Qwen 3.8 Max API 料金: 入力 $2、出力 $6、コンテキスト 1M

TL;DR

QwenCloud 上での Qwen 3.8 Max の料金は、入力トークン 100 万あたり $2、出力トークン 100 万あたり $6。モデル固有のキャッシュ料金は、暗黙キャッシュ入力が $0.25/M、明示的キャッシュ作成が $2.50/M、明示的キャッシュ読み取りが $0.17/M。

同一の標準トークン単価が、モデルがサポートする 1M トークンのコンテキストウィンドウ全体に適用される。長いプロンプトの費用が高くなるのは、より多くのトークンを含むためであり、長文用の高単価ティアに入るからではない。

定価では、Qwen 3.8 Max は Qwen 3.7 Max よりも 20% 低価格。ただし、現行の 50% プロモーションが続く間は Qwen 3.7 Max のほうが安い。より良い本番選択は、推論、キャッシュヒット、ツール、リトライ、待ち時間、人によるレビューを含む、受理されたタスクあたりのコストで判断する。

Qwen 3.8 Max API 料金の概要

最新のモデル ID、料金、キャッシュ単価、コンテキスト上限、モダリティについては、QwenCloud のモデルページが最も直接的な情報源。アカウントやリージョンでクォータが異なる場合があるため、本番の同時実行数を設定する際は自分のコンソールに表示される上限を使用すること。

本番リリースでは、プレビュー識別子が qwen3.8-max に置き換えられ、モデル固有の完全なレートカードが追加される。Qwen のローンチ資料では low、medium、xhigh の推論負荷設定が記述されているが、実運用の挙動は実際に利用するエンドポイントと API リファレンスに照らして検証すべきである。

時間依存の注意: Qwen は API リリースに続いてオープンウェイトを公開すると発表した。2026 年 8 月 4 日時点では、公式のチェックポイントとライセンスが公開されるまで、Qwen 3.8 Max をダウンロード可能またはセルフホスト可能と表現しないこと。

Qwen 3.8 Max の料金の仕組み

QwenCloud は現在、Qwen 3.8 Max がサポートする 1M トークンのコンテキストウィンドウ全体にわたり、入力 1M トークンあたり $2、出力 1M トークンあたり $6 のフラットな標準料金を掲示している。以下の公式料金のスナップショットは 2026 年 8 月 4 日に取得したもの。予算を本番で決定する前に必ずライブのモデルページを確認すること。

出典***:*** QwenCloud, 「Qwen3.8-Max」official

したがって、900K トークンのリクエストは 100K トークンのリクエストより費用が高くなるが、それは処理する入力トークンが 9 倍だからであり、より高い価格ティアに入るからではない。

推論により出力コストが増えることがある

見た目の回答が短くても、必ずしも低コストとは限らない。推論を有効にした呼び出しでは追加の推論トークンが生成される場合があるため、本番の見積もりには可視の応答長ではなく、API が返す使用量フィールドを用いること。

利用しているエンドポイントで qwen3.8-max の推論制御がサポートされている場合は、同一の評価セットで利用可能な設定を比較する。プレビューのデフォルトが GA モデルへそのまま引き継がれると想定しないこと。

キャッシュの節約効果はプロンプトの安定性に依存

Qwen 3.8 Max のモデルページにはモデル固有のキャッシュ単価が掲載されている。支出の見積もりには、一般的な比率ではなく、これらの単価を使用すること。

明示キャッシュの有効期間は 5 分で、ヒットするとその期間がリセットされる。暗黙キャッシュは自動だが、ヒットは保証されない。キャッシュは、システムプロンプト、ツール定義、リポジトリ文脈、または大きなドキュメントが頻繁な呼び出しの間で安定している場合に最も有効である。

内蔵ツールには別料金が発生

QwenCloud は現在、トークン使用量に加えて以下のツール料金を掲示している:

Function calling と MCP は別料金がないが、ツール記述は入力トークンとしてカウントされる。無料プロモーションは変更されうるため、本番予算を確定する前に QwenCloud の料金ガイドを確認すること。

例えば、20K の入力トークン、2K の出力トークン、Web Search を 2 回呼び出したリクエストの概算コストは次のとおり:

Input:      20,000 / 1,000,000 × $2  = $0.040
Output:      2,000 / 1,000,000 × $6  = $0.012
Web Search:  2 / 1,000 × $10          = $0.020
Total:                                      $0.072

この例では、2 回の検索呼び出しがリクエスト総コストの約 27.8% を占める。

Qwen 3.8 Max 実コストの例

以下の例は現在の QwenCloud のモデル固有単価を用いる。税、リトライ、フォールバック、プロバイダ固有のマークアップは除外。

例 1: 中規模エージェント要求

Assume 50K input tokens and 5K output tokens:
Input:  50,000 / 1,000,000 × $2 = $0.10
Output:  5,000 / 1,000,000 × $6 = $0.03
Total:                                $0.13

初回で成功した場合の費用は約 $0.13。完全なリトライ 1 回でモデル費用は $0.26 前後に上昇。

例 2: 長文ドキュメント分析

Assume 800K input tokens and 20K output tokens:
Input:  800,000 / 1,000,000 × $2 = $1.60
Output:  20,000 / 1,000,000 × $6 = $0.12
Total:                                  $1.72

現在のレートカードでは長文コンテキストに対する別の追加料金は適用されないが、プロンプトが大きければ絶対額のコストは大きくなる。

例 3: キャッシュを用いたエージェントセッション

再利用可能な 100K トークンのプレフィックス、10K の新規入力トークン、5K の出力トークン、明示キャッシュが有効な間に 50 回呼び出すと仮定:

First call:
100K cache creation × $2.50/M = $0.250
10K new input × $2/M          = $0.020
5K output × $6/M              = $0.030
First-call total              = $0.300
Each of the next 49 calls:
100K cache read × $0.17/M     = $0.017
10K new input × $2/M          = $0.020
5K output × $6/M              = $0.030
Per-call total                = $0.067
Cached session total          = $3.583
Same 50 calls without cache   = $12.500

推定節約額 = $8.917（71.3%）

推定節約は、キャッシュヒットの成功とプレフィックスの安定性に依存する。システムプロンプトやツールスキーマの長い間隔や頻繁な変更は効果を低減させる。

Qwen 3.8 Max と Qwen 3.7 Max の料金比較

定価では Qwen 3.8 Max は Qwen 3.7 Max より 20% 安いが、現行の 50% プロモーション中は Qwen 3.7 Max のほうが 37.5% 安い。

新モデルのテスト中は、フォールバックとして CometAPI の Qwen3.7 Max モデルページを手元に置いておくこと。

トークン単価は意思決定の一要素にすぎない。Qwen 3.8 Max が初回成功率を高め、ツールをより確実に使い、リトライを減らし、人手修正を少なくできるなら、総合的にはより経済的になりうる。

本番では次の指標を用いること:

受理されたタスクあたりのコスト =

（モデルのトークン + ツール呼び出し + リトライ + フォールバック費用 + レビューコスト）

÷ 受理された出力数

ベンダー報告のベンチマーク向上は、厳しいコーディングやプロフェッショナルなワークフローを再評価する理由であり、すべての Qwen 3.7 ワークロードが移行すべきという証明ではない。

Qwen 3.8 Max への移行方法

モデル文字列の置換は必要だが、それだけで本番移行は完了しない。

1. 本番モデル ID をテストする

テスト環境でプレビュー識別子を qwen3.8-max に置き換える。プレビューのエイリアス、デフォルト、レイテンシ、応答挙動が変わらないと想定しないこと。

最小限の OpenAI 互換リクエストは次のようになる:

import os
from openai import OpenAI
client = OpenAI(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
response = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[
        {
            "role": "user",
            "content": "Review this migration plan and identify production risks.",
        }
    ],
)

print(response.choices[0].message.content)

ドキュメントに記載された最小限のリクエストから始める。現在利用しているエンドポイントの API リファレンスで明示的にサポートされている場合にのみ、推論制御を追加すること。

2. コストとパフォーマンスのテレメトリを再ベースライン化する

最低限、以下を記録する:

• 入力・出力・推論トークン
• キャッシュヒットとキャッシュ作成トークン
• 最初のトークンまでの時間と総レイテンシ
• ツール呼び出し、リトライ、フォールバック
• 受理と却下の出力
• 人手による修正時間

3. アプリケーションが使用するインターフェースを再テストする

ストリーミングイベント、マルチモーダルのペイロード、ツールスキーマ、構造化出力、終了理由、使用量フィールド、エラーハンドリング、マルチターン挙動を検証する。本番モデルページは DashScope および OpenAI 互換アクセスを文書化しているが、その他の互換レイヤーに依存する前に検証すること。

4. 実用上のコンテキスト上限を尊重する

1M のコンテキストウィンドウは、1M トークンのユーザープロンプトと同義ではない。QwenCloud は、思考なしで最大入力 991K、思考ありで 983K を掲示している。出力と推論の余地が残るように安全マージンを設けること。

5. Qwen 3.7 と Qwen 3.8 を並行運用する

同一のプロンプト、ツール、バリデータ、リトライ規則、データセットを用いる。単発の目視評価ではなく、受理タスクあたりのコストとレイテンシで比較する。

Qwen 3.8 Max の評価とルーティング方法

広範なベンチマーク平均ではなく、実際のワークロードを用いること。

A practical routing policy is:
Simple, latency-sensitive task
→ Lower-cost Plus model
Existing workload that already meets quality targets
→ Qwen 3.7 Max while its promotion remains attractive
Hard coding, multimodal, or long-horizon task
→ Qwen 3.8 Max
Failed validation
→ One controlled retry, then a tested fallback

困難なリポジトリ作業、長期視野のエージェント、マルチモーダル分析、Qwen 3.7 が受理テストに失敗するワークフローには、Qwen 3.8 Max を使用する。プロモーションにより費用が大幅に下がり、既存モデルが既に品質目標を満たしている場合は、Qwen 3.7 Max を維持する。

しきい値を固定する前に、CometAPI の料金ページとライブのルーティング情報を確認すること。プロバイダの可用性とルーティング価格は、QwenCloud の直販リスト価格とは独立して変動しうる。CometAPI Cookbookは、再現可能なリクエストと一貫した評価ハーネスの構築に役立つ。

よくある質問

Qwen 3.8 Max API の費用はどのくらいですか?

QwenCloud は現在、Qwen 3.8 Max を入力トークン 100 万あたり $2、出力トークン 100 万あたり $6 と掲示している。キャッシュ使用と内蔵ツールには別料金がある。

128K トークンを超えると Qwen 3.8 Max の費用は高くなりますか?

現在のモデル固有レートカードには、長文コンテキスト用の別ティアは示されていない。長いリクエストの費用が高くなるのは、含まれるトークンが増えるためであって、単価が上がるためではない。

Qwen 3.8 Max の推論トークンは課金されますか?

推論は生成使用量と総コストを増やしうる。可視の回答長ではなく、エンドポイントが返す推論・出力トークンの使用量フィールドを用いること。

Qwen 3.8 Max はオープンソースですか?

Qwen は API リリースに続いてオープンウェイトを公開すると発表している。公式のチェックポイントとライセンスが公開されるまで、ダウンロード可能またはセルフホスト可能と表現しないこと。

Qwen 3.7 Max のユーザーはすぐに移行すべきですか?

自動的に、というわけではない。定価では Qwen 3.8 Max のほうが安い一方、現行プロモーション中は Qwen 3.7 Max のほうが安い。品質、レイテンシ、キャッシュ挙動、受理タスクあたりのコストのデータが移行を支持するときに移行すること。

CometAPI で Qwen 3.8 Max を試す

CometAPI クイックスタートを使って OpenAI 互換クライアントを構成する。本番トラフィックを送る前に、qwen3.8-max が自分のアカウントで有効であること、およびそこに表示されるルーティング価格を検証すること。

同一のプロンプト、バリデータ、リトライポリシー、テレメトリを用いて Qwen 3.7 のベースラインと比較する。これにより、評価がテストハーネスの変更ではなくモデルに焦点を当て続けられる。