Qwen3.8 Max
よりコスパが高いモデル: Claude Haiku 5.5 $0.200/MでIndex 56.7(15分の1の価格)。
より安価でスコアの高いランク付けモデルが15つあります:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50)ほか12つ。
2026年11月16日時点で、Qwen3.8 Max(Alibaba)のBenchLeader Indexは58.7です(ランク付け対象は608構成)。最も強いのは人間の評価(68)、最も弱いのは推論(52)です。API料金は入力100万トークンあたり$2.00、出力100万トークンあたり$6.00(3:1のブレンドで$3.00)で、2026年11月16日時点の定価です。出力速度は約59トークン/秒です(Artificial Analysis)。2026年8月3日にリリースされました。
要点(2026年11月16日時点)
- Qwen3.8 MaxのAPI料金は入力100万トークンあたり$2.00、出力100万トークンあたり$6.00(3:1のブレンドで$3.00)です(定価、2026年11月16日)。
- Qwen3.8 Maxの出力速度は約59トークン/秒です(Artificial Analysis、2026年11月16日)。
- Qwen3.8 Maxは2026年8月3日にリリースされました(Alibaba)。
詳しく見ると:Qwen3.8 MaxはAlibabaのプロプライエタリな推論モデルです(2026年8月3日リリース)。最もスコアの高い構成(推論エフォート max)は、BenchLeader Indexで58.7 ±3.4を記録し、608構成中122位で上位半分に入ります。重要なのはこの「±」です。ほかに225構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では人間の評価が最も高く(68)、推論が最も低くなっています(52)。ブレンド価格は100万トークンあたり$3.00で、ランク付けされたモデルの多くより高価です。出力速度は59トークン/秒、回答開始まで119.6秒で、多くのモデルより低速です。5通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。
- ブレンド価格
- $3.00/M
- 入力$2.00・出力$6.00
- 出典:Artificial Analysis
- 出力速度
- 59 tok/s
- Artificial Analysisによる測定
- 回答開始
- 120 s
- 最初のトークン 2.86 s
- コンテキスト
- 1M
- 出典:OpenRouter
- 回答完了まで
- 294 s
- 最終測定2026年11月13日
- タスクあたりコスト
- $10.02
- 1タスク48 min、AA Index
- タスクあたりトークン数
- 171k
- うち70%が推論
- リリース日
- 2026年8月3日
- 総合Index59
- 推論52
- コーディング62
- エージェント・ツール59
- 数学65
- 知識58
- 人間の評価68
- マルチモーダル66
- 長文コンテキスト65
- 総合45
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/qwen3-8-max)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
Alibabaはこの名前で3つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| Qwen3.8 Maxmaxこのページ | 2026年8月3日 | 58.7 | #122 |
| Qwen3.6 Maxmax | 2026年4月20日 | 62.1 | #54 |
| Qwen3.5 Maxmax | – | – | – |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
| エフォート | Index | 順位 | 速度 | 回答開始 | チャット返答のコスト | カテゴリ |
|---|---|---|---|---|---|---|
| low | – | – | 35 tok/s | 2.86 s | $0.0026 | |
| medium | – | – | 35 tok/s | 2.86 s | $0.0026 | |
| xhigh | 56.6 | #178 | 35 tok/s | 2.86 s | $0.0026 | 知識 54 · 数学 62 · 推論 66 |
| max最良 | 58.7 | #122 | 59 tok/s | 120 s | $0.0026 | エージェント・ツール 59 · コーディング 62 · 総合 45 · 人間の評価 68 · 知識 58 · 長文コンテキスト 65 · 数学 65 · マルチモーダル 66 · 推論 52 |
| 未記載 | – | – | 35 tok/s | 2.86 s | $0.0026 | コーディング 56 |
Indexの推移
2026年9月27日〜2026年11月16日- max
- xhigh
Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
| ベンチマーク | xhigh | max | 出典 | 推移 |
|---|---|---|---|---|
| GPQA Diamond | 92.7%#31 | – | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | – | 1507#24 | Arena (LMArena) | |
| LiveBench 2.0 ReasoningIndex対象外 | – | 88.2%#19 | LiveBench | |
| LiveBench 1.0 ReasoningIndex対象外 | – | 88.2%#23 | LiveBench | |
| GPQA Diamond (AA)Index対象外 | – | 92.8%#28 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | – | 43.1%#72 | Artificial Analysis | |
| HLE-Diamond (AA) | – | 24.0%#67 | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | 93.7%#6 | Vals AI | |
| CritPtIndex対象外 | – | 20.0%#73 | Artificial Analysis | |
| CritPt v2 hard subset (AA) | – | 29.5%#79 | Artificial Analysis | |
| MysteryMechanismIndex対象外 | – | 23.9%#20 | Vals AI | |
| Arena ExpertIndex対象外 | – | 1514#26 | Arena (LMArena) | |
| Chess PuzzlesIndex対象外 | 46.0%#28 | – | Epoch AI Benchmarking Hub | |
| Mystery Game PuzzlesIndex対象外 | 38.0%#22 | – | Epoch AI Benchmarking Hub | |
| LMCAIndex対象外 | 46.2%#91 | – | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外 | 92.0%#77 | – | Epoch AI Benchmarking Hub |
コーディング
エージェント・ツール
数学
| ベンチマーク | xhigh | max | 出典 | 推移 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 74.7%#25 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 46.3%#31 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 100.0%#1 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | 58.0%#24 | Vals AI | |
| LiveBench MathematicsIndex対象外 | – | 91.3%#30 | LiveBench | |
| Arena Maths | – | 1505#10 | Arena (LMArena) |
知識
| ベンチマーク | xhigh | max | 出典 | 推移 |
|---|---|---|---|---|
| SimpleQA Verified | 47.3%#38 | – | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 Data AnalysisIndex対象外 | – | 78.4%#16 | LiveBench | |
| LiveBench ResearchIndex対象外 | – | 72.8%#27 | LiveBench | |
| LiveBench 1.0 Data AnalysisIndex対象外 | – | 78.4%#24 | LiveBench | |
| AA-Omniscience v1.1 | – | 10.5#64 | Artificial Analysis | |
| MMLU-Pro | – | 88.6%#18 | Vals AI | |
| LegalBench | – | 83.6%#51 | Vals AI | |
| CorpFin | – | 65.8%#27 | Vals AI | |
| TaxEval | – | 75.5%#17 | Vals AI | |
| Excel Modeling BenchmarkIndex対象外 | – | 60.1%#36 | Vals AI | |
| Excel Modeling Benchmark v1.1Index対象外 | – | 66.0%#32 | Vals AI | |
| MedCodeIndex対象外 | – | 40.7%#60 | Vals AI | |
| MedScribeIndex対象外 | – | 85.0%#32 | Vals AI | |
| Public Benefits Bench v1.1Index対象外 | – | 67.1%#16 | Vals AI | |
| Access to Justice BenchmarkIndex対象外 | – | 76.4%#1 | Vals AI | |
| Financial Coaching BenchIndex対象外 | – | 75.6%#4 | Vals AI | |
| Immigration BenchIndex対象外 | – | 70.1%#5 | Vals AI | |
| GDP.pdfIndex対象外 | 23.2%#23 | – | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1: accuracyIndex対象外 | – | 29.5%#101 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外 | – | 72.9%#31 | Artificial Analysis | |
| FACTS ParametricIndex対象外 | – | 30.8%#23 |
指示追従
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| LiveBench LanguageIndex対象外 | 79.7%#34 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | 74.1%#13 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1478#28 | Arena (LMArena) |
人間の評価
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1484#25 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1472#17 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1495#17 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1496#22 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | xhigh | max | 出典 | 推移 |
|---|---|---|---|---|
| Arena Vision | – | 1312#11 | Arena (LMArena) | |
| LiveBench DesignIndex対象外 | – | 76.6%#12 | LiveBench | |
| MMMU-Pro | – | 82.8%#36 | Artificial Analysis | |
| MMMU-Pro (Vals)Index対象外 | – | 88.0%#12 | Vals AI | |
| MortgageTaxIndex対象外 | – | 64.0%#47 | Vals AI | |
| SAGEIndex対象外 | – | 81.8%#25 | Vals AI | |
| Humanity's Sixth SenseIndex対象外 | – | 33.0%#15 | Scale AI SEAL | |
| Furniture AssemblyIndex対象外 | 20.0%#39 | – | Epoch AI Benchmarking Hub | |
| VIALS-AAIndex対象外 | – | 31.7%#18 | Handshake AI | |
| Code2Video-AAIndex対象外 | – | 1021#15 | Artificial Analysis | |
| AA-3DIndex対象外 | – | 954#18 | Artificial Analysis | |
| FACTS MultimodalIndex対象外 | – | 51.5%#8 |
長文コンテキスト
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 80.3%#81 | Artificial Analysis | |
| MLCRIndex対象外 | 26.1%#29 | Artificial Analysis | |
| FACTS GroundingIndex対象外 | 73.8%#9 |
総合
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| Epoch Capabilities IndexIndex対象外 | 157.6#29 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | 60.9%#22 | LiveBench | |
| LiveBench 1.0Index対象外 | 78.5%#17 | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外 | 33.6#55 | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外 | 45.4#37 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 323.7#48 | Artificial Analysis | |
| Vals RSI IndexIndex対象外 | 21.8%#16 | Vals AI | |
| Vals Multimodal IndexIndex対象外 | 65.4%#12 | Vals AI |
安全性・誠実さ
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| DistressBenchIndex対象外 | 77.6%#8 | Scale AI SEAL |
GameBench 2 Overall: 54.2. GameBench 2, best reasoning setting (XHigh): 69.6. 参考値で、BenchLeader Indexには含まれません。
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.
強みのあるベンチマーク
測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| Alibaba Cloud Int. | 37 tok/s | 2.18 s | $2.00 | $6.00 | 1M | – |
| Alibaba Cloud Int. | 30 tok/s | 1.64 s | $2.00 | $6.00 | 1M | – |
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.250のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0026 | $0.0021 | 2.1 min |
| 30ページのレポートを要約 | 12,000 / 600 | $0.028 | $0.012 | 2.2 min |
| コード編集 | 6,000 / 1,500 | $0.021 | $0.013 | 2.4 min |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.144 | $0.065 | 3.1 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0052 | $0.0026 | 2.0 min |
このモデルを含むコーディングプラン
Qwen3.8 Maxを使えるサブスクリプションです。それぞれの利用上限と、タスクあたりのコストを掲載しています。
Qwen3.8 Maxと比較する
- Qwen3.8 Max vs DeepSeek V4.1 Flash 1017
- Qwen3.8 Max vs Gemini 3.7 Flash
- Qwen3.8 Max vs Gemini 4 Argon
- Qwen3.8 Max vs MiMo-V2.6-Pro
- Qwen3.8 Max vs Qwen3.8 27B
- Qwen3.8 Max vs GLM 5.3 Flash
- Qwen3.8 Max vs GPT-5.3-Codex
- Qwen3.8 Max vs Gemini 3.1 Pro
- Qwen3.8 Max vs GPT-6 Astra
- Qwen3.8 Max vs Gemini 3.8 Flash
- Qwen3.8 Max vs Step 5 Preview
- Qwen3.8 Max vs Kimi K2.6
- Qwen3.8 Max vs o3
- Qwen3.8 Max vs DeepSeek V4 Pro
- Qwen3.8 Max vs Kimi K3.1 Pro
- Qwen3.8 Max vs Qwen3.8 2.4T A95B
- Qwen3.8 Max vs GPT-6.1 Sol
- Qwen3.8 Max vs Qwen3.8-Flash-Next
- Qwen3.8 Max vs GLM 5.2
- Qwen3.8 Max vs GPT-5.2
- Qwen3.8 Max vs Grok 4.7
- Qwen3.8 Max vs Qwen3.6 Max
- Qwen3.8 Max vs Claude Sonnet 5.5
- Qwen3.8 Max vs GPT-5.6 Terra
- Qwen3.8 Max vs GPT-5.4
- Qwen3.8 Max vs Muse Spark
- Qwen3.8 Max vs Qwen3.7 Plus
- Qwen3.8 Max vs GPT-5.5
- Qwen3.8 Max vs Claude Opus 5
- Qwen3.8 Max vs Deepseek v4 Flash Vision
- Qwen3.8 Max vs Kimi K3
- Qwen3.8 Max vs Muse Spark 1.1
- Qwen3.8 Max vs Grok 4.20
- Qwen3.8 Max vs GPT-5.6 Luna
- Qwen3.8 Max vs Gemini 3 Pro
- Qwen3.8 Max vs Agnes 2.5 Pro Beta
- Qwen3.8 Max vs Grok 4.20 Multi-Agent
- Qwen3.8 Max vs GPT-5
- Qwen3.8 Max vs GPT-5 Pro
- Qwen3.8 Max vs MiMo-V2.5-Pro
- Qwen3.8 Max vs GPT-5.5 Pro
- Qwen3.8 Max vs Dola Seed 2.0 Pro
- Qwen3.8 Max vs DeepSeek V4 Flash
- Qwen3.8 Max vs Gemini 3.6 Flash
- Qwen3.8 Max vs Muse Spark 1.2
関連ページ
埋め込み・引用
Qwen3.8 Maxの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/qwen3-8-max)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Qwen3.8 Max on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-8-max
BibTeX:
@misc{benchleader_qwen3_8_max_20261116,
author = {{BenchLeader}},
title = {{Qwen3.8 Max on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/qwen3-8-max}},
note = {Data as of 2026-11-16}
}よくある質問
- Qwen3.8 Maxのベンチマークスコアは?
- 2026年11月16日時点で、Qwen3.8 Max(推論エフォート max)のBenchLeader Indexは58.7 ±3.4です。最も強いのは人間の評価(68)、最も弱いのは推論(52)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Qwen3.8 Maxの順位は?
- 2026年11月16日時点で、Qwen3.8 Max(推論エフォート max)はランク付けされた608構成中122位です。ほかに225構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Qwen3.8 Maxの料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Qwen3.8 Maxの料金は入力100万トークンあたり$2.00、出力100万トークンあたり$6.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$3.00です。
- Qwen3.8 MaxはGLM 5.3より優れていますか?
- 2026年11月16日時点で、GLM 5.3(推論エフォート max)とQwen3.8 Max(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで58.8対58.7、±4.5の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Qwen3.8 Maxはいつリリースされましたか?
- Alibabaが2026年8月3日にQwen3.8 Maxをリリースしました。BenchLeaderには5通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Qwen3.8 Max:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/qwen3-8-max