Qwen3.8-Max入門2026｜料金・使い方とOpus 5比較

入力100万トークンあたり$2、出力$6。Alibabaが2026年8月2日に公開したQwen3.8-Maxの価格である。同じ土俵に立つClaude Opus 5が$5/$25なので、出力側は4分の1以下だ。

パラメータ数は2.4兆。推論時にアクティブになるのは95B前後とされ、コンテキストは100万トークン。テキストだけでなく画像と動画をネイティブに受け取る。数字だけ並べると「安くて大きい中国製モデル」で終わってしまうが、実務で問題になるのはそこではない。どのタスクに回せば元が取れるのか、そしてAlibabaが出した数字のどこまでが確定情報なのか——判断に必要なのはこの2点だ。

Alibabaが2026年8月に公開した$2/$6という単価を月額コストに直すと、Claude Opus 5との使い分けラインが見えてくる。8月12日に予告されたオープンウェイト公開も、その線を動かす要因になる。

Qwen3.8-Maxの料金｜月額に直すといくらになるか

結論から書く。単価の安さが効いてくるのは月間の入力が数千万トークンを超えたあたりからで、それ未満なら乗り換えコストのほうが高くつく。

公開されている単価

Alibaba Model Studioの価格表はこの5項目だ。100万トークンあたりのUSD建てで、OpenRouterのモデルページも同じ水準を示す。

TechRepublicとForbesはいずれも「フロンティア級を$2で出してきた」という切り口で報じた。GPT-5.6 Solと比べると、キャッシュなし入力で約60%、出力で約80%安い。単価表だけでは実感が湧かない。月額に落としてみる。

月額に落とすと差がはっきりする

公開単価をそのまま入れて、月3M・30M・300M入力という3つの規模の月額を計算するスクリプトを実行した。為替は1ドル155円で固定している。

PRICE = {                      # USD / 1M tokens (input, cached_input, output)
    "Qwen3.8-Max":   (2.00, 0.25, 6.00),
    "Claude Opus 5": (5.00, None, 25.00),
}

def monthly(model, in_tok, out_tok, cache_ratio=0.0):
    pi, pc, po = PRICE[model]
    if pc is None or cache_ratio == 0:
        cost_in = in_tok / 1_000_000 * pi
    else:
        cost_in = (in_tok * (1 - cache_ratio) / 1_000_000 * pi
                   + in_tok * cache_ratio / 1_000_000 * pc)
    return cost_in + out_tok / 1_000_000 * po

実行結果がこれだ。

ケース                          月間入力   月間出力   Qwen3.8-Max   Opus 5     差額
軽め: 個人の調べもの                 3M        0M         $9        $28       $18
中間: 副業の記事/コード生成          30M        5M        $90       $275      $185
重め: 業務エージェント常用          300M       40M       $840     $2,500    $1,660

3ケースを比べてみると、差額は約2,800円・約28,700円・約257,300円と、規模がひと桁上がるごとに差もひと桁増えた。個人が調べものに使う程度では月18ドル、円に直して約2,800円しか変わらない。誤差だ。この差のためにプロンプトを書き直し、出力の癖を学び直すのは割に合わない。一方で業務用のエージェントを常時走らせる規模になると年間200万円近い差になり、ここまで来ると経理から「なぜこのモデルなのか」と説明を求められる金額に届く。乗り換えの損益分岐点は「月間入力が数千万トークンを超えるか」に置くのが実務的だ。

キャッシュ入力$0.25が効くケース

計算スクリプトを動かしてみて一番効いたのはキャッシュ入力の単価だった。重めケースの月額は、キャッシュ率0%で約130,200円、50%で約89,512円、80%で約65,100円まで下がる。ここが効く。同じシステムプロンプトや同じ仕様書を毎回投げる構成なら入力の大半がキャッシュ側に寄り、実効単価は$2ではなく$0.25に近づいていく。重めケースで試算するとこうなる。

--- キャッシュ入力($0.25)を効かせた場合のQwen3.8-Max ---
キャッシュ率   0%  ->  $840/月  (約130,200円)
キャッシュ率  50%  ->  $578/月  (約89,512円)
キャッシュ率  80%  ->  $420/月  (約65,100円)

キャッシュ率を8割まで持っていければ月額は半分になる。試算していて一番驚いたのはここで、モデルを乗り換えるより先にプロンプト構成を直したほうが月6万円分の効果が出る、という順序になっていた。長い仕様書を毎回読ませるRAG構成やコードベース全体を投げるエージェント構成では、ここが一番効く。逆に毎回まったく違う入力を投げる用途では恩恵はない。単価表の一行に見えて、設計次第で月6万円動く。

主要モデルの単価を横並びで見たい場合はAI API料金の比較記事にまとめてある。

2.4兆パラメータMoEの中身｜スペック上の売りはどこか

売りは巨大さではない。「巨大なのに推論コストを抑える設計」のほうだ。MoE（Mixture of Experts）が効いている部分で、MarkTechPostもこの構成をQwenファミリー最大の変更点として挙げている。

総パラメータ2.4兆、アクティブは95B前後

MoEは全パラメータを毎回使わない。入力ごとに一部の「専門家」だけを起動する仕組みで、社内の全部署に相談を回すのではなく、案件ごとに担当部署だけ呼ぶのに近い。総勢2.4兆でも、1回の推論で動くのは95B相当だと各社が報じている。

ここは注意が必要で、アクティブパラメータ95Bは公式スペックシートに載っていない。日本語圏の解説記事も、この数字は報道ベースの推定だと注意を促している。総パラメータ2.4兆とMoE採用は一次発表で確認できるが、95Bは各社の報道が伝えている数字であり、一次情報として受け取らないほうが安全だ。

100万トークン文脈で何が変わるか

コンテキストは100万トークン。日本語の技術書なら数冊分、中規模のリポジトリなら丸ごと入る。最大出力は131,072トークン。こちらも長い。

長文脈が効くのは、要約や翻訳よりも「参照しながら書く」タスクだ。仕様書とコードベースを両方読ませたうえで差分パッチを書かせる、といった使い方で分割の手間が消える。もっとも長文脈は入力トークンをそのまま消費するので、先ほどのキャッシュ設計とセットで考えないと請求だけ膨らむ。

テキスト・画像・動画のネイティブ入力

Alibabaはマルチモーダル対応も公式に謳っている。Roboflowの物体検出ベンチマークは、自社の評価でもっとも成績の良いVLM（Vision Language Model）だったと報告している。画面キャプチャを読ませてUI操作を指示する、動画から手順書を起こす——このあたりは実務で使い道が広い。

ベンチマークの読み方｜OSWorld-Verified 86.1をどう解釈するか

Alibabaが公表したスコアは高い。ただし出どころを見ないと判断を誤る。

数字を並べるとこうなる

OSWorld-Verifiedはデスクトップ環境での操作能力を測る。86.1は首位相当だ。一方フロントエンドコード生成の対戦形式評価であるFrontend Code Arenaでは1,668点、Claude Opus 5に37点届いていない。「操作エージェントとしては強い、コード生成では最上位に僅差で及ばない」というのが数字の素直な読み方になる。

数字を鵜呑みにしない理由

この86.1も1,668も、Alibabaが2026年8月の発表時に自社で測定した数字だ。第三者の独立した再現検証はまだ出ていない。ベンチマークが自社測定だから嘘だという話ではなく、評価条件（プロンプト、試行回数、足回りのツール構成）が揃っていない比較は数ポイントの差を意味あるものとして扱えないということだ。

86.1と85.0の1.1ポイント差を根拠に乗り換えを決めるのは危うい。ベンチマークの読み解き方はLLM性能評価の解説記事で整理しているので、判断の前に一度目を通しておくと事故が減る。

Qwen3.8-Maxの使い方｜入口は3つある

入口は3つ。OpenRouter、Alibaba Model Studio、QwenCloudだ。選ぶ理由がそれぞれ違う。以下のコードは各サービスが公開している仕様に沿った呼び出し例で、APIキーを持たないため当方では実行していない。動作確認は自身のキーで行ってほしい。

OpenRouter経由｜最短で叩く

OpenRouterのAPIはOpenAI互換なので、既存のOpenAI SDKのベースURLとモデルIDを差し替えるだけで動く。モデルIDは qwen/qwen3.8-max だ。

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="<OPENROUTER_API_KEY>",
)

resp = client.chat.completions.create(
    model="qwen/qwen3.8-max",
    messages=[
        {"role": "system", "content": "日本語で簡潔に答える"},
        {"role": "user",   "content": "この関数のバグを指摘して"},
    ],
    max_tokens=4096,
)
print(resp.choices[0].message.content)

複数モデルを1つの請求にまとめたい、あるいは比較検証のためにモデルIDだけ差し替えて回したい——そういう用途ならここが一番早い。代わりにルーティング層とデータポリシーが1枚挟まる点は許容する必要がある。

Alibaba Model Studio｜リージョンを固定したい場合

データの所在やワークスペース分離が要件になるならModel Studioのリージョンエンドポイントを直接使う。こちらもOpenAI形式のクライアントに対応している。

# 環境変数にキーを置いてから実行する
export DASHSCOPE_API_KEY="<your key>"

curl -X POST "https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-max",
    "messages": [{"role": "user", "content": "1行で自己紹介して"}]
  }'

エンドポイントのホスト名はリージョンごとに変わる。契約前にコンソールで自分のリージョンの値を確認しておくこと。ここを間違えると認証エラーの切り分けに無駄な時間を使う。

長文脈を投げるときの注意

100万トークンが使えるからといって毎回満杯にすると、入力コストが跳ね上がる。ストリーミングとキャッシュを組み合わせて、固定部分と可変部分を分けるのが定石だ。

stream = client.chat.completions.create(
    model="qwen/qwen3.8-max",
    messages=[
        {"role": "system", "content": SPEC_DOC},   # 毎回同じ -> キャッシュ側に寄せる
        {"role": "user",   "content": diff_text},  # 毎回変わる
    ],
    stream=True,
)
for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)

システムプロンプトを固定し、変動部分だけをユーザーメッセージに置く。これだけで先ほどの試算のキャッシュ率が上がる。前世代のQwen3.7-Maxを使っていたなら、モデルIDの差し替えだけで移行できる構成が多いはずだ。

Claude Opus 5との比較｜自分ならこう分ける

結論を先に書く。自分なら成果物の品質が売上に直結する仕事はClaude Opus 5に残し、入力量が膨らむ下ごしらえ工程をQwen3.8-Maxに逃がす。全部を乗り換える判断は現時点では取らない。

具体的な分け方はこうだ。大量のログ要約、社内ドキュメントの棚卸し、テストデータ生成、下訳——ここはQwen3.8-Maxに投げる。入力が重くて出力の細かい質がそこまで問われない工程で、単価差がそのまま利益になる。逆に納品するコードや顧客に出す文章はOpus 5のままにする。1.1ポイントのベンチ差より、日本語の細部で事故らない実績のほうが重い。

この線引きは3か月で変わる可能性がある。第三者検証が出てQwen3.8-Maxの日本語品質が確認できれば、線はもっと後ろに動く。ツール全体の位置づけはAIコーディングツールの比較記事もあわせて確認してほしい。

オープンウェイト公開とQwen3.8-27B｜自前運用は現実的か

Alibabaは2026年8月12日に重みを公開すると予告した。同時に軽量版のQwen3.8-27Bも出る。ここが今回のリリースで一番効いてくる部分かもしれない。

2.4Tを自前で回すのは非現実的

Alibabaが重みを公開しても、2.4兆パラメータをローカルで動かせる人はほぼいない。4bit量子化しても必要VRAMは1.5TBを超えるという試算が出ている。H100を80GBとして20枚近い。個人には無理だ。検証用GPUを数枚持っている程度の組織でも手が出ない。

27Bなら手元のGPUに載る

現実的な選択肢は27Bの密結合モデルのほうだ。4bit量子化で13.5GB前後、BF16でも54GB程度という試算がある。前者ならコンシューマ向けGPU1枚で動く水準になる。

オープンウェイトの潮流としてはKimi K3と並べて見ると流れがつかみやすい。

導入前に押さえておくつまずきポイント

踏みやすい落とし穴は5つある。どれも後から気づくと手戻りが大きい。

• リージョンとデータの所在：エンドポイントによってデータが渡る先が変わる。契約前に社内の情報取扱規程と突き合わせる。ここを飛ばすと、稼働後に情報システム部門が利用停止を求めてくる。
• 単価の地域差：$2/$6は基準値で、リージョンによって数字が動くという報道がある。試算は自分の契約条件でやり直す。
• プレビュー版と正式版の混同：モデル名が似た系列が並んでいるため、記事やSDKのサンプルがどちらを指しているのか確認してから写す。
• 日本語での検証がまだ薄い：OSWorld-Verified 86.1は英語圏の評価であり、日本語の応答品質を測った第三者の報告は2026年8月10日時点で見当たらない。自分の業務データで小さく試すのが確実だ。
• レート制限は読みにくい。新モデルは初期のスループットがどこまで出るか公表資料からは分からず、バッチ処理を組むなら余裕を持ったリトライ設計にしておくしかない。

この値下げ競争がAI関連の仕事に効いてくる場所

単価が下がって困る人はいない、という話ではない。仕事の中身は確実に動く。

出力$6。この水準になると、これまで「APIコストが合わないから人力」だった作業が自動化の射程に入る。大量のドキュメント整形、問い合わせ一次対応の下書き、レポートの初稿——このあたりは単価が壁になって外注で回っていた領域だ。壁が下がれば、外注そのものが減る。

代わりに増えるのは「どのタスクをどのモデルに割り振るか設計する仕事」だ。この記事で$2と$5、86.1と85.0を突き合わせて線を引いたのと同じ作業だ。モデルが2日に1本出る状況で、この判断を継続的に回せる人材は足りていない。プロンプトを書ける人より、コストと品質のトレードオフを数字で説明できる人を市場が求め始めている。

副業の観点でも同じことが言える。生成物を納品するだけの案件は単価が下がる一方、選定と運用設計まで踏み込める人の単価は下がりにくい。具体的な稼ぎ方の型は生成AIで稼ぐ副業の記事にまとめてある。

まとめ｜安さは事実、品質は要検証

Qwen3.8-Maxの単価が入力$2・出力$6であること、2.4兆パラメータのMoEで100万トークン文脈を持つこと、8月12日に重みが公開予定であること。ここまでは公開情報として確定している。

確定していないのは、その安さが自分の業務で品質と釣り合うかどうかだ。ベンチマークはAlibaba自社測定で第三者の再現がまだ出ておらず、日本語での検証情報はさらに乏しい。だから全面移行ではなく工程分割で入れる。入力が重く出力の細部が問われない下ごしらえ工程だけを移す。中規模利用で月$185、重い用途なら月$1,660。この差だけを工程分割で取りにいくのが、今のところ一番損が少ない。

動かすなら、まずOpenRouterでモデルIDを qwen/qwen3.8-max に差し替え、自社データ100件で既存モデルと出力を並べて比べるところから始める。判断に必要な材料は、それで揃う。

参考にした一次情報・報道

本文中の数値の出どころを一覧にしておく。単価もベンチマークも更新される可能性があるため、判断の前に各リンク先の最新版を確認してほしい。

• OpenRouter — Qwen3.8 Max のAPI単価とコンテキスト仕様
• TechRepublic — 価格とオープンウェイト計画の報道
• Forbes — 100万トークン$2という価格設定の分析
• MarkTechPost — 2.4兆パラメータMoEの構成解説
• Roboflow — 物体検出タスクでのVLM評価
• SiliconANGLE — 公開時の一次報道