツールスコアBenchLeader45.558.5
コーディングスコアBenchLeader43.961.6
人間の評価スコアBenchLeader64.067.5
指示追従スコアBenchLeader75.9–
長文コンテキストスコアBenchLeader61.064.8
数学スコアBenchLeader64.265.2
マルチモーダルスコアBenchLeader62.365.7
推論スコアBenchLeader54.451.5
総合スコアBenchLeader–45.0
知識スコアBenchLeader–58.0
ブレンド価格($/100万トークン)BenchLeader$0.700$3.00
出力速度BenchLeader57 tok/s59 tok/s
回答開始までの時間BenchLeader49.8秒119.6秒
コンテキストウィンドウBenchLeader1,000,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub87.9%92.7%†
Arena Hard PromptsArena (LMArena)14731507
LiveBench 2.0 ReasoningLiveBench–88.2%
LiveBench 1.0 ReasoningLiveBench–88.2%
GPQA Diamond (AA)Artificial Analysis90.0%92.8%
Humanity's Last Exam (AA)Artificial Analysis35.6%43.1%
HLE-Diamond (AA)Artificial Analysis13.9%24.0%
GPQA Diamond (Vals)Vals AI–93.7%
CritPtArtificial Analysis9.1%20.0%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
MysteryMechanismVals AI–23.9%
Arena ExpertArena (LMArena)14851514
Chess PuzzlesEpoch AI Benchmarking Hub–46.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub17.0%38.0%†
LMCAEpoch AI Benchmarking Hub37.6%46.2%†
DTBenchEpoch AI Benchmarking Hub84.0%92.0%†
コーディング
SciCodeSciCode46.1%53.2%
FrontierCodeCognition10.2%–
Arena CodingArena (LMArena)15001523
Arena WebDevArena (LMArena)–1676
LiveBench 2.0 CodingLiveBench–60.9%
LiveBench 1.0 CodingLiveBench–72.9%
LiveCodeBenchVals AI–87.8%
IOIVals AI–68.9%
SWE-bench (Vals)Vals AI–85.6%
142件のベンチマークをすべて表示
指標公開元Qwen3.7 PlusQwen3.8 Max (max)
コーディング
Code MigrationVals AI12.9%24.0%
ProgramBenchVals AI–0.0%
SWE-bench MultimodalVals AI–42.5%
Vibe Code Bench 1-100Vals AI–12.8%
Vibe Code Bench v1.1Vals AI46.4%64.7%
SWE Atlas v1.1Scale AI SEAL–64.4%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–81.5%
SWE Atlas v1.1: Test WritingScale AI SEAL–58.9%
SWE Atlas v1.1: RefactoringScale AI SEAL–52.9%
MirrorCodeEpoch AI Benchmarking Hub–52.2%†
DeepSWE v1.1Epoch AI Benchmarking Hub–57.5%†
ALE-BenchEpoch AI Benchmarking Hub–1679.1†
FrontierSWEEpoch AI Benchmarking Hub–17.8%†
Terminal-Bench 4.0 (AA)Artificial Analysis1.0%38.9%
Terminal-Bench 2.1 (AA)Artificial Analysis61.0%88.8%
Startrise FrontendStartrise–71.3%
GameBench 2 OverallDuelLab GameBench 2–54.2†
GameBench 2 by reasoning settingDuelLab GameBench 217.7†69.6†
Design Arena WebsiteDesign Arena12611269
FrontierCode 1.1 (AA)Artificial Analysis–43.2%
FrontierCode 2.0 (AA)Artificial Analysis–23.4%
エージェント・ツール
Terminal-BenchTerminal-Bench–27.0%
OSWorld-Verified 2.0OSWorld2.8%–
APEX-AgentsMercor–63.3%
Arena AgentArena (LMArena)-80.1
LiveBench Long AgenticLiveBench–26.6%
LiveBench BrowserLiveBench–49.4%
LiveBench Agentic CodingLiveBench–64.7%
Terminal-Bench HardArtificial Analysis47.0%–
τ²-Bench Telecom (AA)Artificial Analysis93.0%–
Terminal-Bench 2.1 (Vals)Vals AI52.8%67.4%
τ³-bench Bankingτ²-bench–55.1%†
GDPval-AA v2.1, normalised scoreArtificial Analysis13.3%58.3%
GDPval-AA v2.1Artificial Analysis7741674
τ³-Banking (AA)Artificial Analysis17.5%51.3%
ITBench SRE (AA)Artificial Analysis–40.3%
Analyst Agent (AA)Artificial Analysis–45.0%
APEX-Agents (AA)Artificial Analysis22.4%42.4%
CyberBenchVals AI–28.6%
Finance Agent v2Vals AI38.2%50.6%
Harvey's Legal Agent Benchmark v1Vals AI0.0%10.4%
Legal Research BenchVals AI16.4%47.6%
SkillsBenchVals AI54.3%42.0%
Tax Agent BenchVals AI10.5%32.1%
Terminal-Bench 4.0 (Vals)Vals AI–34.3%
Terminal-Bench ScienceVals AI–12.9%
Arena SearchArena (LMArena)–1227
Arena Agent Task CompletionArena (LMArena)-10.84.5
AutomationBenchArtificial Analysis17.4%56.2%
GDP.pdf (AA)Artificial Analysis12.2%22.8%
EnterpriseOps-GymArtificial Analysis40.6%47.6%
AA-Briefcase v1.1Artificial Analysis9151604
GDPxGDPx by SemiAnalysis–3.5%
Design Arena AgenticDesign Arena–1264
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–11.9%
MKA (AA)Artificial Analysis–37.4%
FACTS SearchGoogle–85.0%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub34.4%†74.7%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub93.3%100.0%†
ProofBenchVals AI–58.0%
LiveBench MathematicsLiveBench–91.3%
Arena MathsArena (LMArena)14651505
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–47.3%†
LiveBench 2.0 Data AnalysisLiveBench–78.4%
LiveBench ResearchLiveBench–72.8%
LiveBench 1.0 Data AnalysisLiveBench–78.4%
AA-Omniscience v1.1Artificial Analysis–10.5
MMLU-ProVals AI–88.6%
LegalBenchVals AI–83.6%
CorpFinVals AI–65.8%
TaxEvalVals AI–75.5%
Excel Modeling BenchmarkVals AI49.4%60.1%
Excel Modeling Benchmark v1.1Vals AI–66.0%
MedCodeVals AI–40.7%
MedScribeVals AI–85.0%
Public Benefits Bench v1.1Vals AI–67.1%
Access to Justice BenchmarkVals AI–76.4%
Financial Coaching BenchVals AI–75.6%
Immigration BenchVals AI–70.1%
GDP.pdfEpoch AI Benchmarking Hub–23.2%†
AA-Omniscience v1.1: accuracyArtificial Analysis–29.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.9%
FACTS ParametricGoogle–30.8%
指示追従
LiveBench LanguageLiveBench–79.7%
LiveBench Instruction FollowingLiveBench–74.1%
IFBenchArtificial Analysis78.0%–
Arena Instruction FollowingArena (LMArena)14471478
人間の評価
Arena TextArena (LMArena)14551484
Arena Creative WritingArena (LMArena)14311472
Arena Multi-turnArena (LMArena)14641495
Arena Longer QueriesArena (LMArena)14651496
マルチモーダル
Arena VisionArena (LMArena)12771312
LiveBench DesignLiveBench–76.6%
MMMU-ProArtificial Analysis80.5%82.8%
MMMU-Pro (Vals)Vals AI–88.0%
MortgageTaxVals AI66.2%64.0%
SAGEVals AI89.2%81.8%
Humanity's Sixth SenseScale AI SEAL–33.0%
Furniture AssemblyEpoch AI Benchmarking Hub–20.0%†
VIALS-AAHandshake AI–31.7%
Code2Video-AAArtificial Analysis–1021
AA-3DArtificial Analysis–954
FACTS MultimodalGoogle–51.5%
長文コンテキスト
AA-LCR v1.1Artificial Analysis73.0%80.3%
Arena DocumentArena (LMArena)1446–
MLCRArtificial Analysis8.9%26.1%
FACTS GroundingGoogle–73.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub147.9157.6
LiveBench 2.0LiveBench–60.9%
LiveBench 1.0LiveBench–78.5%
AA Intelligence Index v5.0.1Artificial Analysis–33.6
AA Intelligence Index v4.3.2Artificial Analysis25.245.4
AA Progress Index v1Artificial Analysis283.9323.7
Vals RSI IndexVals AI–21.8%
Vals Multimodal IndexVals AI53.9%65.4%
安全性・誠実さ
DistressBenchScale AI SEAL–77.6%

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • Qwen3.8 Max (max):スコアの改訂1件。
  • Qwen3.8 Max (max):スコアの改訂1件。
  • Qwen3.8 Max (max):スコアの改訂6件。
  • Qwen3.7 Plus:スコアの改訂1件。
  • Qwen3.8 Max (max):スコアの改訂1件。
  • Qwen3.7 Plus:スコアの改訂1件。
  • Qwen3.8 Max (max):新しい結果1件(FACTS Search)、スコアの改訂1件。
  • Qwen3.7 Plus:価格 $0.055/M → $0.080/M。
  • Qwen3.8 Max (max):スコアの改訂1件、価格 $0.22/M → $0.25/M。
  • Qwen3.7 Plus:価格 $0.080/M → $0.055/M。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Qwen3.7 Plus vs Qwen3.8 Max:よくある質問

Qwen3.7 PlusはQwen3.8 Maxより優れていますか?
Qwen3.7 PlusとQwen3.8 Max (max)の品質は互角です(57.6 対 58.7、±7.8の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Qwen3.7 PlusとQwen3.8 Maxはどちらが安いですか?今後変わる予定はありますか?
現在はQwen3.7 Plusの方が安く、100万トークンあたり$0.700 対 $3.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはQwen3.7 PlusとQwen3.8 Maxのどちらが向いていますか?
コーディングではQwen3.8 Maxの方がスコアが高くなっています(カテゴリ指標で62 対 44。50が平均)。共通するコーディングベンチマークのうち最も重要なSciCodeでは、Qwen3.7 Plusが46.1%、Qwen3.8 Maxが53.2%です。
Qwen3.7 PlusとQwen3.8 Maxはどちらが速いですか?
Qwen3.8 Maxの方が出力が速くなっています(出力59 対 57トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはQwen3.7 PlusとQwen3.8 Maxのどちらが向いていますか?
エージェント型のタスクではQwen3.8 Maxの方がスコアが高くなっています(カテゴリ指標で59 対 46。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なτ³-Banking (AA)では、Qwen3.7 Plusが17.5%、Qwen3.8 Maxが51.3%です。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではQwen3.8 Maxの方がスコアが高くなっています(65 対 61)。どちらも1,000,000トークンのコンテキストに対応しています。
レイテンシが低いのはどちらですか?
先に回答を始めるのはQwen3.7 Plusです。Artificial Analysisの測定では、最初の回答トークンまで49.8秒 対 119.6秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
Qwen3.7 PlusとQwen3.8 Maxについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある44件のベンチマークのうち、Qwen3.7 Plusのリードが3件、Qwen3.8 Maxのリードが41件です。両方を評価しているすべての総合指標で、Qwen3.8 Maxが上回っています。
Qwen3.8 Maxはいつリリースされましたか?
Qwen3.8 Maxは2026年8月3日にリリースされました。