要約
Qwen 3.8 Max は、コーディング、長文コンテキスト解析、マルチモーダル入力、推論、エージェントワークフロー向けのテキスト出力モデルです。運用環境でのモデル ID は qwen3.8-max です。
2026年8月3日のリリースで報告された主な仕様とリスト価格は次のとおりです。
- 標準入力: 100万トークンあたり $2
- 標準出力: 100万トークンあたり $6
- 暗黙的キャッシュ入力: 100万トークンあたり $0.25
- 明示的キャッシュ作成: 100万トークンあたり $2.50
- 明示的キャッシュ読み取り: 100万トークンあたり $0.17
- コンテキストウィンドウ: 100万トークン
- 最大入力: 推論なしで 991K トークン、推論ありで 983K トークン
- 最大出力: 131K トークン
- 最大推論長: 262K トークン
- 入力: テキスト、画像、動画
- 出力: テキスト
ここでまとめた公開価格には、長コンテキスト向けの別単価はありません。コンテキスト閾値を超えたから単価が変わるのではなく、プロンプトが大きいほどトークン数が増え、その分コストが高くなります。
重要な運用指標は「100万トークンあたりの価格」ではありません。出力と推論の使用量、ツール呼び出し、リトライ、フォールバック、人手レビューを含めた「受け入れられたタスクあたりの総コスト」です。
開発者は CometAPI の OpenAI 互換ワークフローを通じて、サポートされる Qwen モデルを評価できます。本番導入前に、モデルの現行提供状況、ルート別価格、制限、ツール料金をQwen 3.8 Max API pricing pageで確認してください。提供状況やプロモーション条件は変動します。
1. Qwen 3.8 Max の API モデル ID は？
運用環境でのモデル ID は次のとおりです。
qwen3.8-max
モデル ID の変更は、単なる文字列置換ではなくソフトウェア移行として扱ってください。プレビューと本番のエンドポイントは、デフォルト、エラー動作、推論制御、構造化出力の扱い、レイテンシ、使用量レポートが異なる場合があります。
最小限の OpenAI 互換リクエスト例は次のようになります。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="YOUR_COMETAPI_BASE_URL"
)
response = client.chat.completions.create(
model="qwen3.8-max",
messages=[
{"role": "system", "content": "Return concise, verifiable answers."},
{"role": "user", "content": "Review this migration plan for production risks."}
]
)
print(response.choices[0].message.content)
print(response.usage)
正確なエンドポイント、サポートされるパラメータ、モデルの提供状況は最新の CometAPI ドキュメントで確認してください。すべてのプロバイダがネイティブパラメータを同じ名前で公開しているとは限りません。
2. 料金はいくら？
報告されている標準価格は、入力が 100万トークンあたり $2、出力が 100万トークンあたり $6 です。
基本的な見積もりは次のとおりです。
Request cost =
(input tokens ÷ 1,000,000 × $2)
+ (output-billed tokens ÷ 1,000,000 × $6)
+ cache charges
+ tool charges
これはトークンレベルでの概算に過ぎません。実運用のリクエストでは、リトライ、フォールバックモデル、Web Search、Image Search、検証、人手レビューによるコストが発生する場合があります。
例: 中規模のエージェントリクエスト
エージェントが 100,000 入力トークンと 10,000 の出力課金トークンを使用する場合:
Input: 100,000 ÷ 1,000,000 × $2 = $0.20
Output: 10,000 ÷ 1,000,000 × $6 = $0.06
Total token cost: $0.26
ツール呼び出しやリトライは含みません。
例: 長文ドキュメント解析
800,000 入力トークンと 20,000 の出力課金トークンの場合:
Input: 800,000 ÷ 1,000,000 × $2 = $1.60
Output: 20,000 ÷ 1,000,000 × $6 = $0.12
Total token cost: $1.72
コンテキストウィンドウが 100万トークンだからといって、リクエストごとに固定額になるわけではありません。実際に処理されたトークンに対して課金されます（プロバイダのメータリング規則に従います）。
3. 長コンテキストで単価は上がる？
ここで説明している Qwen 3.8 Max の価格には、長コンテキスト向けの別階層は含まれていません。800K トークンを送ると 80K トークンの 10 倍の入力トークンを処理するため高額になりますが、閾値を超えたことで単価が上がるわけではありません。
混同しがちな 3 つの上限:
- コンテキストウィンドウ: 合計モデル容量（100万トークンと報告）。
- 最大入力: 推論なしで最大 991K トークン、推論ありで最大 983K トークン。
- 最大出力: 最大 131K トークン。
見出しのコンテキストウィンドウは、常にちょうど 100万のプロンプトトークンを送れることを保証するものではありません。メッセージのフォーマット、システム指示、推論設定、ツール定義、出力予約、プロバイダ側の制約により、実質的な入力予算は減少し得ます。
本番システムでは、文書化された最大値より低い独自のトークン上限を強制してください。別モデルのトークナイザ見積りに頼らず、現実的なペイロードで検証しましょう。
4. なぜ短い回答でも推論で高コストになり得る？
Qwen 3.8 Max は最大推論長 262K トークンでの推論をサポートします。推論が有効な場合、可視の回答が短くても出力関連の使用量が大きくなることがあります。
例えば、アプリが 500 トークンの結論を表示していても、API は推論分として大幅に多い出力使用量を記録する可能性があります。可視の応答だけに基づくコスト監視では、請求を過小評価します。
API が返す usage フィールドを真実のソースとして用いてください。
usage = response.usage
print(usage)
可視の完了トークン、推論トークン、キャッシュトークン、合計トークンを分けるプロバイダもあるため、usage オブジェクト全体をログに残してください。利用するルートで各フィールドがどのように課金されるかを確認しましょう。
推論は品質とコストのトレードオフ制御と考えるべきです。難しいコード変更、多段の計画、複雑な分析には有用ですが、分類・抽出・簡単なリライトには不要な場合があります。
5. キャッシュ料金はどう計算される？
報告されているキャッシュレートは次のとおりです。
| キャッシュ操作 | 100万トークンあたりの価格 |
|---|---|
| 暗黙的キャッシュ入力 | $0.25 |
| 明示的キャッシュ作成 | $2.50 |
| 明示的キャッシュ読み取り | $0.17 |
キャッシュは大きく安定したプレフィックスを再利用するときに最も有効です。典型例:
- システムプロンプトやポリシー指示
- コーディングの複数ターンで共通するリポジトリスナップショット
- 安定したツール定義
- 製品カタログや技術ドキュメント
- 同一ドキュメント集合の繰り返し分析
- 大きな共通履歴を持つマルチターンセッション
明示的キャッシュの損益分岐点例
300,000 トークンのキャッシュ作成コスト:
300,000 ÷ 1,000,000 × $2.50 = $0.75
同じキャッシュ内容を 1 回読むコスト:
300,000 ÷ 1,000,000 × $0.17 = $0.051
これら 300,000 トークンを標準入力として処理すると、1 リクエストあたり $0.60 かかります。作成コストを支払った後は、繰り返し読み取りによって比較的早く有利になる可能性があります。実際の損益分岐点は、キャッシュ寿命、適用ルール、無効化、プロバイダの挙動、プレフィックス全体がキャッシュレートの対象になるかなどに依存します。
無差別にキャッシュを作らないでください。コンテキストが頻繁に変化する場合、読み取り回数が不足し作成コストを回収できない可能性があります。
追跡すべき指標:
cache savings = uncached equivalent cost
- cache creation cost
- cache read cost
6. マルチモーダルリクエストのコストは？
Qwen 3.8 Max はテキスト・画像・動画を入力として受け取り、テキストを出力します。スクリーンショット解析、ドキュメント理解、インターフェースデバッグ、目視検査、動画ベースのワークフローに適しています。
ただし、入力レート $2 のみでは画像や動画リクエストのコストは予測できません。プロバイダはマルチモーダルコンテンツを課金単位に変換する必要があり、前処理やサイズ制限が適用される場合があります。
予算化の前に、代表的なファイルでテストし、返される使用量フィールドを確認してください。次の変数に対するコストを計測します。
- 画像の寸法と枚数
- 動画の長さまたはサンプリングフレーム数
- 付随するテキストコンテキスト
- 推論の設定
- 出力の長さ
- リトライ率
公式のチェックポイントとライセンスが公開されていない限り、モデルをダウンロード可能・オープンウェイト・自前ホスティング可能と説明しないでください。ここで述べる API 機能はチェックポイント提供を意味しません。
7. 組み込みツールは請求にどう影響する？
Web Search と Image Search は、トークン使用量に加えてツール料金が発生することがあります。エージェントが複数回の検索を行う、広範なクエリをリトライする、大量の検索結果をコンテキストに取り込むと、ツール呼び出しの支出が重要になります。
現実的な計算式:
Total request cost =
model input
+ model output and reasoning usage
+ cache operations
+ Web Search calls
+ Image Search calls
+ retries and fallbacks
ツール価格、プロモーション、クオータ、提供状況は時間とともに変動します。古いプロモーションの数字をそのまま生産予測に流用せず、現行のルート別課金を確認してください。
検索回数、推論長、リトライ、総支出にタスクごとの上限を設定しましょう。上限がないと、エージェントループが低いトークン単価を高額タスクに変えてしまいます。
8. Qwen 3.8 Max と Qwen 3.7 Max、どちらを使うべき？
Qwen 3.8 Max は常に優れていると見なすべきではありません。適切な選択は、受け入れ率、レイテンシ、運用安定性、タスクあたり総コストに依存します。
既に品質とレイテンシの目標を満たしているワークフローでは Qwen 3.7 Max を継続使用してください。難易度の高いコーディング、マルチモーダル解析、長コンテキスト作業、初回品質の向上でリトライとレビューを減らせるエージェントタスクには Qwen 3.8 Max を試験導入しましょう。
両モデルを以下を揃えて比較します。
- 評価用プロンプトとデータセット
- システム指示
- ツールスキーマ
- 可能な範囲で同等の推論設定
- バリデータ
- リトライとフォールバックの方針
- レイテンシ測定手法
- 人手レビュー基準
トークンコスト以外も計測します。
| 指標 | 重要な理由 |
|---|---|
| 初回受け入れ率 | 品質向上がリトライ減に結びつくかを示す |
| 受け入れられたタスクあたりのコスト | モデルと運用コストを統合 |
| P50 と P95 のレイテンシ | 典型値とテール性能を把握 |
| 構造化出力の妥当性 | 自動パイプラインでは重要 |
| ツール呼び出し成功率 | エージェント統合の失敗を検知 |
| 人手修正時間 | モデルトークン節約を上回ることがある |
| エラー率とタイムアウト率 | 本番信頼性を左右 |
最も有用な比較は次のとおりです。
Cost per accepted task =
(model tokens + tool calls + retries + fallback spend + review cost)
÷ accepted outputs
リクエスト単価が高くても、より多くの結果が受け入れられるなら総コストは下がり得ます。逆に、新モデルが単純タスクに価値を加えずコストだけ高くなることもあります。
9. Qwen 3.8 Max への移行テストは何を含むべき？
一度に全トラフィックを切り替えず、段階的に移行してください。
API 互換性
- テスト環境でモデル ID を
qwen3.8-maxに置き換える。 - 認証、エンドポイント、ストリーミング、タイムアウトの動作を確認。
- 実際の JSON スキーマに対する構造化出力を検証。
- ツールの名前、説明、引数、結果メッセージを再検証。
推論と使用量
- 推論のデフォルトと利用可能な制御を確認。
- 可視出力長と API 報告の使用量を比較。
- 推論集約ジョブ向けの上限を追加。
- キャッシュと推論のフィールドに対応するようコストダッシュボードを更新。
コンテキストとマルチモーダルペイロード
- 運用上限近くの現実的な長文プロンプトでテスト。
- 出力とツール結果のための十分な容量を予約。
- 画像・動画の形式、サイズ、失敗モードを検証。
- 途切れた/破損した/非対応のペイロードをテスト。
信頼性
- P50、P95、P99 のレイテンシを測定。
- レート制限、タイムアウト、サーバエラーの挙動を記録。
- ツールが副作用を起こし得る箇所では再試行の冪等性を検証。
- 新ルートが安定するまでフォールバックパスを維持。
品質
- 代表的な本番サンプルをリプレイ。
- 困難ケースや過去に失敗したケースを含める。
- 同一のバリデータと人手レビュー評価で比較。
- 単一平均ではなくタスク種別ごとに品質を分解。
シャドートラフィックまたは低い割合の段階的ロールアウトから開始します。品質、支出、レイテンシが事前定義の閾値内に収まった段階で拡大してください。
10. 実用的なモデルルーティング戦略は？
単一モデル方針が最も経済的とは限りません。
単純な分類・抽出・整形・日常サポートには低コスト/低レイテンシモデルを使います。評価を既に満たすワークフローでは Qwen 3.7 Max を継続します。難易度の高いコーディング、長コンテキスト、マルチモーダル、マルチステップのエージェントタスクには Qwen 3.8 Max を割り当てます。
基本的なルータは次を考慮できます。
if task is simple and latency-sensitive:
use lower-cost model
elif Qwen 3.7 Max already meets acceptance target:
use Qwen 3.7 Max
elif task needs difficult reasoning, long context, or multimodal input:
use Qwen 3.8 Max
else:
run a controlled fallback policy
ルーティングはモデルの自己申告ラベルではなく、測定された成果に基づいて決定してください。
よくある質問
Qwen 3.8 Max のコンテキストウィンドウは正確に 100万入力トークン？
いいえ。報告上のコンテキストウィンドウは 100万トークンですが、最大入力は推論なしで 991K、推論ありで 983K です。フォーマット、ツール、出力予約、プロバイダ制約を勘案すると、実効容量はより小さくなる可能性があります。
Qwen 3.8 Max は画像や動画を返しますか？
いいえ。テキスト・画像・動画を入力として受け取りますが、出力モダリティはテキストです。
推論トークンは無料ですか？
そうと仮定しないでください。可視の回答が短くても、推論は出力関連の使用量に大きく寄与し得ます。API の使用量フィールドを確認し、現行の課金規則を検証してください。
明示的キャッシュは常に安いですか？
いいえ。ここでの価格では、キャッシュ作成に 100万トークンあたり $2.50 かかります。安定した内容への後続の読み取りが十分に多い場合に有効です。
Qwen 3.8 Max はテストなしで Qwen 3.7 Max と入れ替え可能？
推奨されません。スキーマ、ツール、推論の挙動、レイテンシ、使用量レポート、マルチモーダルペイロード、エラー、タスクレベルの品質を再検証してから本番移行してください。
CometAPI で Qwen 3.8 Max を使えますか？
CometAPI はサポート対象モデル向けに OpenAI 互換ワークフローを提供しています。導入前に、the current Qwen 3.8 Max pageで提供状況、ルート別価格、パラメータ、制限を確認してください。
実務的な結論
Qwen 3.8 Max は、100万トークンのコンテキストウィンドウ、オプションの長尺推論、マルチモーダル入力、テキスト出力を組み合わせ、標準価格として入力 100万トークンあたり $2、出力 100万トークンあたり $6 が報告されています。これらの表面的な数字は有用ですが、それ自体では本番経済性を決定しません。
判断は「受け入れられたタスクあたりのコスト」に基づいて行ってください。入力・出力・推論・キャッシュの使用量を記録し、ツール呼び出し・リトライ・フォールバック・レビュー時間を加え、同一ワークロードで Qwen 3.8 Max と Qwen 3.7 Max を比較しましょう。
実践的な CometAPI 評価では、OpenAI 互換 API を用い、小規模で代表的なデータセットから開始し、キャッシュあり/なしの両方をテストし、推論とツール使用に上限を設けます。スケール前に、特にプロモーションやクオータ、ツール料金が変わり得るため、現行のモデル提供状況とルート別価格を確認してください。