Qwen3.8-Max、最上位2.4兆パラメータのウェイトを来週公開

所属テーマ

モデル能力の再配置AIの基盤化と流通網エージェントの常駐化

確認できた事実

Qwenチームは8月3日、公式ブログでQwen3.8-Maxの提供開始を告知しました。同社の説明では、これはQwenファミリーで最も高性能なモデルであり、Max級のウェイトを公開するのは今回が初めてです。ウェイトはHugging FaceとModelScopeで「来週」公開されるとしています。同時に、より小さいQwen3.8-27Bもオープンウェイト化されます。

規模は2.4兆パラメータのMoEで、実際に動くのは95B分です。コンテキストは100万トークン。入力はテキスト・画像・動画に対応します。APIはOpenAI互換とAnthropic互換の両方を持ち、Claude Code、Codex、OpenClaw、Qoderといった既存の道具立てに設定変更だけで挿さる形になっています。推論の深さはreasoning_effortでxhigh(既定)・medium・lowの3段階に切り替えられます。料金は入力100万トークンあたり$2.00、出力$6.00、キャッシュ済み入力$0.25と案内されています。

公表されたベンチマーク表では、コーディング系のTerminal Bench 2.1が86.6で、Claude Opus 4.8とFable 5の84.6を上回り、GPT-5.6 Sol(max)の88.8には届きません。PaperBenchは93.0、IFBenchは82.8で表中の首位です。一方でSWE-bench Proは67.7(Fable 5は80.0)、FrontierSWEは73.5(同88.8)と差があります。GPQA Diamondは92.6で、前世代の92.4からほぼ横ばいです。

ライセンスは公表されていません。ウェイトも現時点では公開されておらず、公開は8月10日の週になる見込みです。

「長く働く」を測る事例が並んでいる

今回の発表で目を引くのは、ベンチマークの点数より、公式ブログが並べた実験の中身です。どれも数日から1年単位の作業を、人が介入せずに続けさせています。

ひとつめは自律コーディングです。空のフォルダからCLIツールの開発を始めさせ、要件の受付から実装・テスト・修正までを回す仕組みごと作らせました。7月30日時点で、約16日の自動運転により265のコミット、127のプルリクエスト、151の課題が積み上がったとしています。ふたつめは論文の再現です。既存の研究論文を渡し、コードなしの状態から約125時間かけて実験を再現させたうえ、さらに18個の改良案を自分で試させ、元の手法をAIME24で2.7ポイント上回る方法にたどり着いたと説明しています。

三つめはチップ設計でした。暗号処理回路の設計を約500ターンにわたり最適化させ、ゲート数を8,298から678へ削減。配置配線まで通してダイ面積を81%縮小したとしています。四つめは1年間のEC運営シミュレーションです。10万元の元手で複数店舗を運営させ、約600社の仕入先(うち152社は詐欺業者として仕込まれている)と交渉させて、最終残高416,252元。2位のGLM 5.2を38%上回ったとしています。

いずれも同社の自社評価で、第三者の再現はまだありません。それでも、何を売りにしようとしているかは明確です。1問の正答率ではなく、放っておいても仕事が終わっているかどうか。フロンティアモデルの競い方が変わりつつあります。

利用企業への影響

今日から検討できるのはAPI経由の利用です。OpenAI互換とAnthropic互換の口が両方あるため、既存の呼び出し口を1か所に集約してあれば、モデル名と接続先の差し替えで試せます。逆に、モデル名がコードのあちこちに直書きされていると、この手の比較検討はそのたびに重くなります(固定化を避ける設計)。

自社で動かす話は、当面2.4兆パラメータの本体ではなく、同時に公開される27Bのほうです。Max級は複数ノードのデータセンター規模で、一般企業が自前で持つ対象ではありません。実際の選択肢は「サービング事業者経由で使う」か「小さい方を自社で動かす」の二択になります(ローカルLLMのメリット・デメリット)。

そして、判断はライセンスが出るまで待つのが安全です。7月のKimi K3では、当初「修正MIT」と報じられた条件が、実際には年商$20M超の再販事業者に契約を求める独自ライセンスでした(経緯)。オープンウェイトという言葉は、中身が毎回違います。「オープン」の一語で社内稟議を通さないことです。

どう読むか

この発表は、昨日書いた米政府の枠組みとちょうど背中合わせです。あちらは審査の対象を「クローズドで最先端」に限り、オープンウェイトのモデルを制度の外に置きました。その同じ週に、中国勢が最上位モデルをオープンウェイトで出すと宣言しています。7月27日のKimi K3に続いて2件目です。

ここで立ち止まりたいのは、オープンウェイトの位置づけが変わったことです。少し前まで、ウェイトが公開されるのは一世代前か、小さいモデルでした。安全側の議論も、オープンウェイトのモデルは最先端から半年遅れているという前提に支えられていた。その前提が、ひと月のあいだに二度崩れています。ウェイトを公開することが、追う側の妥協ではなく最上位の戦略になった。

もうひとつ、地味ですが効く点があります。Claude CodeにもCodexにもそのまま挿さる、という設計です。性能で並ぶだけでなく、乗り換えの手間を消しにきている。当サイトが追ってきた「性能から配布条件へ」という競争は、いまや接続の作法まで含みます。囲い込みを崩す側は、まず相手の道具立てに合わせる。

ただし、まだ何も渡されていません。公開されたのはAPIと予告だけで、ウェイトもライセンスも来週の話です。7月にK3が実際にウェイトを出したときも、公開日が読めない時期がありました。予告と実物のあいだには、いつも一段の隔たりがあります。

次に見ること

第一に、ウェイトが本当に来週公開されるか。第二に、ライセンスの文面です。Apache 2.0のような一般的な条件か、K3のような独自条件か。ここで実務上の使い道が決まります。第三に、第三者による評価の再現です。長時間タスクの成果は自社評価が中心なので、外部の追試が出るまでは割り引いて読むのが妥当です。第四に、活性95Bという構成でサービング各社がいくらの単価を出してくるか。最後に、米政府の枠組みがオープンウェイトを外したことに対する米国側の反応です。制度の外で最上位が配られる状況が続けば、線の引き直しを求める声が出てきます。

前後の流れ

米政府のAI事前審査が完成 中身は非公開 / Kimi K3のウェイトが公開 商用の線引きは年商$20M / オープンウェイトとは / NVIDIAら37社がAI防御の開放同盟 / ChatGPT/Claude/Gemini 業務別の使い分け