Qwen3.8-Max vs Claude Haiku 5.5

ポジ 6 ／ ネガ 4 ／ 中立 4

ポジ 18 ／ ネガ 1 ／ 中立 5

Alibaba の現行フラッグシップ。2026年7月19日のプレビューを経て 8月3日に正式リリースされた、総2.4兆パラメータ（95B アクティブ）の MoE。9月2日にはその改良版スナップショット qwen3.8-max-0902（別名 qwen3.8-max-2026-09-02）が出て、Alibaba は9月5日に qwen3.8-max の呼び出し先を 0902 版へ切り替えると告知した（料金と一度に読める量は変わらない。改良点はコーディング、特に長い工程の開発、複数の道具を使うエージェント作業、図表や文書の読み取り）。本表の知能スコアはこの 0902 版の値。前世代 Qwen3.7 Max と違ってマルチモーダルに対応し、context は 1M、料金は $2.00/$6.00。公表ベンチ（8月3日版）は GPQA Diamond 92.6・Terminal-Bench 2.1 86.6・SWE-bench Pro 67.7。第三者機関 Artificial Analysis は 0902 版を「Qwen3.8 Max」として測っており、AA Intelligence Index は 45（v4.3.2・2026-09-23 確認）。8月3日版は同じ指標で 40 で、同社では旧版扱いになった。本表の SWE-bench Verified・MMLU・AIME は公式・第三者とも数値を出しておらず「—」（SWE-bench Pro は名前が似ているだけの別のテストなので流用しません）。前世代 Qwen3.7 Max（2026-05-19・$1.25/$3.75・SWE-bench Verified 80.4・GPQA 92.4・知能は v4.3 で 30）も引き続き提供されており、SWE-bench Verified の実測値が要るならそちらが参考になる。重みは 2026年8月12日 19:24 JST（HF 上のファイル最終更新）に公開済み＝`Qwen/Qwen3.8-2.4T-A95B` と FP8 版、ModelScope も同名。ただし公開されたのは8月3日版の重みで、本表の知能スコア 45 の 0902 版は API だけで使える（Hugging Face の Qwen 公式に 0902 版のリポジトリは無い・2026-10-09 確認）。案内の同日11時 JST からは遅れて公開された。ライセンスは Apache 2.0 ではなく独自の `qwen3.8-max`、モデルカードの context 記載は 262,144（最大 1,010,000 まで拡張可）で AA 表記の 1M とは条件が異なる。小型の Qwen3.8-27B は 2026年8月15日 0:00 JST（HF 上のファイル最終更新）に公開され、こちらはライセンスが商用可の Apache 2.0＝`Qwen/Qwen3.8-27B`（BF16・約51.7GB）と FP8 版（約28.7GB）、ModelScope も同名。約278億パラメータ・画像/動画対応・context 262,144（最大 1,000,000）で、Qwen 公表値は SWE-bench Pro 61.7・LiveCodeBench v6 90.3・GPQA Diamond 89.2・HLE 30.8（比較対象の Claude Opus 4.6 Max は 53.4 / 88.8 / 91.3 / 40.0）。手元のパソコンで動かすオープンウェイトが要るならこの 27B が受け皿。中国製のため業務利用時は規約確認を。なお本表の context 100万トークンはホスト版 API の窓のほうで、上記のモデルカード既定 262,144 とは条件が違う。入力と出力の内訳は公表されていない（2026-08-18 確認）。

2026-10-07（米国時間）公開の Anthropic の軽量・低価格モデル（API は claude-haiku-5-5）。9月22日の Opus 5.5、9月28日の Sonnet 5.5 に続く「Claude 5.5 ファミリー」の3本目で、これで Opus・Sonnet・Haiku の3つが 5.5 にそろった。同日から Claude API・Amazon Bedrock・Google Cloud・Microsoft Foundry と Claude アプリで使える。料金はプロンプトの長さで2段階になり、10万トークン以下のリクエストは入力$0.10／出力$0.50、10万トークンを超えるリクエストは入力$0.50／出力$2.50（キャッシュ読み込みは$0.01、超過時$0.05）。本表の $0.10／$0.50 は10万トークン以下の単価。Claude の 4.6 以降のモデルは100万トークンまで同じ単価なので、長さで単価が変わるのは Haiku 5.5 だけ。前の Haiku 4.5（$1／$5）から単価は1割になり、Anthropic は「Haiku 4.5 へのリクエストの9割が10万トークン以下だったので、平均で約75%安く動かせる」と説明している（同社の試算。新しい数え方で同じ文章が約30%多いトークンになる分も含めた値）。入力3:出力1の平均額 $0.20 は GPT-6 Luna と並んで本表でいちばん安い。ただし長い依頼の割増しの境目が違い、GPT-6 Luna は27万2千トークンまで同じ単価なので、10万〜27万2千トークンの依頼では Luna のほうが安い。第三者機関 Artificial Analysis の AA Intelligence Index は 43（v4.3.2・max 設定／2026-10-09 確認）で、同じ平均額の GPT-6 Luna（38）を5点上回る。設定を下げると xhigh 41、high 38、medium 34、low 29。公式の値（システムカード Table 8.1.A、max 設定・5回平均）は、Humanity's Last Exam がツールなし 45.9%（Haiku 4.5 は 10.2%）・ツールあり 57.4%、より難しいコード修正の SWE-bench Pro が 64.8%（Sonnet 5.5 は 81.3%）、SWE-bench Multilingual が 83.7%（Haiku 4.5 は 67.4%）、パソコン操作の OSWorld 2.1（インターネットにつながない82課題）が 72.4%（Haiku 4.5 は 15.7%、GPT-6 Luna は 48.9%）、実務の出来を測る GDPval-AA v2.1 が 1620（GPT-6 Luna は 1437）。発表ページでは、コマンド操作で開発を進める Terminal-Bench 4.0 が 39.2%（Haiku 4.5 は 0.0%、GPT-6 Luna は 16.4%）。SWE-bench Verified・GPQA・MMLU・AIME は公表されていないため「—」。一度に読める量は100万トークン、一度に書ける量は最大12万8千トークン、知識は2026年6月まで。入力はテキストと画像。考える量（effort）の既定は medium で、考える機能（adaptive thinking）は既定でオン。Haiku 4.5 向けのコードはそのままでは動かないことがある（考える量をトークン数で指定する budget_tokens や、既定以外の temperature・top_p・top_k の指定がエラーになる）。前の Haiku 4.5 は公式ドキュメントで旧世代（Legacy）扱いになったが引き続き使え、終了の予告はまだ出ていない（2026-10-09 確認）。Haiku 5.5 自身の提供終了は 2027-10-07 より前にはならない。本表の「一度に読める量」100万トークンは、Anthropic 公式の context window（会話の履歴と AI の返答を合わせた1つの枠）。

• → Hugging Face：Qwen/Qwen3.8-2.4T-A95B（オープンウェイト公式リポジトリ・2026-08-12 19:24 JST 公開・ライセンス qwen3.8-max・context 262,144）
• → Artificial Analysis：Qwen3.8 Max（0902）（Intelligence Index v4.3.2 で 45・2026-09-23 確認）
• → Artificial Analysis：Qwen3.8 Max（8月3日版・v4.3.2 で 40・旧版扱い）
• → Alibaba Cloud Model Studio：Newly released models（Qwen3.8-Max-0902 は qwen3.8-max の改良版スナップショット）
• → Alibaba Cloud：qwen3.8-max の呼び出し先を 0902 版へ切り替える告知（2026-09-05 10:00 UTC+8 予定・料金据え置き）
• → MarkTechPost：Qwen3.8-Max 正式リリース（ベンチマーク表・料金 $2.00/$6.00・2026-08-03）
• → MarkTechPost：Qwen3.8-Max プレビュー（2.4兆パラメータ・2026-07-19）
• → Artificial Analysis：Qwen3.7 Max（前世代・v4.3 で 30）
• → llm-stats：Qwen3.7 Max（前世代の SWE-bench Verified 80.4）

• → Anthropic：Introducing Claude Haiku 5.5（2026-10-07・料金・公式ベンチ・約75%安いという試算）
• → Anthropic：Claude Haiku 5.5 システムカード（Table 8.1.A：HLE ツールなし 45.9%・SWE-bench Pro 64.8%・OSWorld 2.1 オフライン 72.4%）
• → Anthropic 公式ドキュメント：Claude Haiku 5.5 overview（公開日・1M／128K・知識 2026年6月・提供終了の目安）
• → Anthropic 公式ドキュメント：What's new in Claude Haiku 5.5（Haiku 4.5 からの移行で変わる点）
• → Anthropic API 料金（Haiku 5.5：10万トークン以下 $0.10 / $0.50、超えると $0.50 / $2.50）
• → Anthropic Models Overview（現行は Fable 5.1 / Opus 5.5 / Sonnet 5.5 / Haiku 5.5。Haiku 4.5 は旧世代扱い）
• → Artificial Analysis：Claude Haiku 5.5（Intelligence Index v4.3.2 で 43・max 設定・2026-10-09 確認）