Qwen3.8 Max vs Step 5 Preview
詳しいプロフィール:Qwen3.8 Max(Alibaba)とStep 5 Preview(StepFun)。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、Qwen3.8 MaxとStep 5 Previewの品質は互角です(BenchLeader Indexで58.7 対 56.0、±5.6の誤差範囲内)。価格はStep 5 Previewの方が2.1倍安く、100万トークンあたりのブレンド価格で$1.43 対 $3.00です。コーディング(62 対 50)、エージェント・ツール(59 対 49)、マルチモーダル(66 対 59)を重視するならQwen3.8 Max、長文コンテキスト(69 対 65)を重視するならStep 5 Previewが向いています。回答開始までの時間はStep 5 Previewの方が短く、23.5秒 対 119.6秒です。Step 5 Previewは出力が約2倍速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはQwen3.8 Maxが58.7、Step 5 Previewが56.0です(BenchLeader、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)。
- Step 5 Previewの100万トークンあたりのブレンド価格は$1.43です(定価、2026年11月16日)。
- Step 5 PreviewはQwen3.8 Maxより出力が約2倍速いです(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54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 50;FrontierCode 2.0 (AA) 23.4% 対 12.0% | 高 |
| エージェント・ツール利用 | Qwen3.8 Max | カテゴリスコア59 対 49;Arena Agent 0.1 対 -3.7 | 高 |
| 数学 | Qwen3.8 Max | カテゴリスコア65 対 60;Arena Maths 1505 対 1470 | 中 |
| 推論 | どちらでも | カテゴリスコア52 対 52;HLE-Diamond (AA) 24.0% 対 24.3% | どちらでも |
| 知識 | Qwen3.8 Max | カテゴリスコア58 対 54;AA-Omniscience v1.1 10.5 対 16.4 | 中 |
| 長い文書 | Step 5 Preview | カテゴリスコア69 対 65;AA-LCR v1.1 88.3% 対 80.3% | 中 |
| 画像などのメディア | Qwen3.8 Max | カテゴリスコア66 対 59;Arena Vision 1312 対 1263 | 中 |
| チャットの質(人間の評価) | Qwen3.8 Max | Arenaの投票で68 対 63 | 中 |
| 最低コスト | Step 5 Preview | 100万トークンあたりブレンド価格$1.43 対 $3.00;エージェント型コーディングセッション$0.071 対 $0.144 | – |
| 回答開始の速さ | Step 5 Preview | 最初の回答トークンまで23.5秒(Step 5 Preview)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 Max (max)とStep 5 Previewの品質は互角です(58.7 対 56.0、±5.6の誤差範囲内)。
- 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、知識、数学、マルチモーダルで優れています。
- Step 5 Previewは長文コンテキスト、推論で優れています。
- Step 5 Previewの方が2.1倍安くなっています(100万トークンあたりブレンド価格$1.43 対 $3.00)。
- Step 5 Previewの方が出力が2.1倍速くなっています(124 対 59トークン/秒)。
概要
| 仕様 | Qwen3.8 Max | Step 5 Preview |
|---|---|---|
| プロバイダー | Alibaba | StepFun |
| リリース日 | 2026年8月3日 | 2026年9月18日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,000,000 |
| 比較した構成 | Qwen3.8 Max (max) | Step 5 Preview |
| オープンウェイト | なし | あり |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $2.00 / $6.00 / $0.250 | $1.00 / $2.70 / $0.105 |
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 Max (max) | Step 5 Preview | トップ |
|---|---|---|---|
| 推論 | 51.5 | 51.7 | 互角 |
| コーディング | 61.6 | 49.9 | Qwen3.8 Max |
| エージェント・ツール | 58.5 | 49.1 | Qwen3.8 Max |
| 数学 | 65.2 | 60.1 | Qwen3.8 Max |
| 知識 | 58.0 | 53.7 | Qwen3.8 Max |
| 人間の評価 | 67.5 | 63.1 | Qwen3.8 Max |
| マルチモーダル | 65.7 | 59.3 | Qwen3.8 Max |
| 長文コンテキスト | 64.8 | 69.0 | Step 5 Preview |
| 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。
描画していないもの(測定済みのモデルが2つ未満):指示追従。
情報源で評価が分かれる点
両方に結果がある54件のベンチマークのうち、Qwen3.8 Maxのリードが41件、Step 5 Previewのリードが13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Index | Qwen3.8 Max (max) | Step 5 Preview | トップ |
|---|---|---|---|
| BenchLeader Index | 58.7 | 56.0 | 互角 |
| AA Intelligence Index v5.0.1 | 33.6 | 28.5 | Qwen3.8 Max |
| Arena Text | 1484 | 1449 | Qwen3.8 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 Max (max) | Step 5 Preview |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $3.00 | $1.43 |
| 100万トークンあたりの入力/出力 | $2.00 / $6.00 | $1.00 / $2.70 |
| 100万トークンあたりのキャッシュ入力 | $0.250 | $0.105 |
| タスクあたりの価格:チャットの返答 | $0.0026 | $0.0012 |
| タスクあたりの価格:30ページのレポートを要約 | $0.028 | $0.014 |
| タスクあたりの価格:コード編集 | $0.021 | $0.010 |
| 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 | $0.144 | $0.071 |
| タスクあたりの価格:構造化データの抽出 | $0.0052 | $0.0025 |
| 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 | $0.030 |
| ベンチマークのタスクあたりのコスト(AA Index) | $10.02 | $2.35 |
| タスクあたりの出力トークン(AA Index) | 171k | 113k |
| うち推論 | 120k | 80k |
| タスクあたりの時間(AA Index) | 48 min | 15 min |
| 出力速度 | 59 tok/s | 124 tok/s |
| 回答開始までの時間 | 119.6秒 | 23.5秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 294.1秒 | 54.4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 Max (max)で$10.02、Step 5 Previewで$2.35でした。同じ作業でQwen3.8 Max (max)は1.5倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Qwen3.8 Max (max)のスコアは58.7、最初の回答トークンまで120秒。Qwen3.8 Max (xhigh)は56.6(3秒)。Step 5 Previewのスコアは56.0、最初の回答トークンまで24秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
150件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Qwen3.8 Max (max) | Step 5 Preview |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 58.7 | 56.0 |
| エージェント・ツールスコア | BenchLeader | 58.5 | 49.1 |
| コーディングスコア | BenchLeader | 61.6 | 49.9 |
| 総合スコア | BenchLeader | 45.0 | – |
| 人間の評価スコア | BenchLeader | 67.5 | 63.1 |
| 知識スコア | BenchLeader | 58.0 | 53.7 |
| 長文コンテキストスコア | BenchLeader | 64.8 | 69.0 |
| 数学スコア | BenchLeader | 65.2 | 60.1 |
| マルチモーダルスコア | BenchLeader | 65.7 | 59.3 |
| 推論スコア | BenchLeader | 51.5 | 51.7 |
| ブレンド価格($/100万トークン) | BenchLeader | $3.00 | $1.43 |
| 出力速度 | BenchLeader | 59 tok/s | 124 tok/s |
| 回答開始までの時間 | BenchLeader | 119.6秒 | 23.5秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 92.7%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1507 | 1477 |
| LiveBench 2.0 Reasoning | LiveBench | 88.2% | 83.8%† |
| LiveBench 1.0 Reasoning | LiveBench | 88.2% | – |
| GPQA Diamond (AA) | Artificial Analysis | 92.8% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 43.1% | 46.5% |
| HLE-Diamond (AA) | Artificial Analysis | 24.0% | 24.3% |
| GPQA Diamond (Vals) | Vals AI | 93.7% | – |
| CritPt | Artificial Analysis | 20.0% | 20.9% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 29.5% | 32.5% |
| MysteryMechanism | Vals AI | 23.9% | 18.5% |
| Arena Expert | Arena (LMArena) | 1514 | 1489 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 46.0%† | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 38.0%† | – |
| LMCA | Epoch AI Benchmarking Hub | 46.2%† | – |
| DTBench | Epoch AI Benchmarking Hub | 92.0%† | – |
| コーディング | |||
| SciCode | SciCode | 53.2% | 58.9% |
| Arena Coding | Arena (LMArena) | 1523 | 1505 |
| Arena WebDev | Arena (LMArena) | 1676 | 1573† |
| LiveBench 2.0 Coding | LiveBench | 60.9% | 67.6%† |
| LiveBench 1.0 Coding | LiveBench | 72.9% | – |
| LiveCodeBench | Vals AI | 87.8% | – |
| IOI | Vals AI | 68.9% | 38.1% |
| SWE-bench (Vals) | Vals AI | 85.6% | – |
| Code Migration | Vals AI | 24.0% | 39.0% |
150件のベンチマークをすべて表示
| 指標 | 公開元 | Qwen3.8 Max (max) | Step 5 Preview |
|---|---|---|---|
| コーディング | |||
| Code Migration v1.1 | Vals AI | – | 47.0% |
| ProgramBench | Vals AI | 0.0% | – |
| SWE-bench Multimodal | Vals AI | 42.5% | 40.8% |
| Vibe Code Bench 1-100 | Vals AI | 12.8% | – |
| Vibe Code Bench v1.1 | Vals AI | 64.7% | 70.4% |
| SWE Atlas v1.1 | Scale AI SEAL | 64.4% | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 81.5% | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 58.9% | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 52.9% | – |
| MirrorCode | Epoch AI Benchmarking Hub | 52.2%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 57.5%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1679.1† | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 17.8%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 38.9% | 33.3% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 88.8% | – |
| Startrise Frontend | Startrise | 71.3% | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 54.2† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 69.6† | – |
| Design Arena Website | Design Arena | 1269 | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 43.2% | 38.4% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 23.4% | 12.0% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 27.0% | – |
| APEX-Agents | Mercor | 63.3% | – |
| Arena Agent | Arena (LMArena) | 0.1 | -3.7 |
| LiveBench Long Agentic | LiveBench | 26.6% | 19.4%† |
| LiveBench Browser | LiveBench | 49.4% | 24.8%† |
| LiveBench Agentic Coding | LiveBench | 64.7% | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 67.4% | – |
| τ³-bench Banking | τ²-bench | 55.1%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 58.3% | 54.3% |
| GDPval-AA v2.1 | Artificial Analysis | 1674 | 1591 |
| τ³-Banking (AA) | Artificial Analysis | 51.3% | – |
| ITBench SRE (AA) | Artificial Analysis | 40.3% | 55.6% |
| Analyst Agent (AA) | Artificial Analysis | 45.0% | 35.0% |
| APEX-Agents (AA) | Artificial Analysis | 42.4% | 38.0% |
| CyberBench | Vals AI | 28.6% | – |
| Finance Agent v2 | Vals AI | 50.6% | 50.7% |
| Finance Agent v2.1 | Vals AI | – | 58.9% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 12.9% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 10.4% | 9.2% |
| Legal Research Bench | Vals AI | 47.6% | 40.4% |
| SkillsBench | Vals AI | 42.0% | – |
| SREBench | Vals AI | – | 0.4% |
| Tax Agent Bench | Vals AI | 32.1% | 27.3% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 34.3% | 31.8% |
| Terminal-Bench Science | Vals AI | 12.9% | 2.9% |
| Arena Search | Arena (LMArena) | 1227 | – |
| Arena Agent Task Completion | Arena (LMArena) | 4.5 | -1.5 |
| AutomationBench | Artificial Analysis | 56.2% | 51.0% |
| GDP.pdf (AA) | Artificial Analysis | 22.8% | 14.8% |
| EnterpriseOps-Gym | Artificial Analysis | 47.6% | 47.2% |
| AA-Briefcase v1.1 | Artificial Analysis | 1604 | 1424 |
| GDPx | GDPx by SemiAnalysis | 3.5% | – |
| Design Arena Agentic | Design Arena | 1264 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 11.9% | 2.4% |
| CWE-Bench (AA) | Artificial Analysis | – | 52.5% |
| DeepSec-Bench (AA) | Artificial Analysis | – | 15.8% |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 74.8% |
| MKA (AA) | Artificial Analysis | 37.4% | 27.6% |
| FACTS Search | 85.0% | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 74.7%† | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 46.3%† | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0%† | – |
| ProofBench | Vals AI | 58.0% | 42.0% |
| LiveBench Mathematics | LiveBench | 91.3% | – |
| Arena Maths | Arena (LMArena) | 1505 | 1470 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 47.3%† | – |
| LiveBench 2.0 Data Analysis | LiveBench | 78.4% | 63.5%† |
| LiveBench Research | LiveBench | 72.8% | 75.5%† |
| LiveBench 1.0 Data Analysis | LiveBench | 78.4% | – |
| AA-Omniscience v1.1 | Artificial Analysis | 10.5 | 16.4 |
| MMLU-Pro | Vals AI | 88.6% | – |
| LegalBench | Vals AI | 83.6% | – |
| CorpFin | Vals AI | 65.8% | – |
| TaxEval | Vals AI | 75.5% | – |
| BioMysteryBench | Vals AI | – | 67.4% |
| Excel Modeling Benchmark | Vals AI | 60.1% | 57.1% |
| Excel Modeling Benchmark v1.1 | Vals AI | 66.0% | 69.5% |
| MedCode | Vals AI | 40.7% | – |
| MedScribe | Vals AI | 85.0% | – |
| Public Benefits Bench v1.1 | Vals AI | 67.1% | 58.1% |
| Access to Justice Benchmark | Vals AI | 76.4% | – |
| Financial Coaching Bench | Vals AI | 75.6% | – |
| Immigration Bench | Vals AI | 70.1% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 23.2%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 29.5% | 36.4% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 72.9% | 68.7% |
| FACTS Parametric | 30.8% | – | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 79.7% | – |
| LiveBench Instruction Following | LiveBench | 74.1% | – |
| Arena Instruction Following | Arena (LMArena) | 1478 | 1450 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1484 | 1449 |
| Arena Creative Writing | Arena (LMArena) | 1472 | 1413 |
| Arena Multi-turn | Arena (LMArena) | 1495 | 1445 |
| Arena Longer Queries | Arena (LMArena) | 1496 | 1461 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1312 | 1263 |
| LiveBench Design | LiveBench | 76.6% | 70.8%† |
| MMMU-Pro | Artificial Analysis | 82.8% | 76.4% |
| MMMU-Pro (Vals) | Vals AI | 88.0% | – |
| MortgageTax | Vals AI | 64.0% | – |
| SAGE | Vals AI | 81.8% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 33.0% | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 20.0%† | – |
| VIALS-AA | Handshake AI | 31.7% | – |
| Code2Video-AA | Artificial Analysis | 1021 | 821 |
| AA-3D | Artificial Analysis | 954 | 859 |
| FACTS Multimodal | 51.5% | – | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 80.3% | 88.3% |
| MLCR | Artificial Analysis | 26.1% | 18.3% |
| FACTS Grounding | 73.8% | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 157.6 | – |
| LiveBench 2.0 | LiveBench | 60.9% | 54.9%† |
| LiveBench 1.0 | LiveBench | 78.5% | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 33.6 | 28.5 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 45.4 | 43.7 |
| AA Progress Index v1 | Artificial Analysis | 323.7 | 318.2 |
| Vals Index | Vals AI | – | 54.8 |
| Vals Finance Index | Vals AI | – | 55.4% |
| Vals RSI Index | Vals AI | 21.8% | – |
| Vals Science Index | Vals AI | – | 29.6% |
| Vals Multimodal Index | Vals AI | 65.4% | – |
| Vals Legal Index | Vals AI | – | 70.2% |
| AA Cyber Index | Artificial Analysis | – | 47.7 |
| 安全性・誠実さ | |||
| DistressBench | Scale AI SEAL | 77.6% | – |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | – | 33.3 |
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
- Step 5 Preview:BenchLeader Index 54.2 → 56.0。
- Qwen3.8 Max (max):スコアの改訂1件。
- Step 5 Preview:BenchLeader Index 54.7 → 54.2。
- Qwen3.8 Max (max):スコアの改訂1件。
- Step 5 Preview:スコアの改訂1件。
- Qwen3.8 Max (max):スコアの改訂6件。
- Step 5 Preview:スコアの改訂7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。
関連する比較
- Qwen3.8 Max vs GPT-6 Astra
- Step 5 Preview vs Claude Opus 5.5
- Step 5 Preview vs GPT-6 Astra
- Step 5 Preview vs GPT-6.1 Sol
- Step 5 Preview vs Gemini 4 Argon
- Qwen3.6 Max vs Step 5 Preview
- Qwen3.8 Max vs GPT-6.1 Sol
- Qwen3.8 Max vs Gemini 4 Argon
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 Max vs Step 5 Preview:よくある質問
- Qwen3.8 MaxはStep 5 Previewより優れていますか?
- Qwen3.8 Max (max)とStep 5 Previewの品質は互角です(58.7 対 56.0、±5.6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 MaxとStep 5 Preview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Step 5 Previewの方が安く、100万トークンあたり$1.43 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 MaxとStep 5 Preview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 50。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FrontierCode 2.0 (AA)では、Qwen3.8 Maxが23.4%、Step 5 Previewが12.0%です。
- Qwen3.8 MaxとStep 5 Previewはどちらが速いですか?
- Step 5 Previewの方が出力が約2倍速くなっています(出力124 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 MaxとStep 5 Preview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 49。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Arena Agentでは、Qwen3.8 Maxが0.1、Step 5 Previewが-3.7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Step 5 Previewの方がスコアが高くなっています(69 対 65)。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Step 5 Previewです。Artificial Analysisの測定では、最初の回答トークンまで23.5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 MaxとStep 5 Preview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54件のベンチマークのうち、Qwen3.8 Maxのリードが41件、Step 5 Previewのリードが13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。
- Step 5 Previewはいつリリースされましたか?
- Step 5 Previewは2026年9月18日にリリースされました。