Alibaba、Qwen 3.8-Maxを正式公開

Alibabaは、2.4兆パラメータ規模の新フラッグシップAIモデル「Qwen 3.8-Max」を正式公開した。7月20日にプレビュー版として先行公開されていたモデルの本番リリース版で、Alibaba Cloudの開発者向けサービス「Model Studio」からAPI経由で利用できる。企業や開発者はコーディング支援や長時間の自律タスク処理など、より高性能なAIモデルを実運用に組み込めるようになる。

2.4兆パラメータ、活性化はわずか950億——Sparse MoEと100万トークンのコンテキスト

Alibabaによると、Qwen 3.8-MaxはQwenファミリー史上最も高性能なフラッグシップモデルと位置付けられている。総パラメータ数は2.4兆に達するが、前世代の「Qwen 3.5」アーキテクチャをベースにSparse MoE（全パラメータのうち必要な一部だけを都度呼び出す効率的なモデル構造）とハイブリッド注意機構を組み合わせており、推論時に実際に使われるパラメータは2.4兆のうち950億にとどまるという。Alibabaは、この構造によって複雑なタスクでも計算コストを抑えながら推論結果を生成できると説明している。コンテキストウィンドウ（AIが一度に読み込める文章量の上限）は最大100万トークンに対応する。

Text Arena5位・Vision Arena2位、提供チャネルと重み公開の予定

Alibabaの発表では、Qwen 3.8-MaxはText Arena（AIモデルの応答をユーザー投票で比較するランキング型ベンチマーク）で5位、Vision Arenaベンチマークで2位を記録したとされる。同社はこの結果を、コーディング・実務タスク処理・研究・長時間にわたる問題解決における高い能力の証左としている。ただし順位の算出方法や比較対象モデルの詳細は記事内では明らかにされておらず、第三者による検証結果ではない。

現時点でQwen 3.8-MaxはAlibaba Cloud Model StudioのAPIサービスとして利用可能で、Alibabaの職場向けAIエージェントプラットフォーム「QwenWork」からもアクセスできる。モデルの重み（学習済みパラメータ本体）は記事公開時点（8月5日）から「来週」に公開される予定とされているが、正確な日付は明らかになっていない。

16日間の自律開発、自己進化型エージェント「oh-my-cli」を独力で構築

Alibabaは、Qwen 3.8-Maxの自律コーディング能力と長時間タスク遂行能力も強調している。社内テストでは、人間の介入なしに実際のソフトウェアエンジニアリングプロジェクトを16日間にわたって自律的に完了させたという。具体的には、自己進化型のエージェントフレームワークをゼロから構築するよう指示したところ、Qwen 3.8-Maxはユーザーフィードバック・コミュニティのベストプラクティス・自己生成したテストデータを組み込んだ開発ループを構築し、コード生成・テスト・プレビュー作成・ログ解析を繰り返した末に「oh-my-cli」と名付けた自己進化型エージェントフレームワークを完成させたとしている。このフレームワークはGitHub上でオープンソースとして公開されている。Qwen 3.8-Maxは、フロントエンド開発に特化したFrontend Code Arenaベンチマークでも4位を記録したという。

マルチモーダル機能——文書100ページ超からTV番組・100時間の映像まで解析

Qwen 3.8-Maxはネイティブな視覚知能を備えたマルチモーダル基盤モデルとしても設計されている。Alibabaによれば、静的な入力データを動的・対話可能な知識構造へ変換できるとされ、数百ページに及ぶ文書、TVシリーズ全体、あるいは100時間規模のライブ配信映像を、検索・対話可能な知識ベースへ変換する用途を挙げている。ほかにも、個人が撮影した生の映像素材を仕上げ済みのVlogへ編集する、テキストの指示だけから教育用アニメーションを生成する、1枚のUIスクリーンショットからフロントエンドのWebプロジェクトを再構築する、2Dの平面図を3Dの室内ビジュアルへ変換する、自然言語の指示だけで対話型ゲームを作成するといった応用例をAlibabaは示している。これらはいずれもAlibabaが公表した活用例であり、第三者による動作確認は記事中では確認できない。

未確認事項と日本の開発者への影響

今回の発表内容には、ベンチマークの評価手法や比較対象、モデル重みの公開日、API利用料金といった、日本の開発者や事業者が導入を検討する際に重要となる情報が明示されていない。特にAlibabaが主張する「既存の研究論文の結果を上回る手法を独自に設計した」という説明は、具体的な検証データが示されておらず、現時点では同社の主張に留まる。一方で、コンテキストウィンドウの拡大や推論コストを抑えるアーキテクチャは、大量の文書やコードベースを扱う日本国内の開発現場でも活用の余地があり、API経由で試せる点は導入コストの低さにつながる可能性がある。

分析・展望

編集部注: 2.4兆パラメータのうち実際に使われるのが950億にとどまる設計は、巨大モデルの性能と運用コストを両立させる狙いが読み取れる。ただし、ベンチマーク順位や自律開発の成果はいずれもAlibaba自身の発表に基づくものであり、独立した検証結果が公開されるまでは参考情報として扱う必要がある。モデル重みの公開が実現すれば、研究者やエンジニアによる第三者検証が進み、実力の全体像がより明確になるとみられる。

引用元：www.thelec.net