--- title: "Qwen3.8-Max vs Mistral Large 4 どっちがいい？料金・性能を比較【2026年10月】- ai-garage" description: "総合知能（AA Index）は Qwen3.8-Max 45 対 Mistral Large 4 38 で Qwen3.8-Max がやや優位。用途しだいで逆転する差。料金・ベンチマーク・コンテキスト長を横並び比較、FAQ・一次ソース付き【2026年10月】。" source: https://ai-garage.jp/vs/qwen-vs-mistral/ --- VS COMPARISON # Qwen3.8-Max vs Mistral Large 4 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 Mistral AI ## Mistral Large 4 Large 4（公開プレビュー） ／ 2026-10-06 「ヨーロッパ生まれの新しい旗艦。前の Medium 3.5 から賢さが一気に上がって、お値段は下がったよ（まだプレビュー版）」 編集部の総合判定 総合知能（AA Index）は Qwen3.8-Max 45 対 Mistral Large 4 38 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 / Mistral Large 4 0 料金で安い項目：Qwen3.8-Max 0 / Mistral Large 4 2 データ最終更新：2026-10-09（編集部集計） WHICH ONE ## こんな人はどっち？ ### こんな人は Qwen3.8-Max - ✓ コスパ重視の人（AIコスパ指数 63 対 59） - ✓ 「日本語含む多言語が得意」を重視する人 ### こんな人は Mistral Large 4 - ✓ API 料金を抑えたい人（入力$1.36/出力$4.18） - ✓ 「新しい旗艦 Mistral Large 4（2026-10-06 公開プレビュー）は総パラメータ約1兆のうち1回に動くのは520億の MoE で、テキストと画像を読める。一度に読める量は公式で100万トークン」を重視する人 SPECS ## 仕様の比較 | 項目 | Qwen3.8-Max | Mistral Large 4 | | --- | --- | --- | | バージョン | Qwen3.8-Max（2026-09-02 版・旗艦・2.4T / 95B active） | Large 4（公開プレビュー） | | 公開日 | 2026-09-02 | 2026-10-06 | | コンテキスト長 | 1000K | 1000K | | 入力料金 $/1M | $2 | $1.36 安い | | 出力料金 $/1M | $6 | $4.18 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](https://ai-garage.jp/glossary/ai-cospa-index/) 独自指標 | 63 勝ち | 59 | 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 Mistral Large 4 38 専門知識（GPQA） Qwen3.8-Max 92.6% Mistral Large 4 — ※ [AA Intelligence Index](https://ai-garage.jp/glossary/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](https://ai-garage.jp/glossary/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（2026-10-05 〜 2026-10-12）の X上の日本語の声をサンプル分析。[てんびん丸総研](https://ai-garage.jp/x-sentiment/)調べ。 ### Qwen3.8-Max X評判スコア 57 ／100（n=17） ポジ 8 ／ ネガ 6 ／ 中立 3 👍 画像生成・画風良い 👍 全体的に便利・良い 👎 27Bモデルがダメ 👎 コード・ゲームで微妙 ### Mistral Large 4 X評判スコア — ／100（n=10） ポジ 3 ／ ネガ 1 ／ 中立 6 （判定材料が少なくスコアは保留） 👍 ベンチ位置のジャンプ 👍 手軽なテスト環境 👎 3D生成で高コスト・性能不足 👎 料金の高さ ※ 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](https://ai-garage.jp/x-sentiment/)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）。 ### Mistral Large 4 フランス Mistral AI の新しい旗艦モデル（API モデル名は mistral-large-4、版は v26.10）。2026-10-06 に公開プレビュー（Public Preview）として出た。 総パラメータ1兆500億のうち1回に動くのは520億の MoE（専門家分業型）で、16億パラメータの画像エンコーダを持ち、テキストと画像を入力できる。 1つのモデルで「すぐ答える」と「じっくり考える」の両方をこなす。 料金は定価で入力 $1.36／出力 $4.18（キャッシュ済み入力 $0.14）。公開から2週間は半額（$0.68／$2.09）だが、本表は定価で載せている。 一度に読める量は Mistral 公式のモデルカードと変更履歴で100万トークン（第三者機関 Artificial Analysis のページは 524k と表示していて、公式と食い違う）。 重みは「今月末までに公開する」と予告されているが、2026-10-09 時点では未公開で、ライセンス名も公表されていない。 【性能】第三者機関 Artificial Analysis の AA Intelligence Index は 38（v4.3.2・考えるモードあり、小数では 38.38／2026-10-09 確認）で、AA は「米国と中国以外で最も賢いモデル」と書いている。前の Medium 3.5（14）から24点上がった。 Mistral 自身の公表値は、長いプログラム修正の DeepSWE v1.1 が 61.7%、コマンド操作で開発を進める Terminal-Bench 4.0 が 28.3%、業務自動化の AutomationBench が 59.9%、セキュリティ課題の Cybench が 93%。 SWE-bench Verified・MMLU・GPQA・AIME は公表されていないため本表では「—」（Medium 3.5 の 77.6% は流用しない）。 プレビュー版なので、正式版で料金や仕様が変わることがある。 【前の行について】本表は 2026-10-09 まで Mistral Medium 3.5（2026-04-28 公開・128B dense・Modified MIT で重み公開・$1.5／$7.5・256k・SWE-bench Verified 77.6%（公式モデルカード）・AA 14）を載せていた。 その前は Mistral Large 3（2025-12-02 公開・MoE 675B/41B active・Apache 2.0・$0.5／$1.5・AA は v4.3.2 で 9）。どちらも引き続き API で使える。 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 → ### Mistral Large 4 ヨーロッパ発のオープンモデル勢。2026-10-06 に新しい旗艦 Mistral Large 4 を公開プレビューで出し、重みも10月末までに公開する予定。 ◎ 強み - ◎ 新しい旗艦 Mistral Large 4（2026-10-06 公開プレビュー）は総パラメータ約1兆のうち1回に動くのは520億の MoE で、テキストと画像を読める。一度に読める量は公式で100万トークン - ◎ Large 4 の知能スコアは 38（第三者機関 Artificial Analysis の総合指標 v4.3.2）で、同じ Mistral の Medium 3.5（14）を大きく上回る - ◎ Mistral Large 3 が 675B 総 / 41B アクティブの MoE（Apache 2.0） - ◎ Medium 3.5（2026-04-28）はチャット・推論・コーディング・視覚を1つに統合、SWE-Bench Verified 77.6% - ◎ 消費者向けの Le Chat は 2026-05-28 に「Vibe」へ改称・統合（無料プランあり）、改称時点の既定モデルは Medium 3.5 - ◎ Vibe は Work / Code / Chat の3モードを束ねた作業エージェントで、CLI・VS Code 拡張まで用意 - ◎ 小型の Mistral Small 4（Apache 2.0）や Ministral 3（14B/8B/3B）まで揃い、自前運用しやすい - ◎ Voxtral TTS / OCR 4.1（2026-07-16 公開、2026-08-31 に一般提供）など周辺モデルも拡充 △ 注意点 - △ Large 4 はまだプレビュー版で、正式版で料金や仕様が変わることがある。重みは2026年10月末までに公開すると予告されているが（発表文の言い方は「今月末」）、2026-10-09 時点では未公開でライセンス名も公表されていない - △ Large 4 の一度に読める量は、公式は100万トークン、Artificial Analysis は52万4千トークンと表示していて食い違う - △ Medium 3.5 のライセンスは Apache 2.0 ではなく Modified MIT（高収益企業に一部制限あり） 公式サイト → PRIMARY SOURCES ## 一次ソース Qwen3.8-Max - [→ 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）](https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B) - [→ Artificial Analysis：Qwen3.8 Max（0902）（Intelligence Index v4.3.2 で 45・2026-09-23 確認）](https://artificialanalysis.ai/models/qwen3-8-max) - [→ Artificial Analysis：Qwen3.8 Max（8月3日版・v4.3.2 で 40・旧版扱い）](https://artificialanalysis.ai/models/qwen3-8-max-0803) - [→ 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）](https://www.alibabacloud.com/help/en/model-studio/newly-released-models) - [→ 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）](https://www.alibabacloud.com/en/notice/model_studio_update_notice_for_qwen38max_models_863?_p_lc=1) - [→ 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）](https://www.marktechpost.com/2026/08/03/alibaba-qwen-releases-qwen3-8-max/) - [→ MarkTechPost：Qwen3.8-Max プレビュー（2.4兆パラメータ・2026-07-19）](https://www.marktechpost.com/2026/07/19/alibaba-previews-qwen3-8-max-a-2-4-trillion-parameter-multimodal-model-days-after-moonshots-kimi-k3-open-weight-launch/) - [→ Artificial Analysis：Qwen3.7 Max（前世代・v4.3 で 30）](https://artificialanalysis.ai/models/qwen3-7-max) - [→ llm-stats：Qwen3.7 Max（前世代の SWE-bench Verified 80.4）](https://llm-stats.com/models/qwen3.7-max) Mistral Large 4 - [→ Mistral 公式：Mistral Large 4（2026-10-06・公開プレビュー・1兆パラメータ／活性520億・定価 $1.36/$4.18・公表ベンチ）](https://mistral.ai/news/mistral-large-4) - [→ Mistral 公式 docs：Mistral Large 4 モデルカード（v26.10・Public Preview・1M・1.05T/52B・キャッシュ $0.14・公開記念の半額）](https://docs.mistral.ai/models/mistral-large-4-0) - [→ Mistral 公式 docs：変更履歴（2026-10-06 Mistral Large 4 を公開プレビュー・1M context・2週間は50%オフ）](https://docs.mistral.ai/getting-started/changelog) - [→ Artificial Analysis：Mistral Large 4 Preview（Intelligence Index v4.3.2 で 38・2026-10-09 確認）](https://artificialanalysis.ai/models/mistral-large-4) - [→ Mistral 公式 docs：Mistral Medium 3.5 モデルカード（前の行・2026-04-28 公開・256k・Modified MIT・$1.5/$7.5）](https://docs.mistral.ai/models/mistral-medium-3-5-26-04) - [→ Hugging Face：mistralai/Mistral-Medium-3.5-128B（前の行・SWE-Bench Verified 77.6%）](https://huggingface.co/mistralai/Mistral-Medium-3.5-128B) - [→ Artificial Analysis：Mistral Medium 3.5（前の行・Intelligence Index v4.3.2 で 14）](https://artificialanalysis.ai/models/mistral-medium-3-5) FAQ ## よくある質問 Q. Qwen3.8-Max と Mistral Large 4、結局どっちがいい？ A. AA Intelligence Index は Qwen3.8-Max 45 対 Mistral Large 4 38 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 Mistral Large 4、料金が安いのはどっち？ A. 入力料金は Qwen3.8-Max が $2／1M、Mistral Large 4 が $1.36／1M。出力料金は Qwen3.8-Max が $6／1M、Mistral Large 4 が $4.18／1M です。入力・出力とも Mistral Large 4 の方が安く、コスト重視なら Mistral Large 4 が有利です。 Q. Qwen3.8-Max と Mistral Large 4、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／Mistral Large 4 38）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 Mistral Large 4、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、Mistral Large 4 が 59。「安くて賢い」バランスでは Qwen3.8-Max が有利です。 Q. Qwen3.8-Max と Mistral Large 4、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 Qwen3.8-Max・Mistral Large 4 とも同程度（2／5）。どちらも入門用途に向いているので、料金や使いたいツールとの相性で選んで大丈夫です。 RELATED ## もっと深く知る ### 関連ニュース [GLM-5.3-Flash とは？ox-alpha の正体、商用OKで1タスク$0.24 2026-08-28](https://ai-garage.jp/news/glm-5-3-flash-ox-alpha-reveal/)[Qwen3.8-27B のウェイト公開！Apache 2.0で商用可、性能と必要な容量 2026-08-15](https://ai-garage.jp/news/qwen-3-8-27b-open-weights/)[Meta「Muse Glimmer」公開！24GBのVRAMで動く296億パラメータのオープンモデル──必要スペック・入手先・性能を整理するよ 2026-08-11](https://ai-garage.jp/news/meta-muse-glimmer-local-open-model/)[Qwen3.8-Max が月18ドル「Token Plan 個人版」の中身【2026年10月】 2026-07-29](https://ai-garage.jp/news/qwen-3-8-token-plan-price-guide/) ### 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。](https://ai-garage.jp/topics/china-ai-rise/)[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。](https://ai-garage.jp/topics/open-vs-closed/) OTHER COMPARISONS ## 他のペアも見る [GPT-6 Astra vs GPT-6.1 Sol](https://ai-garage.jp/vs/chatgpt-astra-vs-chatgpt/)[GPT-6 Astra vs Claude Fable 5.1](https://ai-garage.jp/vs/chatgpt-astra-vs-fable-5/)[Kimi K3 vs GPT-6.1 Sol](https://ai-garage.jp/vs/kimi-vs-chatgpt/)[Kimi K3 vs Claude Fable 5.1](https://ai-garage.jp/vs/kimi-vs-fable-5/)[DeepSeek V4.1-Flash vs Llama 4 Maverick](https://ai-garage.jp/vs/deepseek-vs-llama/)[Claude Opus 5.5 vs DeepSeek V4.1-Flash](https://ai-garage.jp/vs/claude-vs-deepseek/) [全ペアを見る →](https://ai-garage.jp/vs/)