modelbench

Qwen3.8-Max

Alibaba(Qwen)現行

入力の単価
$2.00
100 万トークンあたり(USD)
出力の単価
$6.00
100 万トークンあたり(USD)
effort の段階
3段階
既定は Xhigh
ベンチマーク結果
15件
15 種類のベンチマーク

モデルの情報

API のモデル ID
qwen3.8-max
公開日
2026-08-03
effort
Low / Med / Xhigh(既定)
effort の根拠
Alibaba Cloud の発表(alibabacloud.com/blog/qwen3-8-max-a-new-bar-for-coding-and-cowork_603421)の API Usage による: reasoning_effort は xhigh(既定)・medium・low。同じ記事の Codex 用設定例でも default_reasoning_level は xhigh、supported_reasoning_levels は low・medium・xhigh。
Claude Code
選べない
Codex
選べない
提供状況の補足
Claude Code / Codex 対応の公式記載は未確認。Claude Code / Codex の公式のモデル一覧(2026-11-12 確認)はそれぞれ Anthropic / OpenAI のモデルだけなので、両方 false。
提供状況の出典
https://www.alibabagroup.com/document-2021044032125272064

単価(100 万トークンあたり・USD)

単価は effort では変わりません。effort で変わるのは消費トークン数です。

入力$2.00
出力$6.00
キャッシュ読み出し—
キャッシュ書き込み—

Singapore(International)。入力 0<Token≤1M の単一段。Thinking / Non-Thinking 両対応。snapshot qwen3.8-max-0902 も同価格。cache 単価は未取得

qwen3.8-max | Non-Thinking and Thinking | 0<Token≤1M | $2 | $6

出典: https://www.alibabacloud.com/help/en/model-studio/model-pricing

ベンチマーク結果

ベンチマークeffortスコア出典のコスト(指標)計測・報告出典条件・取得方法
Terminal-Bench 2.1記載なし記載なし86.6%—Alibaba (Qwen)Qwen3.8-2.4T-A95B (Hugging Face model card, Qwen)公式・2026-11-13 取得ベンダー発表値(Alibaba の Qwen チーム自己申告)。表の列は Qwen3.8-Max(カード: Qwen3.8-Max is the official version based on Qwen3.8-2.4T-A95B)。effort の記載なし(reasoning_effort の既定は xhigh)。Claude Code(avg@10)・5 時間 timeout・max_tokens=131,072表から転記
出典の該当箇所Terminal Bench 2.1 | 86.6所在 HF モデルカード「Benchmark Results」の表、Terminal Bench 2.1 行・Qwen3.8-Max 列(右端)。根拠: 表下の注 2
DeepSWE v1.1記載なし記載なし56.6%—Alibaba (Qwen)Qwen3.8-2.4T-A95B (Hugging Face model card, Qwen)公式・2026-11-13 取得ベンダー発表値(Alibaba の Qwen チーム自己申告)。表の列は Qwen3.8-Max(カード: Qwen3.8-Max is the official version based on Qwen3.8-2.4T-A95B)。effort の記載なし(reasoning_effort の既定は xhigh)。Claude Code と mini-SWE-agent の高い方(Qwen3.8-Max は Claude Code)表から転記
出典の該当箇所DeepSWE 1.1 | 56.6所在 HF モデルカード「Benchmark Results」の表、DeepSWE 1.1 行・Qwen3.8-Max 列(右端)。根拠: 表下の注 4
GPQA DiamondXhigh(既定)Xhigh92.7%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, gpqa_diamond.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Qwen3.8 Max (xhigh)"。effort は Epoch の Model version 接尾辞 _xhigh。データ取得 2026-11-12。表から転記
出典の該当箇所gpqa_diamond.csv: Model version=qwen3.8-max_xhigh, Best score (across scorers)=0.9267676767676768, stderr=0.01686498021450146, Started at=2026-08-04T16:28:46.000Z所在 gpqa_diamond.csv のデータ行 145 件目(ファイルの 205 行目)、id=TEVNDC9QXBh7PQvX9kHZip、Model version=qwen3.8-max_xhigh
FrontierMath Tiers 1-3(v2)Xhigh(既定)Xhigh74.7%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tiers_1_3_v2.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Qwen3.8 Max (xhigh)"。effort は Epoch の Model version 接尾辞 _xhigh。データ取得 2026-11-12。表から転記
出典の該当箇所frontiermath_tiers_1_3_v2.csv: Model version=qwen3.8-max_xhigh, Best score (across scorers)=0.7473684210526316, stderr=0.0257841025556124, Started at=2026-08-04T19:32:51.000Z所在 frontiermath_tiers_1_3_v2.csv のデータ行 82 件目(ファイルの 108 行目)、id=ABT89ieSWGnGj4RYMduHiG、Model version=qwen3.8-max_xhigh
FrontierMath Tier 4(v2)Xhigh(既定)Xhigh46.3%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tier_4_v2.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Qwen3.8 Max (xhigh)"。effort は Epoch の Model version 接尾辞 _xhigh。データ取得 2026-11-12。表から転記
出典の該当箇所frontiermath_tier_4_v2.csv: Model version=qwen3.8-max_xhigh, Best score (across scorers)=0.4634146341463415, stderr=0.07884502378168105, Started at=2026-08-04T19:32:51.000Z所在 frontiermath_tier_4_v2.csv のデータ行 36 件目(ファイルの 69 行目)、id=PBRdMZyz4L4CqPpXyLD2Lk、Model version=qwen3.8-max_xhigh
OTIS Mock AIME 2024-2025Xhigh(既定)Xhigh99.4%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, otis_mock_aime_2024_2025.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Qwen3.8 Max (xhigh)"。effort は Epoch の Model version 接尾辞 _xhigh。データ取得 2026-11-12。表から転記
出典の該当箇所otis_mock_aime_2024_2025.csv: Model version=qwen3.8-max_xhigh, Best score (across scorers)=0.9944444444444445, stderr=0.0038834738634418433, Started at=2026-08-04T16:28:46.000Z所在 otis_mock_aime_2024_2025.csv のデータ行 152 件目(ファイルの 217 行目)、id=aGRKHaq9uSawfYVpC565zU、Model version=qwen3.8-max_xhigh
SimpleQA VerifiedXhigh(既定)Xhigh45.8%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, simpleqa_verified.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Qwen3.8 Max (xhigh)"。effort は Epoch の Model version 接尾辞 _xhigh。データ取得 2026-11-12。表から転記
出典の該当箇所simpleqa_verified.csv: Model version=qwen3.8-max_xhigh, Best score (across scorers)=0.458, stderr=0.015763390640483554, Started at=2026-08-27T19:30:55.000Z所在 simpleqa_verified.csv のデータ行 55 件目(ファイルの 100 行目)、id=bfftd5EzUK9yAekafEofvK、Model version=qwen3.8-max_xhigh
Chess Puzzles(Epoch AI)Xhigh(既定)Xhigh46.0%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, chess_puzzles.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Qwen3.8 Max (xhigh)"。effort は Epoch の Model version 接尾辞 _xhigh。データ取得 2026-11-12。表から転記
出典の該当箇所chess_puzzles.csv: Model version=qwen3.8-max_xhigh, Best score (across scorers)=0.46, stderr=0.05009082659620331, Started at=2026-10-13T13:13:49.000Z所在 chess_puzzles.csv のデータ行 143 件目(ファイルの 199 行目)、id=bq5y6Tp83KLtxC58UDfpyN、Model version=qwen3.8-max_xhigh
MirrorCodeXhigh(既定)Xhigh52.2%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, mirrorcode.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "Qwen3.8 Max (xhigh)"。effort は Epoch の Model version 接尾辞 _xhigh。データ取得 2026-11-12。表から転記
出典の該当箇所mirrorcode.csv: Model version=qwen3.8-max_xhigh, Best score (across scorers)=0.5222222222222223, stderr=0.10894718232315695, Started at=2026-10-21T16:48:06.000Z所在 mirrorcode.csv のデータ行 24 件目(ファイルの 42 行目)、id=RQRuLNXoCHzNMEbJCcUVVD、Model version=qwen3.8-max_xhigh
Epoch Capabilities Index(ECI)記載なし記載なし157.59—Epoch AIEpoch AI, epoch_capabilities_index/eci_scores.csv (CC BY 4.0)第三者・2026-11-12 取得複数ベンチマーク・複数 effort の結果を統合したモデル単位の指標(effort 別ではない)。Epoch AI 算出。表から転記
出典の該当箇所eci_scores.csv: Model=Qwen 3.8 Max, eci=157.59, eci_ci_low=155.42, eci_ci_high=159.96所在 epoch_capabilities_index/eci_scores.csv のデータ行 29 件目(ファイルの 30 行目)、Model=Qwen 3.8 Max
SWE-Bench Pro記載なし記載なし67.7%—Alibaba (Qwen)Qwen3.8-2.4T-A95B (Hugging Face model card, Qwen)公式・2026-11-13 取得ベンダー発表値(Alibaba の Qwen チーム自己申告)。表の列は Qwen3.8-Max(カード: Qwen3.8-Max is the official version based on Qwen3.8-2.4T-A95B)。effort の記載なし(reasoning_effort の既定は xhigh)。Claude Code ハーネス・256K。問題のあるタスクを修正した版で全ベースラインを評価表から転記
出典の該当箇所SWE-bench Pro | 67.7所在 HF モデルカード「Benchmark Results」の表、SWE-bench Pro 行・Qwen3.8-Max 列(右端)。根拠: 表下の注 3
NL2Repo-Bench記載なし記載なし55.9—Alibaba (Qwen)Qwen3.8-2.4T-A95B (Hugging Face model card, Qwen)公式・2026-11-13 取得ベンダー発表値(Alibaba の Qwen チーム自己申告)。表の列は Qwen3.8-Max(カード: Qwen3.8-Max is the official version based on Qwen3.8-2.4T-A95B)。effort の記載なし(reasoning_effort の既定は xhigh)。Claude Code ハーネス表から転記
出典の該当箇所NL2Repo-Bench | 55.9所在 HF モデルカード「Benchmark Results」の表、NL2Repo-Bench 行・Qwen3.8-Max 列(右端)。根拠: 表下の注 5
MLS-Bench-Lite記載なし記載なし41.0%—Alibaba (Qwen)Qwen3.8-2.4T-A95B (Hugging Face model card, Qwen)公式・2026-11-13 取得ベンダー発表値(Alibaba の Qwen チーム自己申告)。表の列は Qwen3.8-Max(カード: Qwen3.8-Max is the official version based on Qwen3.8-2.4T-A95B)。effort の記載なし(reasoning_effort の既定は xhigh)。Claude Code・5 時間 timeout表から転記
出典の該当箇所MLS-Bench-Lite | 41.0所在 HF モデルカード「Benchmark Results」の表、MLS-Bench-Lite 行・Qwen3.8-Max 列(右端)。根拠: 表下の注 7
AutomationBench(公開 600 タスク)記載なし記載なし27.3%—Alibaba (Qwen)Qwen3.8-2.4T-A95B (Hugging Face model card, Qwen)公式・2026-11-13 取得ベンダー発表値(Alibaba の Qwen チーム自己申告)。表の列は Qwen3.8-Max(カード: Qwen3.8-Max is the official version based on Qwen3.8-2.4T-A95B)。effort の記載なし(reasoning_effort の既定は xhigh)。公開 600 タスクのサブセット表から転記
出典の該当箇所Automation-Bench (Pass@1) | 27.3所在 HF モデルカード「Benchmark Results」の表、Automation-Bench (Pass@1) 行・Qwen3.8-Max 列(右端)。根拠: 表下の注 16
τ²-bench banking_knowledge (v1.0.1)Xhigh(既定)Xhigh55.2%—Sierraτ²-bench leaderboard submission qwen3-8-max_sierra_2026-08-04 (sierra-research/tau2-bench, MIT)第三者・2026-11-13 取得τ²-bench リーダーボードの提出 qwen3-8-max_sierra_2026-08-04(submission_type standard、tau2_bench_version 1.0.1)。提出者 "Sierra"、model_organization "Qwen": τ²-bench を運営する Sierra の実行(第三者計測)。リーダーボードで検証済み(軌跡あり・プロンプト調整なし・設問の省略なし)。値は pass^1(%)。reasoning_effort "xhigh"。ユーザーシミュレータ gpt-5.2(reasoning_effort low)。検索の設定 retrieval_config "alltools"。評価日 2026-08-03。注記の要旨: 4 試行・seed 300。表から転記
出典の該当箇所banking_knowledge.pass_1=55.154639175257735所在 submissions/qwen3-8-max_sierra_2026-08-04/submission.json の results.banking_knowledge.pass_1(ファイルの 17 行目)。model_name "Qwen 3.8 Max"。methodology.notes(36 行目)

関係するランキング

参考資料