モデル仕様

両バリアントともマルチモーダル（テキスト、画像、動画）対応で、JSON出力やツール呼び出しをサポート。APIおよびWeb経由で利用可能である。

価格（100万トークンあたり）

DeepSeekは2026年5月上旬まで、V4-Proに対して75%割引のプロモーションも実施していた。比較として、GPT-5.5の出力価格は約$30/MTokであり、V4-Flashは出力において約107倍も安い計算になる。

パフォーマンスと競争上のポジショニング

DeepSeek V4のベンチマーク結果は、複雑な実情を示している。

• Codeforcesレーティング： V4-Pro-Maxは3206を記録し、GPT-5.4（3168）を上回り、全テストモデル中で最高を達成した。
• SWE-bench Verified： 80.6%；SWE-bench Pro： 55.4%（GPT-5.5のSWE-bench Proスコア約57.7%と比較）。
• GPQA Diamond： V4-Pro-Maxは90.1%を記録。GPT-5.4 xHigh（93.0%）やOpus-4.6 Max（91.3%）と競争力のある数値である。
• Terminal-Bench 2.0： V4が67.9%に対し、GPT-5.5は82.7%。エージェント型コーディングにおいて顕著な差がある。

NIST CAISIによる評価（2026年5月）の重要な注意点： DeepSeekが自己報告するベンチマークはGPT-5.4やOpus 4.6と同等の性能を示唆しているが、CAISIの独立した評価では、非公開ベンチマークにおいてV4は「実質的に能力が低い」とされ、自己報告スコアの一部が過大である可能性が指摘されている。Artificial AnalysisのIntelligence Indexでも、GPT-5.5（high）が53であるのに対し、DeepSeek V4 Pro（Reasoning, High Effort）は41*と評価されており、GPT-5.5の方が知能インデックス、速度（69対56 tok/s）で優位に立つが、DeepSeekの価格は圧倒的に低い（推論モード時：$0.18対$4.35/MTok）。

Alibaba Qwen 3.8：確固たる主張と検証データ不在のプレビュー

AlibabaのQwenチームは、2026年7月19日に上海で開催されたWorld AI ConferenceにてQwen 3.8 Maxをプレビュー公開した。同チームにとって、1兆パラメータを超える初のフラッグシップモデルとなる。

判明している仕様

価格

従量課金制の価格はまだ発表されていない。現在はQwen Chatおよび一部のAPIパートナーを通じたサブスクリプションでのみアクセス可能。BenchLMはQwen 3.8 Max Previewの価格を「未掲載」としている。一部のサードパーティトラッカーは自動価格を100万トークンあたり入力$1.50/出力$5.00と表示しているが、これはAlibabaによって確認されていない。

パフォーマンス：検証可能なスコアがゼロのマーケティング主張

AlibabaはQwen 3.8が**「Fable 5（AnthropicのトップClaudeモデル）に次ぐ」**と述べており、これはAlibaba自身のランキングにおいてGPT-5.5やDeepSeek V4を上回る位置づけとなる。コーディング、プロフェッショナル生産性、フルスタック開発、データ分析、オフィスワークフローにおいてQwen 3.7 Maxからの向上が主張されている。

しかしながら、独立したベンチマークは一件も公開されていない。ベンチマーク追跡サイトBenchLMは、Qwen 3.8 Max Previewに関して321件のベンチマークを追跡しているが、2026年7月20日時点で検証済みの結果は0件である。ある分析記事は、「Qwen 3.8はテストする価値はあるが、Kimi K3、GPT-5.6 Sol、Claude Fable 5の安定したプロダクション代替として扱うには時期尚早」と評している。

参考までに、Qwenの先行モデルは強力な基盤を築いていた。Qwen 3.6-Max-Preview（2026年4月20日）は総パラメータ350億 / 活性化パラメータ30億、26万2000トークンのコンテキストを持つテキスト専用モデルで、6つのコーディングおよびエージェントベンチマークで首位を主張した。Qwen 3.7-Max（2026年5月）はコンテキストウィンドウを100万トークンに拡大し、推論エージェント機能を搭載した。しかし、いずれもエージェント型コーディング以外ではフロンティアレベルとは一般にみなされていなかった。

競争環境：誰がリードし、誰が価格を決めるのか

DeepSeek V4 vs. GPT-5.5

• 価格優位性： DeepSeek V4は出力価格でGPT-5.5より97～107倍安い。
• コーディングの強み： V4は競技プログラミング（Codeforces、LiveCodeBench）でリードする一方、GPT-5.5は応用エージェント型コーディング（Terminal-Bench 82.7% vs. 67.9%、SWE-bench Pro 58.6% vs. 55.4%）で優位に立つ。
• 一般的な知能： 第三者評価（Artificial Analysis、NIST CAISI）では一貫してGPT-5.5が上位と評価されている。
• コンテキストウィンドウ： 両モデルとも100万トークンのコンテキストを提供するが、GPT-5.5はOpenAIのモデルとして初めて、100万ウィンドウ全体を品質劣化なく実用的に使用できるとされる。

Qwen 3.8 vs. Claude Fable 5 および GPT-5.5

AlibabaはQwen 3.8を「Fable 5に次ぐ」と明示的に位置づけている。もしこの主張が独立した評価で裏付けられれば、Qwen 3.8はGPT-5.5やDeepSeek V4を凌駕し、AnthropicのFable 5に次ぐ存在となる。しかし、検証済みのベンチマークがゼロである現状、これはマーケティング上の主張に過ぎず、確定した事実ではない。Alibaba自身の表現によれば、AnthropicのFable 5が現在のフロンティアリーダーとして認識されているようだ。

価格競争がすべてを変えた

DeepSeekの攻めの価格設定は、APIコストの底なし競争を引き起こした。V4-Flashの入力価格$0.14/Mは、西側のフロンティアモデルよりも桁違いに安い。AlibabaはまだQwen 3.8の価格を設定していないが、Qwen 3.6ですでに攻めの価格設定（約$1.25/$7.50 入出力）を行っていた。

DeepSeek V4がMITライセンスのオープンウェイトであることを意味し、セルフホスティングも可能であるため、クローズドソースのプロバイダーにとってはさらなるマージン圧縮要因となる。ある分析が指摘するように、現実的な影響として「開発者は、GPT-5.5やClaudeの数分の一のコストで、（コーディングタスクにおいて）フロンティアに近い能力にアクセスできるようになった」のである。

主要なポイント

• DeepSeek V4は、出荷済みのオープンウェイト1.6T MoEモデルであり、一般的な知能ではGPT-5.5の約10～20%後方に位置するものの、競技コーディングではリードし、価格は桁違いに安い。ただし、NIST CAISIの独立評価は自己報告ベンチマークスコアを割り引いて見る必要があることを示している。
• Qwen 3.8はプレビュー段階の2.4T MoEモデルで、Alibabaは「Fable 5に次ぐ」と主張するが、検証済みのベンチマークがゼロで価格も未公表であり、現時点では野心的な目標であり、確立された事実ではない。
• GPT-5.5は、全体的な知能リーダー（Artificial Analysis Index 53 vs. DeepSeekの41）であり、エージェント型コーディング（Terminal-Bench 82.7%）でもリーダーだが、コストは100倍高い。
• 中国AIの価格競争は、世界の推論コストを恒久的に引き下げ、フロンティアに匹敵する性能をより多くの開発者が利用できるようにし、西側プロバイダーに性能と価格の両面での競争を強いている。

モデル仕様

両バリアントともマルチモーダル（テキスト、画像、動画）対応で、JSON出力やツール呼び出しをサポート。APIおよびWeb経由で利用可能である。

価格（100万トークンあたり）

DeepSeekは2026年5月上旬まで、V4-Proに対して75%割引のプロモーションも実施していた。比較として、GPT-5.5の出力価格は約$30/MTokであり、V4-Flashは出力において約107倍も安い計算になる。

パフォーマンスと競争上のポジショニング

DeepSeek V4のベンチマーク結果は、複雑な実情を示している。

• Codeforcesレーティング： V4-Pro-Maxは3206を記録し、GPT-5.4（3168）を上回り、全テストモデル中で最高を達成した。
• SWE-bench Verified： 80.6%；SWE-bench Pro： 55.4%（GPT-5.5のSWE-bench Proスコア約57.7%と比較）。
• GPQA Diamond： V4-Pro-Maxは90.1%を記録。GPT-5.4 xHigh（93.0%）やOpus-4.6 Max（91.3%）と競争力のある数値である。
• Terminal-Bench 2.0： V4が67.9%に対し、GPT-5.5は82.7%。エージェント型コーディングにおいて顕著な差がある。

NIST CAISIによる評価（2026年5月）の重要な注意点： DeepSeekが自己報告するベンチマークはGPT-5.4やOpus 4.6と同等の性能を示唆しているが、CAISIの独立した評価では、非公開ベンチマークにおいてV4は「実質的に能力が低い」とされ、自己報告スコアの一部が過大である可能性が指摘されている。Artificial AnalysisのIntelligence Indexでも、GPT-5.5（high）が53であるのに対し、DeepSeek V4 Pro（Reasoning, High Effort）は41*と評価されており、GPT-5.5の方が知能インデックス、速度（69対56 tok/s）で優位に立つが、DeepSeekの価格は圧倒的に低い（推論モード時：$0.18対$4.35/MTok）。

Alibaba Qwen 3.8：確固たる主張と検証データ不在のプレビュー

AlibabaのQwenチームは、2026年7月19日に上海で開催されたWorld AI ConferenceにてQwen 3.8 Maxをプレビュー公開した。同チームにとって、1兆パラメータを超える初のフラッグシップモデルとなる。

判明している仕様

価格

従量課金制の価格はまだ発表されていない。現在はQwen Chatおよび一部のAPIパートナーを通じたサブスクリプションでのみアクセス可能。BenchLMはQwen 3.8 Max Previewの価格を「未掲載」としている。一部のサードパーティトラッカーは自動価格を100万トークンあたり入力$1.50/出力$5.00と表示しているが、これはAlibabaによって確認されていない。

パフォーマンス：検証可能なスコアがゼロのマーケティング主張

AlibabaはQwen 3.8が**「Fable 5（AnthropicのトップClaudeモデル）に次ぐ」**と述べており、これはAlibaba自身のランキングにおいてGPT-5.5やDeepSeek V4を上回る位置づけとなる。コーディング、プロフェッショナル生産性、フルスタック開発、データ分析、オフィスワークフローにおいてQwen 3.7 Maxからの向上が主張されている。

しかしながら、独立したベンチマークは一件も公開されていない。ベンチマーク追跡サイトBenchLMは、Qwen 3.8 Max Previewに関して321件のベンチマークを追跡しているが、2026年7月20日時点で検証済みの結果は0件である。ある分析記事は、「Qwen 3.8はテストする価値はあるが、Kimi K3、GPT-5.6 Sol、Claude Fable 5の安定したプロダクション代替として扱うには時期尚早」と評している。

参考までに、Qwenの先行モデルは強力な基盤を築いていた。Qwen 3.6-Max-Preview（2026年4月20日）は総パラメータ350億 / 活性化パラメータ30億、26万2000トークンのコンテキストを持つテキスト専用モデルで、6つのコーディングおよびエージェントベンチマークで首位を主張した。Qwen 3.7-Max（2026年5月）はコンテキストウィンドウを100万トークンに拡大し、推論エージェント機能を搭載した。しかし、いずれもエージェント型コーディング以外ではフロンティアレベルとは一般にみなされていなかった。

競争環境：誰がリードし、誰が価格を決めるのか

DeepSeek V4 vs. GPT-5.5

• 価格優位性： DeepSeek V4は出力価格でGPT-5.5より97～107倍安い。
• コーディングの強み： V4は競技プログラミング（Codeforces、LiveCodeBench）でリードする一方、GPT-5.5は応用エージェント型コーディング（Terminal-Bench 82.7% vs. 67.9%、SWE-bench Pro 58.6% vs. 55.4%）で優位に立つ。
• 一般的な知能： 第三者評価（Artificial Analysis、NIST CAISI）では一貫してGPT-5.5が上位と評価されている。
• コンテキストウィンドウ： 両モデルとも100万トークンのコンテキストを提供するが、GPT-5.5はOpenAIのモデルとして初めて、100万ウィンドウ全体を品質劣化なく実用的に使用できるとされる。

Qwen 3.8 vs. Claude Fable 5 および GPT-5.5

AlibabaはQwen 3.8を「Fable 5に次ぐ」と明示的に位置づけている。もしこの主張が独立した評価で裏付けられれば、Qwen 3.8はGPT-5.5やDeepSeek V4を凌駕し、AnthropicのFable 5に次ぐ存在となる。しかし、検証済みのベンチマークがゼロである現状、これはマーケティング上の主張に過ぎず、確定した事実ではない。Alibaba自身の表現によれば、AnthropicのFable 5が現在のフロンティアリーダーとして認識されているようだ。

価格競争がすべてを変えた

DeepSeekの攻めの価格設定は、APIコストの底なし競争を引き起こした。V4-Flashの入力価格$0.14/Mは、西側のフロンティアモデルよりも桁違いに安い。AlibabaはまだQwen 3.8の価格を設定していないが、Qwen 3.6ですでに攻めの価格設定（約$1.25/$7.50 入出力）を行っていた。

DeepSeek V4がMITライセンスのオープンウェイトであることを意味し、セルフホスティングも可能であるため、クローズドソースのプロバイダーにとってはさらなるマージン圧縮要因となる。ある分析が指摘するように、現実的な影響として「開発者は、GPT-5.5やClaudeの数分の一のコストで、（コーディングタスクにおいて）フロンティアに近い能力にアクセスできるようになった」のである。

主要なポイント

• DeepSeek V4は、出荷済みのオープンウェイト1.6T MoEモデルであり、一般的な知能ではGPT-5.5の約10～20%後方に位置するものの、競技コーディングではリードし、価格は桁違いに安い。ただし、NIST CAISIの独立評価は自己報告ベンチマークスコアを割り引いて見る必要があることを示している。
• Qwen 3.8はプレビュー段階の2.4T MoEモデルで、Alibabaは「Fable 5に次ぐ」と主張するが、検証済みのベンチマークがゼロで価格も未公表であり、現時点では野心的な目標であり、確立された事実ではない。
• GPT-5.5は、全体的な知能リーダー（Artificial Analysis Index 53 vs. DeepSeekの41）であり、エージェント型コーディング（Terminal-Bench 82.7%）でもリーダーだが、コストは100倍高い。
• 中国AIの価格競争は、世界の推論コストを恒久的に引き下げ、フロンティアに匹敵する性能をより多くの開発者が利用できるようにし、西側プロバイダーに性能と価格の両面での競争を強いている。