BenchLeader

Qwen3.8-Flash-Next vs Qwen3.8 Max

詳しいプロフィール:Qwen3.8-Flash-Next(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 · 12件の情報源のデータ

2026年11月16日時点で、Qwen3.8-Flash-NextとQwen3.8 Maxの品質は互角です(BenchLeader Indexで53.9 対 58.7、±8.6の誤差範囲内)。価格はQwen3.8-Flash-Nextの方が13倍安く、100万トークンあたりのブレンド価格で$0.230 対 $3.00です。エージェント・ツール(64 対 59)を重視するならQwen3.8-Flash-Next、知識(58 対 38)、推論(52 対 43)、マルチモーダル(66 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Qwen3.8-Flash-Nextの方が短く、65.5秒 対 119.6秒です。Qwen3.8-Flash-Nextは出力が速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはQwen3.8-Flash-Nextが53.9、Qwen3.8 Maxが58.7です(BenchLeader、2026年11月16日)。
  • Qwen3.8-Flash-Nextの100万トークンあたりのブレンド価格は$0.230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)。
  • Qwen3.8-Flash-NextはQwen3.8 Maxより出力が速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
  • 両モデルに結果がある34件のベンチマークのうち、Qwen3.8 Maxが32件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はQwen3.8-Flash-Nextが1624、Qwen3.8 Maxが1676です(LMArena、2026年11月16日までの公開値)。

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
コーディングどちらでもカテゴリスコア61 対 62;Arena WebDev 1624 対 1676どちらでも
エージェント・ツール利用Qwen3.8-Flash-Nextカテゴリスコア64 対 59;τ³-Banking (AA) 45.4% 対 51.3%中
推論Qwen3.8 Maxカテゴリスコア52 対 43;HLE-Diamond (AA) 24.0% 対 16.3%高
知識Qwen3.8 Maxカテゴリスコア58 対 38;AA-Omniscience v1.1 10.5 対 -12.2高
長い文書どちらでもカテゴリスコア65 対 65;AA-LCR v1.1 79.7% 対 80.3%どちらでも
画像などのメディアQwen3.8 Maxカテゴリスコア66 対 61;MMMU-Pro 82.8% 対 78.6%中
チャットの質(人間の評価)–Arenaの評価があるのはQwen3.8 Maxのみです(カテゴリスコア68)比較不可
最低コストQwen3.8-Flash-Next100万トークンあたりブレンド価格$0.230 対 $3.00;エージェント型コーディングセッション$0.011 対 $0.144–
回答開始の速さQwen3.8-Flash-Next最初の回答トークンまで65.5秒(Qwen3.8-Flash-Next)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

  • Qwen3.8-Flash-NextとQwen3.8 Max (max)の品質は互角です(53.9 対 58.7、±8.6の誤差範囲内)。
  • Qwen3.8-Flash-Nextはエージェント・ツールで優れています。
  • Qwen3.8 Max (max)はコーディング、知識、長文コンテキスト、マルチモーダル、推論で優れています。
  • Qwen3.8-Flash-Nextの方が13倍安くなっています(100万トークンあたりブレンド価格$0.230 対 $3.00)。
  • Qwen3.8-Flash-Nextの方が出力が1.4倍速くなっています(80 対 59トークン/秒)。

概要

仕様Qwen3.8-Flash-NextQwen3.8 Max
プロバイダーAlibabaAlibaba
リリース日2026年8月26日2026年8月3日
コンテキストウィンドウ(トークン)256,0001,000,000
比較した構成Qwen3.8-Flash-NextQwen3.8 Max (max)
オープンウェイトありなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.150 / $0.470 / –$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Qwen3.8-Flash-NextQwen3.8 Max (max)トップ
推論43.051.5Qwen3.8 Max
コーディング60.761.6互角
エージェント・ツール64.058.5Qwen3.8-Flash-Next
数学–65.2比較不可
知識38.158.0Qwen3.8 Max
人間の評価–67.5比較不可
マルチモーダル61.065.7Qwen3.8 Max
長文コンテキスト64.564.8互角
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・ツール知識長文コンテキストマルチモーダルQwen3.8-Flash-Next, 推論: 43.0Qwen3.8-Flash-Next, コーディング: 60.7Qwen3.8-Flash-Next, エージェント・ツール: 64.0Qwen3.8-Flash-Next, 知識: 38.1Qwen3.8-Flash-Next, 長文コンテキスト: 64.5Qwen3.8-Flash-Next, マルチモーダル: 61.0Qwen3.8 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, 知識: 58.0Qwen3.8 Max, 長文コンテキスト: 64.8Qwen3.8 Max, マルチモーダル: 65.7

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 人間の評価。

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34件のベンチマークのうち、Qwen3.8-Flash-Nextのリードが2件、Qwen3.8 Maxのリードが32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IndexQwen3.8-Flash-NextQwen3.8 Max (max)トップ
BenchLeader Index53.958.7互角
AA Intelligence Index v5.0.128.633.6Qwen3.8 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Qwen3.8-Flash-NextQwen3.8 Max (max)
100万トークンあたりのブレンド価格$0.230$3.00
100万トークンあたりの入力/出力$0.150 / $0.470$2.00 / $6.00
100万トークンあたりのキャッシュ入力–$0.250
タスクあたりの価格:チャットの返答$0.0002$0.0026
タスクあたりの価格:30ページのレポートを要約$0.0021$0.028
タスクあたりの価格:コード編集$0.0016$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$0.011$0.144
タスクあたりの価格:構造化データの抽出$0.0004$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)–$0.065
ベンチマークのタスクあたりのコスト(AA Index)$0.569$10.02
タスクあたりの出力トークン(AA Index)148k171k
うち推論97k120k
タスクあたりの時間(AA Index)31 min48 min
出力速度80 tok/s59 tok/s
回答開始までの時間65.5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)202.8秒294.1秒

トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、Qwen3.8-Flash-Nextで$0.569、Qwen3.8 Max (max)で$10.02でした。同じ作業でQwen3.8 Max (max)は1.2倍の出力トークンを書いています。

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。Qwen3.8-Flash-Nextのスコアは53.9、最初の回答トークンまで66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

138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Qwen3.8-Flash-NextQwen3.8 Max (max)
BenchLeader IndexBenchLeader53.958.7
エージェント・ツールスコアBenchLeader64.058.5
コーディングスコアBenchLeader60.761.6
知識スコアBenchLeader38.158.0
長文コンテキストスコアBenchLeader64.564.8
マルチモーダルスコアBenchLeader61.065.7
推論スコアBenchLeader43.051.5
総合スコアBenchLeader–45.0
人間の評価スコアBenchLeader–67.5
数学スコアBenchLeader–65.2
ブレンド価格($/100万トークン)BenchLeader$0.230$3.00
出力速度BenchLeader80 tok/s59 tok/s
回答開始までの時間BenchLeader65.5秒119.6秒
コンテキストウィンドウBenchLeader256,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–92.7%†
Arena Hard PromptsArena (LMArena)–1507
LiveBench 2.0 ReasoningLiveBench–88.2%
LiveBench 1.0 ReasoningLiveBench87.4%88.2%
GPQA Diamond (AA)Artificial Analysis92.3%92.8%
Humanity's Last Exam (AA)Artificial Analysis38.0%43.1%
HLE-Diamond (AA)Artificial Analysis16.3%24.0%
GPQA Diamond (Vals)Vals AI–93.7%
CritPtArtificial Analysis11.1%20.0%
CritPt v2 hard subset (AA)Artificial Analysis24.5%29.5%
MysteryMechanismVals AI–23.9%
Arena ExpertArena (LMArena)–1514
Chess PuzzlesEpoch AI Benchmarking Hub–46.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–38.0%†
LMCAEpoch AI Benchmarking Hub–46.2%†
DTBenchEpoch AI Benchmarking Hub–92.0%†
コーディング
SciCodeSciCode–53.2%
Arena CodingArena (LMArena)–1523
Arena WebDevArena (LMArena)16241676
LiveBench 2.0 CodingLiveBench–60.9%
LiveBench 1.0 CodingLiveBench72.5%72.9%
SciCode (AA)Artificial Analysis50.6%53.2%
LiveCodeBenchVals AI–87.8%
IOIVals AI–68.9%
SWE-bench (Vals)Vals AI–85.6%
138件のベンチマークをすべて表示
指標公開元Qwen3.8-Flash-NextQwen3.8 Max (max)
コーディング
Code MigrationVals AI–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 AI–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 Analysis25.3%38.9%
Terminal-Bench 2.1 (AA)Artificial Analysis86.1%88.8%
Startrise FrontendStartrise–71.3%
GameBench 2 OverallDuelLab GameBench 2–54.2†
GameBench 2 by reasoning settingDuelLab GameBench 2–69.6†
Design Arena WebsiteDesign Arena–1269
FrontierCode 1.1 (AA)Artificial Analysis–43.2%
FrontierCode 2.0 (AA)Artificial Analysis27.1%23.4%
エージェント・ツール
Terminal-BenchTerminal-Bench–27.0%
APEX-AgentsMercor–63.3%
Arena AgentArena (LMArena)-4.60.1
LiveBench Long AgenticLiveBench–26.6%
LiveBench BrowserLiveBench–49.4%
LiveBench Agentic CodingLiveBench61.6%64.7%
Terminal-Bench 2.1 (Vals)Vals AI–67.4%
τ³-bench Bankingτ²-bench–55.1%†
GDPval-AA v2.1, normalised scoreArtificial Analysis56.4%58.3%
GDPval-AA v2.1Artificial Analysis16371674
τ³-Banking (AA)Artificial Analysis45.4%51.3%
ITBench SRE (AA)Artificial Analysis–40.3%
Analyst Agent (AA)Artificial Analysis–45.0%
APEX-Agents (AA)Artificial Analysis–42.4%
CyberBenchVals AI–28.6%
Finance Agent v2Vals AI–50.6%
Harvey's Legal Agent Benchmark v1Vals AI–10.4%
Legal Research BenchVals AI–47.6%
SkillsBenchVals AI–42.0%
Tax Agent BenchVals AI–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)0.34.5
AutomationBenchArtificial Analysis55.9%56.2%
GDP.pdf (AA)Artificial Analysis15.6%22.8%
EnterpriseOps-GymArtificial Analysis–47.6%
AA-Briefcase v1.1Artificial Analysis15721604
GDPxGDPx by SemiAnalysis–3.5%
Design Arena AgenticDesign Arena–1264
Terminal-Bench-Science 0.1 (AA)Artificial Analysis7.1%11.9%
MKA (AA)Artificial Analysis–37.4%
FACTS SearchGoogle–85.0%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–74.7%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%†
ProofBenchVals AI–58.0%
LiveBench MathematicsLiveBench85.8%91.3%
Arena MathsArena (LMArena)–1505
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–47.3%†
LiveBench 2.0 Data AnalysisLiveBench–78.4%
LiveBench ResearchLiveBench–72.8%
LiveBench 1.0 Data AnalysisLiveBench74.2%78.4%
AA-Omniscience v1.1Artificial Analysis-12.210.5
MMLU-ProVals AI–88.6%
LegalBenchVals AI–83.6%
CorpFinVals AI–65.8%
TaxEvalVals AI–75.5%
Excel Modeling BenchmarkVals AI–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 Analysis23.5%29.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis53.2%72.9%
FACTS ParametricGoogle–30.8%
指示追従
LiveBench LanguageLiveBench74.6%79.7%
LiveBench Instruction FollowingLiveBench77.1%74.1%
Arena Instruction FollowingArena (LMArena)–1478
人間の評価
Arena TextArena (LMArena)–1484
Arena Creative WritingArena (LMArena)–1472
Arena Multi-turnArena (LMArena)–1495
Arena Longer QueriesArena (LMArena)–1496
マルチモーダル
Arena VisionArena (LMArena)–1312
LiveBench DesignLiveBench–76.6%
MMMU-ProArtificial Analysis78.6%82.8%
MMMU-Pro (Vals)Vals AI–88.0%
MortgageTaxVals AI–64.0%
SAGEVals AI–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 Analysis79.7%80.3%
MLCRArtificial Analysis20.6%26.1%
FACTS GroundingGoogle–73.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–157.6
LiveBench 2.0LiveBench–60.9%
LiveBench 1.0LiveBench76.2%78.5%
AA Intelligence Index v5.0.1Artificial Analysis28.633.6
AA Intelligence Index v4.3.2Artificial Analysis39.845.4
AA Progress Index v1Artificial Analysis320.2323.7
Vals RSI IndexVals AI–21.8%
Vals Multimodal IndexVals AI–65.4%
安全性・誠実さ
DistressBenchScale AI SEAL–77.6%
メタデータ
AA Openness IndexArtificial Analysis38.9–

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-Flash-Next:BenchLeader Index 54.7 → 54.0。
  • Qwen3.8-Flash-Next:新しい結果3件(AA Intelligence Index v5.0.1, FrontierCode 2.0 (AA), Terminal-Bench-Science 0.1 (AA))。
  • Qwen3.8-Flash-Next:新しい結果1件(CritPt v2 hard subset (AA))、スコアの改訂1件。
  • Qwen3.8 Max (max):スコアの改訂6件。
  • Qwen3.8 Max (max):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。
  • Qwen3.8 Max (max):スコアの改訂1件、価格 $0.22/M → $0.25/M。
  • Qwen3.8 Max (max):価格 $0.25/M → $0.22/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

Qwen3.8-Flash-Next vs Qwen3.8 Max:よくある質問

Qwen3.8-Flash-NextはQwen3.8 Maxより優れていますか?
Qwen3.8-Flash-NextとQwen3.8 Max (max)の品質は互角です(53.9 対 58.7、±8.6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。
Qwen3.8-Flash-Next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Qwen3.8-Flash-Nextの方が安く、100万トークンあたり$0.230 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Qwen3.8-Flash-NextとQwen3.8 Maxのどちらが向いていますか?
コーディングでは互角です(カテゴリ指標で61 対 62)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Qwen3.8-Flash-Nextが1624、Qwen3.8 Maxが1676です。
Qwen3.8-Flash-NextとQwen3.8 Maxはどちらが速いですか?
Qwen3.8-Flash-Nextの方が出力が速くなっています(出力80 対 59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Qwen3.8-Flash-Next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-Flash-Nextの方がスコアが高くなっています(カテゴリ指標で64 対 59。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、Qwen3.8-Flash-Nextが45.4%、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互角です(65 対 65)。コンテキストはQwen3.8 Maxの方が長く、1,000,000トークンです(Qwen3.8-Flash-Nextは256,000トークン)。
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Qwen3.8-Flash-Nextです。Artificial Analysisの測定では、最初の回答トークンまで65.5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。
Qwen3.8-Flash-Next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34件のベンチマークのうち、Qwen3.8-Flash-Nextのリードが2件、Qwen3.8 Maxのリードが32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-Flash-Nextはいつリリースされましたか?
Qwen3.8-Flash-Nextは2026年8月26日にリリースされました。