Alibabaの最新AIモデルQwenがコーディングでGeminiとChatGPTを凌駕

Alibabaが発表した最新のAIモデル「Qwen3.7-Max」が、自律的なコーディング能力を測るベンチマークにおいて、GoogleのGeminiやOpenAIのChatGPTの一部モデルを上回る成果を記録しました。このモデルは単なるチャットボットではなく、複雑なワークフローを人間の介入なしに処理する「自律型コーディングエージェント」として特化して開発されています。米国企業が牽引してきた高度なAI開発競争において、中国発のAIがトップクラスの実力を見せつけたことで、世界のAIエコシステムに大きな波紋を呼んでいます。

自律型コーディングエージェント「Qwen3.7-Max」

Qwen3.7-Maxは、自律的なソフトウェア開発タスクに特化しています。フロントエンドのプロトタイプ構築から、複数のファイルをまたぐ大規模プロジェクトの処理、外部ツールを用いた自動化までを単独でこなす設計です。 AIモデルが独立してコーディングタスクを処理する能力を測る「Code Arena」ランキングでは、スコア1,541を記録してグローバル4位にランクインしました。これは一部のChatGPTやGeminiを凌駕する成績であり、Qwenの上位に位置するのは現状AnthropicのClaudeファミリーのみとなっています。

35時間連続稼働で未知のチップ性能を10倍に最適化

AlibabaはQwen3.7-Maxの自律性を実証するため、同社独自のAIチップ用コードの最適化タスクをモデルに任せました。その結果、Qwen3.7-Maxは約35時間にわたって自律的に稼働し続け、432回のカーネルテストを実行、1,100回以上のツール呼び出しを行いました。AIは自らコンパイル、計測、コードの書き換えを繰り返し、トレーニング時には見たこともない未知のチップアーキテクチャであったにもかかわらず、元の実装から10倍のパフォーマンス向上を達成したと報告されています。

プロプライエタリ・モデルへの戦略転換

これまでAlibabaはQwenシリーズの多くをオープンソースとして公開してきましたが、今回のQwen3.7-Maxはプロプライエタリ（非公開）モデルへと方針転換しました。現在はAlibaba Cloudの「Model Studio API」経由でのみ提供されています。また、OpenAIやAnthropic互換のインターフェースをサポートしており、「Claude Code」や「OpenClaw」、「Qwen Code」といった開発環境・ツールともシームレスに連携可能です。

Qwen3.7-Maxの登場は、AIが単なる「開発アシスタント」から「自律的に働くソフトウェアエンジニア」へと進化するトレンドを決定づけるものです。最大35時間に及ぶ無人でのコード改善サイクルは、企業の大規模なシステム改修や最適化タスクにおける人的コストを根本から変える可能性を秘めています。 一方で、これらのベンチマーク結果の多くは現状Alibabaの自己申告に基づいており、今後公開される詳細な技術レポートやサードパーティによる検証が待たれます。また、今回あえてAPI提供へ限定したことで、海外の開発者やエンタープライズ企業が実務においてQwen3.7-Maxをどう採用・評価していくかが今後の注目ポイントとなります。