# Qwen 4 (Alibaba Qwen4) vs ScrollEngine Qwen 4 (Alibaba Qwen4) は月間 35,101,353 訪問、前月比成長率 -6.2%、料金体系フリーミアムを記録しています。ScrollEngine は月間 0 訪問、成長率 0%、料金体系無料トライアル、料金は要問い合わせを記録しています。 | 指標 | [Qwen 4 (Alibaba Qwen4)](https://openaitools.app/ja/tool/qwen-4) | [ScrollEngine](https://openaitools.app/ja/tool/scrollengine) | | :--- | :--- | :--- | | ウェブサイト URL | https://qwen.ai | https://scrollengine.com | | カテゴリ | Large Language Models (LLMs), オープンソース AI モデル, AIチャットボット, AIアシスタント | AI Shopify ストアビルダー, AI Workflow, AI生産性ツール | | 料金モデル | フリーミアム | 無料トライアル、料金は要問い合わせ | | 月間訪問数 | 35,101,353 | 0 | | 前月比成長率 | -6.2% | 0% | | 主要市場 | ロシア | グローバル | | ダイレクト訪問 | 25,020,350 | 0 | | レビュースコア | 4.7 | 4.1 | | 保存数 | 1,180 | 0 | | 対応プラットフォーム | ウェブサイト, API, オープンソース | ウェブサイト | ## Qwen 4 (Alibaba Qwen4) Qwen 4（Qwen4）は、Qwen3.8-Flash-Next（Qwen 3.8-Flash-Next）で実証されたハイブリッド Gated DeltaNet + Gated Attention スパース MoE アーキテクチャ（総パラメータ数125B、トークンあたりアクティブ6B、51B n-gram 埋め込みルックアップ層）の上に構築されています。これにより、100万トークン（1M）のコンテキストウィンドウ、ネイティブなマルチモーダル理解、そして再帰的自己改善（Recursive Self-Improvement: RSI）を高効率に実現しています。コアラインナップである Qwen4-Max、Qwen4-Plus、Qwen4-Flash、Qwen4-27B に加え、コーディング特化の qwen4-coder-plus とマルチモーダル思考モデル qwen4-omni-120b-think を展開。chat.qwen.ai での無料Web・モバイルチャット、Hugging Face や Ollama での Apache 2.0 オープンウェイト配布、Alibaba Cloud Model Studio 経由の商用 API として提供されています。 **料金とプラン:** chat.qwen.ai（および qwen.ai）にて無料のWeb・モバイルチャットを提供。Qwen4-27B などのローカル向けティアは Apache 2.0 ライセンスのもと Hugging Face および Ollama で無償公開されています。商用 API（Qwen4-Max、Qwen4-Plus、Qwen4-Flash、qwen4-coder-plus、qwen4-omni-120b-think）は Alibaba Cloud Model Studio を通じて従量課金で利用可能です。 - **4つのコアティアと特化型モデル (Qwen4-Max / Plus / Flash / 27B):** 最高峰の推論モデル Qwen4-Max、バランス型エンタープライズ API の Qwen4-Plus、高速・低遅延の Qwen4-Flash、ローカル展開向け27Bオープンウェイト Qwen4-27B に加え、qwen4-coder-plus と qwen4-omni-120b-think を提供します。 - **ハイブリッド Gated DeltaNet + Gated Attention スパース MoE:** Qwen 3.8-Flash-Next (Qwen3.8-Flash-Next) で導入された 125B 総パラメータ・6B アクティブパラメータ・51B n-gram 埋め込みルックアップ層アーキテクチャを採用し、高い知識容量と高速推論を両立します。 - **再帰的自己改善 (RSI) と 100万トークン長文脈・マルチモーダル理解:** Recursive Self-Improvement (RSI) による高度な論理・コード推論と、1Mトークンのコンテキストウィンドウ、テキスト・画像・音声・動画のネイティブマルチモーダル処理を備えています。 - **Apache 2.0 オープンウェイト（Hugging Face & Ollama 対応）:** Qwen4-27B などのオープンウェイトモデルは商用利用可能な Apache 2.0 ライセンスで公開され、ローカルPCやワークステーション上で手軽にセルフホスト可能です。 - **5兆〜10兆パラメータ（Qwen 4.5 / Qwen 5）への明確なロードマップ:** 2026年9月の杭州 Apsara Conference および10月の Apsara Amsterdam で発表され、次世代の Qwen 4.5 と Qwen 5 に向けて5〜10兆パラメータ規模へ拡張する計画が示されています。 **強み:** 商用の Qwen4-Max / Plus / Flash から Apache 2.0 オープンウェイトの Qwen4-27B まで用途に応じた完全なラインナップ; Gated DeltaNet + Gated Attention + 51B n-gram 層により、トークンあたり6Bのアクティブパラメータで極めて高い効率を実現; 100万トークンの長文脈、ネイティブマルチモーダル、再帰的自己改善（RSI）を統合; chat.qwen.ai で無料チャットが利用でき、Hugging Face / Ollama / Alibaba Cloud Model Studio のエコシステムが充実 **制約・デメリット:** 5兆〜10兆パラメータ規模の次世代拡張（Qwen 4.5 および Qwen 5）は今後のロードマップとして段階的に提供される; Qwen4-27B を1Mコンテキスト近くでローカル実行する場合、十分なVRAMを備えたワークステーションが必要; qwen4-omni-120b-think などの一部大型モデルはクラウド API 経由での利用が中心となる [Profile (Markdown)](https://openaitools.app/ja/tool/qwen-4.md) ## ScrollEngine ローカル注文が最も壊れやすいのは、チェックアウトと玄関の間の隙間です。チェックアウトツールはルートを見ずに配送枠を販売し、配車ツールは何を約束したかを知らずにルートを引きます。ScrollEngine の前提は、単一の注文レコードがチェーン全体を所有すべきだというものです。その記録を「The Scroll」——すべてのローカル注文の型付きイベントを刻む生きたログ——と呼び、それに基づいて動作する自動化層を「The Engine」と呼びます。Engine はキャパシティのルールを適用し、ルートを最適化し、進捗を監視し、各アクションをルールベース・最適化・支援のいずれかとしてラベル付けします。 プラットフォームは一つの主要指標を軸に構成されています。Promise-Kept Rate（PKR）は、約束を守ったローカル注文の割合、すなわち予約枠内に届いた配送、または枠の開始前に準備完了となった受け取り注文の割合です。この数字の周囲に4つの運用レバーがあります。チェックアウトで配送可能なものだけを売る、店舗と時間枠ごとに実際のキャパシティを設定する、最適化されたルートと配送証明で実行する、顧客が尋ねる前に知らせる。ScrollEngine は食品、香水、ペット用品、花、建材の顧客が、ディスパッチ時間、配送エラー、遅延、WISMO（「注文はどこ？」）の問い合わせを削減したと述べています。 店舗ネットワーク向けの導入は段階的です。30〜90日分の過去注文による2週間の Promise Audit、次に1リージョン内の10〜20拠点での実証、その後は専任のオンボーディング担当とともにリージョン単位で展開し、月次で PKR をレビューします。すでに利用可能なガバナンス機能には、拠点とゾーンでスコープされたロールベースアクセス制御、ダッシュボード・ドライバーアプリ・店舗ツールへの個別アクセス、注文とルートごとの完全な配送履歴、拠点ごとのタイムゾーンがあります。MFA、SSO/SAML、管理者変更履歴は日付付きの計画として記載されています。 **料金とプラン:** ScrollEngine はコンサルティング型で販売されています。サイトでは料金表ではなく「Request a quote」と「Book a demo」を提供し、店舗ネットワーク向けのエンタープライズ案件は範囲を定めた Promise Audit から始まります。無料トライアルも利用できます。価格表が公開されていないため、具体的な金額は ScrollEngine に直接確認する必要があります。 - **チェックアウトから玄関までの約束を追跡:** チェックアウトで予約された時間枠、割り当てられた店舗、計画されたルート、すべての顧客通知が同一の注文レコードから生成され、チェックアウトと配車ツール間の手入力が不要になります。 - **拠点ごとのキャパシティと時間枠の管理:** 拠点と時間枠ごとにキャパシティ、締め切り、準備時間を設定し、予約に応じて残キャパシティを確認し、約束を実際に行った店舗へ各注文を割り当てます。 - **ルート最適化とドライバーアプリ・配送証明:** 複数ドライバーのルートを一度に計画し、配送を分担させ、ドライバーはモバイルアプリから各ルートを実行して受け渡し時に写真証明を残します。 - **ライブ ETA、リスク警告、先回りの更新:** 顧客は希望チャネルで「配送中」「配達完了」の通知を受け取り、時間枠を外す前にリスク警告が表示されるため、WISMO 問い合わせや配送トラブルを抑えられます。 - **店舗・時間枠・ゾーン別の Promise-Kept Rate 分析:** 約束を守ったローカル注文の割合を店舗・時間枠・ゾーン別に測定し、運用チームがどこで約束が破られ、いくらコストがかかっているかを正確に把握できます。 **強み:** チェックアウトの約束、店舗の準備、配車、通知が一つの注文レコードで共有され、ローカル配送が失敗しがちな手作業の隙間をなくす; 単一の中核指標（Promise-Kept Rate）により、配送パフォーマンスが運用部門にも財務部門にも読み解きやすくなる; 汎用の配送ソフトを転用したものではなく、Shopify の複数店舗小売向けに専用設計; 専任のオンボーディング担当と月次レビューを伴う段階的導入が、店舗ネットワークの変革リスクを抑える **制約・デメリット:** 価格表が公開されておらず、見積もり依頼が必要なため比較検討がしにくい; 中核価値は Shopify のローカル配送と店舗受け取りに集中しており、その構成外の事業者には恩恵が小さい; MFA、SSO/SAML、管理者変更履歴などのエンタープライズ統制は「導入済み」ではなく「予定」として記載されている [Profile (Markdown)](https://openaitools.app/ja/tool/scrollengine.md) ## よくある質問 ### Qwen 4 (Alibaba Qwen4) と ScrollEngine の月間トラフィックはどのように比較されますか？ Qwen 4 (Alibaba Qwen4) の月間訪問数は 35,101,353、ScrollEngine は 0 です。トラフィックの推定値はオーディエンスの規模を示すものであり、製品の品質を示すものではありません。 ### 成長率はどのように比較されますか？ Qwen 4 (Alibaba Qwen4) の前月比成長率は -6.2%、ScrollEngine は 0% です。 ### 料金はどのように比較されますか？ Qwen 4 (Alibaba Qwen4): フリーミアム。chat.qwen.ai（および qwen.ai）にて無料のWeb・モバイルチャットを提供。Qwen4-27B などのローカル向けティアは Apache 2.0 ライセンスのもと Hugging Face および Ollama で無償公開されています。商用 API（Qwen4-Max、Qwen4-Plus、Qwen4-Flash、qwen4-coder-plus、qwen4-omni-120b-think）は Alibaba Cloud Model Studio を通じて従量課金で利用可能です。 ScrollEngine: 無料トライアル、料金は要問い合わせ。ScrollEngine はコンサルティング型で販売されています。サイトでは料金表ではなく「Request a quote」と「Book a demo」を提供し、店舗ネットワーク向けのエンタープライズ案件は範囲を定めた Promise Audit から始まります。無料トライアルも利用できます。価格表が公開されていないため、具体的な金額は ScrollEngine に直接確認する必要があります。 ## 代替ツール | # | ツール名 | 月間訪問数 | 前月比成長率 | 料金モデル | Summary | Profile (Markdown) | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 1 | [DeepSeek](https://openaitools.app/ja/tool/deepseek) | 372,761,591 | +4.3% | フリーミアム | 最先端のオープンウェイト推論モデルと低コストなAPIを提供しますが、Alibabaのエコシステム向けのマルチモーダルツールの比重は小さめです。 | [.md](https://openaitools.app/ja/tool/deepseek.md) | | 2 | [Google AI Studio](https://openaitools.app/ja/tool/google-ai-studio) | 112,620,020 | +2% | フリーミアム | Provides robust developer tools and multimodal APIs, but relies on Google's closed Gemini models rather than open-weight alternatives. | [.md](https://openaitools.app/ja/tool/google-ai-studio.md) | | 3 | [OpenRouter](https://openaitools.app/ja/tool/openrouter-ai) | 19,941,437 | -6.2% | 有料 | 1つのAPIゲートウェイの裏で数百のモデルを集約しますが、独自のQwenインフラをホスティングするというよりはルーターとして機能します。 | [.md](https://openaitools.app/ja/tool/openrouter-ai.md) | | 4 | [BigModel（智譜 GLM オープンプラットフォーム）](https://openaitools.app/ja/tool/bigmodel) | 5,700,686 | -17% | フリーミアム | 中国の競合基盤モデルAPIやエージェントビルダーを提供しますが、Zhipu AIのGLMアーキテクチャに特化しています。 | [.md](https://openaitools.app/ja/tool/bigmodel.md) | | 5 | [Google Gemma オープンモデル](https://openaitools.app/ja/tool/gemma-open-models-by-google) | 4,900,914 | -13.5% | フリーミアム、有料 | Provides lightweight open-weight models for local deployment, but offers smaller parameter sizes compared to top-tier Qwen variants. | [.md](https://openaitools.app/ja/tool/gemma-open-models-by-google.md) | | 6 | [Groq](https://openaitools.app/ja/tool/groq) | 3,987,936 | +10% | 有料 | Delivers ultra-fast inference speeds using custom LPU hardware, but supports a more limited selection of open models. | [.md](https://openaitools.app/ja/tool/groq.md) | | 7 | [Together AI](https://openaitools.app/ja/tool/together-ai) | 1,645,930 | +64.9% | フリーミアム、有料 | オープンソースモデル向けの堅牢なサーバーレスAPIを提供しますが、Alibabaエコシステム固有のネイティブなトレーニング連携はありません。 | [.md](https://openaitools.app/ja/tool/together-ai.md) | | 8 | [Tencent Hunyuan（テンセント混元）](https://openaitools.app/ja/tool/tencent-hunyuan-large-model) | 1,485,463 | -1.2% | 料金は要問い合わせ | Provides comparable multimodal foundation model APIs from a major tech giant, but utilizes Tencent's proprietary Hunyuan architecture. | [.md](https://openaitools.app/ja/tool/tencent-hunyuan-large-model.md) | | 9 | [Unsloth AI](https://openaitools.app/ja/tool/unsloth-ai) | 887,457 | -17.6% | 無料 | Specializes in memory-efficient fine-tuning for open-weight models, but requires external infrastructure to deploy full production APIs. | [.md](https://openaitools.app/ja/tool/unsloth-ai.md) | | 10 | [Fireworks](https://openaitools.app/ja/tool/fireworks-ai) | 659,687 | +6% | 料金は要問い合わせ | オープンウェイトモデル向けに非常にスループットの高い推論を実現しますが、Qwen固有のツールよりも一般的なオープンソースのデプロイに重点を置いています。 | [.md](https://openaitools.app/ja/tool/fireworks-ai.md) | --- 出典: https://openaitools.app/ja/compare/qwen-4-vs-scrollengine More Markdown: [カテゴリ](https://openaitools.app/ja/categories.md) · [トラフィックランキング](https://openaitools.app/ja/rankings.md) · [llms.txt](https://openaitools.app/ja/llms.txt)