Qwen3.8 Max Previewは本番投入できる？

Qwen3.8 Max PreviewがQwen CodeやQoderなど一部のプロダクトで利用可能になり、Qwen3.7 Maxを使っている開発者にとっても気になるアップデートになっています。

Qwenチームが発表したQwen3.8世代の総パラメータ数は2.4兆。

ただし、実際のアプリケーション開発では、パラメータ数だけで移行を判断することはできません。

重要なのは、

• APIとしてどこまで利用できるのか
• 料金体系が明確か
• 本番環境で安定して運用できるか
• Qwen3.7 Maxと比較して実タスクで改善があるか

という点です。

2026年7月20日時点では、Qwen3.8 Max Previewは評価を始めるには面白いモデルですが、本番環境をすぐに置き換えるにはまだ情報が不足しています。

現在確認できるQwen3.8 Max Preview

現在使われているモデルIDは、

qwen3.8-max-preview

です。

AlibabaのToken Planエコシステムや、Qwen Code、Qoderの対応製品からアクセスできます。

また、Qwen Codeのインテグレーション情報では、以下の機能が設定されています。

Context Window: 1,000,000 tokens
Thinking Mode: Enabled
Image Input: Enabled
Video Input: Enabled

このため、特に次のようなワークロードでは評価する価値がありそうです。

• 大規模コードベースの解析
• Multi-file Coding
• AI Agent
• 長文コンテキスト処理
• 高度な推論
• マルチモーダル処理

ただし、これらは現時点ではインテグレーション上で確認できる情報です。

正式なModel StudioのモデルカードやGA版API仕様が公開されるまでは、本番環境での制限が同じとは限りません。

Qwen3.8 MaxのAPI料金はまだ公開されていない

現時点では、Qwen3.8 Maxについて通常の「100万トークンあたり」のAPI料金は公開されていません。

一方、QoderではQwen3.8 Max Preview向けにCreditのプロモーションが行われています。

Standard: 0.5x

Promotion:
Regular hours: 0.05x
Off-peak hours: 0.01x

一見すると非常に安く見えますが、ここで注意が必要です。

Qoder CreditsとAPIトークン料金は直接比較できません。

AI Agentのワークフローでは、一つのタスクを完了するまでに、

User Request
    ↓
Main Model Call
    ↓
Tool Call
    ↓
Sub-agent
    ↓
Additional Model Call

のように複数回モデルを呼び出す可能性があります。

そのため、

Qwen3.8 API Price
=
Existing API Price × 0.05

のような計算はできません。

Qoder上でモデルを評価するなら、個人的には次の指標を見る方が実用的だと思います。

Credits per successful task
=
Total Credits consumed / Successful tasks

正式なAPI料金が公開された後は、

Cost per successful task
=
Total API cost / Successful tasks

で比較できます。

Qwen3.7 Maxから移行するべきか

現時点では、Qwen3.7 Maxをすぐに置き換える必要はないと思います。

Qwen3.7 Maxはすでに、

• API料金
• デプロイメント情報
• モデルID
• キャッシュ
• Batch関連の仕様

など、本番運用に必要な情報が比較的明確です。

一方、Qwen3.8 Max PreviewはまだPreview段階です。

そのため、

Production → Qwen3.7 Max
Evaluation → Qwen3.8 Max Preview

という形で併用するのが現実的です。

実際のタスクで比較する

モデルを比較するとき、公開ベンチマークだけで判断すると、実際のプロダクト性能とズレることがあります。

そこで、実際に自分たちが扱っているタスクを20〜30個ほど用意します。

例えば、

Repository coding
Multi-file refactoring
Bug fixing
Agent workflows
Long-context analysis
Data analysis
Reasoning tasks

などです。

それぞれについて、

Pass / Fail
Retries
Model Calls
Tool Calls
Latency
Input Tokens
Output Tokens
Human Correction Time
Cost

を記録します。

最終的には、

Quality × Latency × Reliability × Cost

で判断するのが良いと思います。

例えば、Qwen3.8 MaxがQwen3.7 Maxより高性能だったとしても、

• レイテンシが大幅に増える
• Retryが増える
• 推論コストが高い
• 人間による修正時間が変わらない

のであれば、本番環境では必ずしも移行する価値があるとは限りません。

パラメータ数より「成功したタスクあたりのコスト」

Qwen3.8の2.4兆パラメータという数字はインパクトがあります。

ただ、AI AgentやCoding Agentを実際に運用する場合、個人的にはパラメータ数よりも、

Cost per Successful Task

の方が重要になってくると思います。

つまり、

「このモデルはいくら安いか」

ではなく、

「ユーザーが求めるタスクを1回成功させるために、最終的にいくらかかったか」

を見るという考え方です。

モデルの価格だけでなく、Retry、Latency、Tool Call、人間による修正まで含めて考えることで、より現実的な比較ができます。

まとめ

2026年7月20日時点での個人的な判断は、

Qwen3.8 Max Preview
→ 今からテストする価値あり

Qwen3.7 Max
→ 本番環境では引き続き安定した選択肢

です。

今後は、

• 正式なAPI料金
• Model Studioのモデルカード
• Rate Limit
• Stable Model ID
• Context Cache
• Batch API
• Open Weight
• 独立したCoding / Agent Benchmark

あたりを確認したいところです。

Qwen3.8 MaxはCometAPIでも近日対応予定なので、利用可能になればQwen3.7 Maxや他モデルと同じAPIワークフローで比較しやすくなります。

新しいモデルが出るたびにすぐ移行するよりも、同じ評価セットを用意して継続的に比較できる環境を作っておく方が、長期的には効率が良いと思います。