ai-garage

VS COMPARISON

Qwen3.8-Max vs DeepSeek V4.1-Flash

Alibaba

Qwen3.8-Max

Qwen3.8-Max（2026-09-02 版・旗艦・2.4T / 95B active） ／ 2026-09-02

「9月の改良版で賢さがまた上がったよ。お値段は $2/$6 のまま」
VS

DeepSeek

DeepSeek V4.1-Flash

V4.1-Flash-1017 (552B / 8B prefill・16B decode active) ／ 2026-10-17

「コスパの鬼。お財布の味方だよ」

編集部の総合判定

総合知能（AA Index）は Qwen3.8-Max 45 対 DeepSeek V4.1-Flash 39 で Qwen3.8-Max がやや優位。用途しだいで逆転する差

ベンチ勝ち：Qwen3.8-Max 1 / DeepSeek V4.1-Flash 0 料金で安い項目：Qwen3.8-Max 0 / DeepSeek V4.1-Flash 2 データ最終更新：2026-10-17（編集部集計）

WHICH ONE

こんな人はどっち？

こんな人は Qwen3.8-Max

  • ✓ 「日本語含む多言語が得意」を重視する人
  • ✓ 「現行旗艦 Qwen3.8-Max は $2.00/$6.00（2026-09-02 の更新版 Qwen3.8-Max-0902 も据え置き）、前世代 Qwen3.7 Max は $2.50/$7.50 と frontier 級では安い部類」を重視する人

こんな人は DeepSeek V4.1-Flash

  • ✓ API 料金を抑えたい人（入力$0.15/出力$0.6）
  • ✓ コスパ重視の人（AIコスパ指数 78 対 63）
  • ✓ AI をはじめて使う人

SPECS

仕様の比較

項目 Qwen3.8-Max DeepSeek V4.1-Flash
バージョン Qwen3.8-Max（2026-09-02 版・旗艦・2.4T / 95B active） V4.1-Flash-1017 (552B / 8B prefill・16B decode active)
公開日 2026-09-02 2026-10-17
コンテキスト長 1000K 1000K
入力料金 $/1M $2 $0.15 安い
出力料金 $/1M $6 $0.6 安い
推論モデル ✓ あり ✓ あり
マルチモーダル ✓ あり ✓ あり
AIコスパ指数 独自指標 63 78 勝ち

BENCHMARKS

ベンチマーク差分

バーの長さは100%スケール。長い方が勝ち。

総合知能（AA Intelligence Index）

Qwen3.8-Max
45 勝ち
DeepSeek V4.1-Flash
39

専門知識（GPQA）

Qwen3.8-Max
92.6%
DeepSeek V4.1-Flash
—

最難関試験（HLE）

Qwen3.8-Max
—
DeepSeek V4.1-Flash
42.6%

※ AA Intelligence Index（第三者機関 Artificial Analysis の統合知能指標）/ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）/ HLE（Humanity's Last Exam・最難関試験）

※「—」は未公表（実測0ではありません）。未公表の項目は勝敗のカウント対象外です。公式が個別ベンチを公表していないモデルも、AA Intelligence Index は第三者測定のため横並びで比較できます。

X VOICE

Xの評判はどう？

ベンチマークとは別の軸として、直近7日（2026-10-12 〜 2026-10-19）の X上の日本語の声をサンプル分析。てんびん丸総研調べ。

Qwen3.8-Max

X評判スコア 60 ／100（n=14）

ポジ 6 ／ ネガ 4 ／ 中立 4

👍 日本語の通じやすさ

👍 オンプレでの精度

👎 日本語の質の悪さ

👎 ネイティブ対応の微妙さ

DeepSeek V4.1-Flash

X評判スコア 88 ／100（n=36）

ポジ 21 ／ ネガ 3 ／ 中立 12

👍 安くて性能良い

👍 クオリティが高い

👎 トークン効率悪い

👎 時間がかかる

※ Grok（x_search）で過去7日の日本語Xポストを、モデルごとに3つの角度（感想・活用報告・他モデル比較）から検索してサンプル収集し、ポジ・ネガ・中立をLLM分類した傾向値。全数調査ではなく、角度間の重複除外も完全ではありません。評判スコア＝ポジ÷（ポジ＋ネガ）×100（判定5件未満は「—」）。 全モデルの一覧と推移は てんびん丸総研へ。

EDITOR'S NOTE

編集部メモ

数値の背景と、いまの提供状況・注意点

Qwen3.8-Max

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）。

DeepSeek V4.1-Flash

2026-10-17 から API の deepseek-flash は改良版 DeepSeek-V4.1-Flash-1017 が答える（ウェブ版・アプリも同日に切り替え）。1017 は 2026-09-10 の V4.1-Flash を後から学習し直した版で、大きさと料金は同じ。本表の hle 42.6（道具なし）は DeepSeek が 1017 で公表した値（9/10 版は 36.8）。1017 では GPQA Diamond が公表されていないため、9/10 版の 90.9 は本表に持ち込まない。aaIndex 39 は Artificial Analysis が 9/10 版を測った値で、1017 は 2026-10-17 時点で未計測（測られたら差し替える）。1017 の DeepSWE v1.1 は 77.0（Mini-SWE-V2 で測定）、Terminal-Bench 4.0 は 42.3（Claude Code で測定）で、どちらも DeepSeek 自社公表値。DeepSeek のグラフでは DeepSWE の max 設定の1課題あたりの費用が約 $0.49 から約 $0.20 に下がった（答えが短くなったためで、単価は据え置き）。DeepSeek が比較した相手は Claude Opus 5 と GPT-5.6 Sol で、最新の Claude Opus 5.5 とは HLE で 42.6 対 64.4 の差がある。以下は 9/10 版の公開時からの記述。552B の MoE（土台のパラメータ。1トークンあたり実際に動くのは読み込み時 8B・書き出し時 16B）。KV キャッシュを 890 バイト/トークンまで圧縮し、旧 V4-Flash の約4分の1にしたことで入力側の単価を下げている。本表の $0.15 / $0.6 はオフピーク価格（入力はキャッシュミス時）で、キャッシュヒット時の入力は $0.003。ピーク時間帯はいずれもその2倍（入力 $0.3・出力 $1.2）。ピーク時間帯は UTC 月〜金の 01:00-04:00 と 06:00-10:00（日本時間 10:00-13:00 と 15:00-19:00）。2026-09-10 の公開に合わせて旧 V4-Flash と V4-Flash-Vision-Exp は引退し、モデル名 deepseek-flash で呼ぶ。なお deepseek-v4-pro も本モデルへの置き換えが予告されたが撤回され、V4-Pro は独自の料金（オフピークで入力 $0.66・出力 $1.98）のまま継続提供されている（2026-10-09 に公式料金ページで確認。本モデルの価格で課金されるのは、旧名の deepseek-v4-flash と deepseek-v4-flash-vision-exp で呼んだ場合だけ）。9/10 版の gpqa 90.9（GPQA Diamond）と hle 36.8（道具なし）は DeepSeek 自社公表値で reasoning_effort=100 の設定。9/10 版の DeepSWE v1.1 は 74.2 で Claude Opus 5 の 74.0 を上回るが、これは同社が併記した8種類のハーネスのうち最も高く出た mini-SWE の値で、Claude Code では 69.8・Codex では 65.6 と 8.7 ポイントの幅がある。SWE-Bench Verified は非公表のため本表に持たない。前世代 V4-Pro は 1.6T（49B アクティブ）・$0.66/$1.98・aaIndex 36・画像非対応だったので、置き換えで安く・賢く・画像対応になった形。中国製のため業務利用時は規約とデータ取扱の確認を。本表の100万トークンは公式料金ページの CONTEXT LENGTH（1M）で、出力の上限 384K は別枠（2026-09-11 確認）。

PROS & CONS

強み・弱み

Qwen3.8-Max

Alibaba 製の高性能モデル群。旗艦は2026年8月に正式リリースされた Qwen3.8-Max で、手元で動く Qwen3.8-27B まで一通り揃う。

◎ 強み

  • ◎ 日本語含む多言語が得意
  • ◎ 現行旗艦 Qwen3.8-Max は $2.00/$6.00（2026-09-02 の更新版 Qwen3.8-Max-0902 も据え置き）、前世代 Qwen3.7 Max は $2.50/$7.50 と frontier 級では安い部類
  • ◎ コーディングとエージェント（PC操作・ターミナル作業）に強く、コンテキストは 1M tokens
  • ◎ 2026-09-02（日本時間。米国時間では 9-01 夜）に QwenCloud の API で提供が始まった Qwen3.8-Max-0902 は、コーディングと Cowork 向けに追加学習した更新版（2.4T・1M コンテキスト）
  • ◎ オープンウェイト版は Qwen3.8-27B（2026-08-15 公開・Apache 2.0・約278億パラメータ・画像/動画対応）まで揃い、安価マルチモーダル版（3.7 Plus）もある
  • ◎ Qwen4 世代の設計を先取りした Qwen3.8-Flash-Next（2026-08-26 公開）もオープンウェイト。総125B に 51B の N-gram 埋め込みが付き、1トークンあたり動くのは 6B のマルチモーダル MoE。ライセンスは Apache 2.0 ではなく Qwen Community License 1.0

△ 注意点

  • △ 中国製のため業務利用は規約・データ取扱の確認を
  • △ 旗艦 Qwen3.8-Max の重みも公開されているが、ライセンスは Apache 2.0 ではなく独自の `qwen3.8-max`。Apache 2.0 なのは小型の Qwen3.8-27B のほう（Qwen3.8-Flash-Next も Apache 2.0 ではなく Qwen Community License 1.0）
  • △ バージョンが 3.5 → 3.6 → 3.7 → 3.8 と小刻みに上がるので、単価やスペックの記述はすぐ古くなる（「Qwen 4」本体は 2026-09-22 に「学習中」と公式発表されたが、2026-10-09 時点で未公開。Qwen4 の設計を先取りしたのは 2026-08-26 公開の Qwen3.8-Flash-Next）
公式サイト →

DeepSeek V4.1-Flash

中国発、コスパとオープン性の象徴。2026年9月10日に出た V4.1-Flash が旗艦 V4-Pro を性能でも価格でも上回り、10月17日に料金そのままの改良版 1017 に更新された。予告された Pro の引退は撤回され、2本立てで提供中。

◎ 強み

  • ◎ 2026-10-17 の改良版 V4.1-Flash-1017 は、料金と大きさを変えずにテストの点を上げ、答えを短く・速くした（DeepSeek 公表の DeepSWE v1.1 は 74.2 → 77.0、1課題あたりの費用は約 $0.49 → 約 $0.20）
  • ◎ V4.1-Flash は 552B の MoE で、1トークンあたり動くのは読み込み時 8B・書き出し時 16B だけ
  • ◎ 会話の途中経過を覚えるメモ（KVキャッシュ）を 890 バイト/トークンまで圧縮（旧 V4-Flash の約4分の1）
  • ◎ 1M tokens の長文コンテキスト、1回の出力は最大 384K tokens
  • ◎ API 価格が安い（すいている時間帯で入力 $0.15・出力 $0.6、キャッシュヒット時の入力は $0.003）
  • ◎ 重みが MIT ライセンスでオープンウェイト公開（deepseek-ai/DeepSeek-V4.1-Flash-1017・約510GB）
  • ◎ 画像と文章をそのまま一緒に扱える（V4-Pro は画像に非対応）
  • ◎ 考える深さを 1〜100 の数字で細かく指定できる（V4-Pro は low / high / max の3段だった）

△ 注意点

  • △ 中国製のため業務利用は規約・データ取扱の確認を
  • △ V5 / R2 は未リリース（公式モデルIDに存在せず、V4.1 系が現役）
  • △ 旧 V4-Flash と V4-Flash-Vision-Exp は2026-09-10に引退（旧名で呼ぶと V4.1-Flash が答え、V4.1-Flash の料金で課金される）。V4-Pro も2026-09-14 の引退が予告されたが撤回され、V4.1-Flash とは別の独自料金のまま継続提供（2026-10-09 に公式料金ページで確認）
  • △ SWE-bench Verified の公表値がない。1017 の DeepSWE v1.1 77.0 は Mini-SWE-V2 で測った DeepSeek 自社の値で、公開ランキングには未掲載（2026-10-17 時点）。9/10 版は足回り次第で 65.5〜74.2 と8.7ポイント動いた
  • △ DeepSeek の比較相手は一世代前の Claude Opus 5・GPT-5.6 Sol。道具を使わない難問（HLE 42.6）は Claude Opus 5.5 の 64.4（Anthropic 公表）に大きく届かない
  • △ 第三者機関 Artificial Analysis の総合指標 39 は 9/10 版の値で、1017 は未計測（2026-10-17 時点）
公式サイト →

PRIMARY SOURCES

一次ソース

Qwen3.8-Max

DeepSeek V4.1-Flash

FAQ

よくある質問

Q. Qwen3.8-Max と DeepSeek V4.1-Flash、結局どっちがいい？

A. AA Intelligence Index は Qwen3.8-Max 45 対 DeepSeek V4.1-Flash 39 で Qwen3.8-Max がやや優位ですが、用途によっては逆転しうる差です。料金・使い勝手も合わせて選ぶのがおすすめです。

Q. Qwen3.8-Max と DeepSeek V4.1-Flash、料金が安いのはどっち？

A. 入力料金は Qwen3.8-Max が $2／1M、DeepSeek V4.1-Flash が $0.15／1M。出力料金は Qwen3.8-Max が $6／1M、DeepSeek V4.1-Flash が $0.6／1M です。入力・出力とも DeepSeek V4.1-Flash の方が安く、コスト重視なら DeepSeek V4.1-Flash が有利です。

Q. Qwen3.8-Max と DeepSeek V4.1-Flash、ベンチマークで強いのはどっち？

A. 両モデルが共通で公表している指標は1項目と少ないため、全モデルを第三者が同一条件で測定している AA Intelligence Index（Qwen3.8-Max 45／DeepSeek V4.1-Flash 39）を軸に判断するのがおすすめです。AA Intelligence Index・SWE-Bench・MMLU・GPQA・AIME などの比較可能な指標では Qwen3.8-Max の勝ち数が多く（1／0）、総合的なベンチ性能では Qwen3.8-Max が優勢です。

Q. Qwen3.8-Max と DeepSeek V4.1-Flash、コスパがいいのはどっち？

A. AIコスパ指数（第三者測定の知能スコアと料金の安さを 6:4 で合成した編集部独自指標）は Qwen3.8-Max が 63、DeepSeek V4.1-Flash が 78。「安くて賢い」バランスでは DeepSeek V4.1-Flash が有利です。

Q. Qwen3.8-Max と DeepSeek V4.1-Flash、初心者にはどっちがおすすめ？

A. 初心者へのおすすめ度は DeepSeek V4.1-Flash の方が高め（3／5 対 2／5）。まず触ってみるなら DeepSeek V4.1-Flash から始めると迷いにくいです。

RELATED

もっと深く知る

関連ニュース

DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下

2026-10-17

Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点

2026-10-17

DeepSeek V4.1 Flash とは？料金は4分の1、V4-Pro の引退は撤回

2026-09-11

GLM-5.3-Flash とは？ox-alpha の正体、商用OKで1タスク$0.24

2026-08-28

関連トピック

中国AIの台頭 — DeepSeek / Qwen が世界を揺るがす

クローズドモデルとほぼ同等性能を「数十分の一のコスト」で。地政学級の存在感に。

オープンソースAI vs クローズドAI

Qwen・DeepSeek・Kimi がトップ走者に迫る。性能だけでなく『所有権』が論点に。

OTHER COMPARISONS

他のペアも見る

GPT-6 Astra vs GPT-6.1 Sol GPT-6 Astra vs Claude Fable 5.1 Kimi K3 vs GPT-6.1 Sol Kimi K3 vs Claude Fable 5.1 Claude Haiku 5.5 vs GPT-6 Luna GPT-6.1 Sol vs Gemini 4 Argon
全ペアを見る →

更新を受け取る

X で更新を受け取る（@tenbin_maru） → RSSで受け取る →