アリ Qwen3.8-Max 公開：2.4兆パラメータがArena世界5位、来週オープンウェイト予定
誰が何に困っているか？中国系フラッグシップ大規模モデルを評価する開発者やAI Agentチームは、Qwen3.8-Max・Kimi K3・DeepSeek V4の集中リリースの中で、ベンチマークの信頼性とオープンウェイトの公開時期を見極めにくい状況にあります。本記事で得られること：8月3日GA公開に基づくタイムライン、コアデータ表、競合横並び比較、および「Open-Sourceラベルがウェイト公開に先行する」論点の整理です。構成：三大判断の痛点、タイムライン、ベンチマーク表、架構解説、競合比較、論争点、業界背景、Mac隔離5段階試験、FAQ×5、Macレンタル、データ出典。
📋 目次
Kimi K3 のオープンウェイト全体像は Kimi K3 オープンウェイト公開ガイド、中国版 Apple Intelligence と千問の連携は Apple Intelligence 中国承認解説 をご覧ください。
2026年8月3日、アリババは次世代フラッグシップ大規模モデル Qwen3.8-Max を正式にGA公開しました。総パラメータ 2.4兆、活性 950億 で、Agent製品「千問オフィス」も同時にローンチされています。Arenaテキスト競技場の上位8モデルのうち、Qwen3.8-Maxは唯一Anthropic以外のモデルとしてランクインしました。ただし、現時点のベンチマークはすべてアリババ自社テストに基づいており、第三者の権威プラットフォームによる正式版の独立評価はまだありません。
01 · 三大判断の痛点：ベンチマーク数字だけでは決められない理由
- 公式サイトは「Open-Source」表示、ウェイトは未公開：qwen.ai はGA当日からオープンソースラベルを掲げていますが、執筆時点でHugging FaceとModelScopeには対応リポジトリもライセンス条項も公開されておらず、「来週公開」という曖昧な約束のみです。マーケティングのペースが検証可能な成果物に先行しています。
- ベンチマークはすべてアリババ独自フレームワーク由来：PaperBench、QwenSWEBench、RecreationBenchなどは社内ベンチが中心で、Artificial AnalysisやArena.aiなど中立プラットフォームは正式版の独立再現をまだ公表していません。Arenaの1496点も「Preliminary（暫定）」表記付きです。
- プレビュー期間の透明性不足が信頼の負債に：7月19日のプレビュー版では活性パラメータもベンチ表も未公開で、利用規約は自動化された本番環境からの呼び出しを禁止していました。GAで初めて950億の活性パラメータが開示され、複数の独立評価機関は「自社業務で試すまでは本番移行しないで」と助言していました。
02 · タイムライン：プレビューからGAまで、わずか2週間の急速な展開
- 7月16日：Moonshot AIがKimi K3を発表。2.8兆パラメータ（896エキスパート中16活性）、独立評価と透明な技術レポートを前面に出しました。
- 7月19日：Qwen3.8-Maxプレビュー版が公開。Token Plan / Qoder / QoderWorkに接続可能で、正式価格の10%で利用できましたが、活性パラメータとベンチ表は未公開でした。
- 7月27日：Kimi K3が約束どおりウェイトをオープンソース化し、Hugging Faceに公開。アテンションカーネルやMoE通信ライブラリなどの基盤も同時公開されました。
- 7月31日：DeepSeekがV4-Flash正式版を発表。パラメータ規模は据え置きながら、Agent・コード系ベンチでV4-Proプレビュー版を大きく上回りました。
- 8月3日：Qwen3.8-Maxが正式GA。完全なベンチ表を公開し、「千問オフィス」も同時ローンチ。アリババの香港株は当日約7%、米国株は約4.5%上昇しました。
- 8月10日前後（予定）：Qwen3.8-Maxおよび軽量版Qwen3.8-27BのウェイトがHugging FaceとModelScopeに公開予定。具体的な日程とライセンス条項は未公表です。
03 · コアデータ一覧
| 項目 | Qwen3.8-Max |
|---|---|
| 公開日 | 2026年8月3日（GA） |
| 総パラメータ / 活性パラメータ | 2.4兆 / 950億 |
| アーキテクチャ | Qwen3.5ベースのスパースMoE + ハイブリッドアテンション |
| コンテキストウィンドウ | 100万トークン（思考モード約98.3万、出力上限13.1万） |
| API価格 | 入力 $2/100万トークン、出力 $6/100万トークン |
| 国内価格 | 入力12元/100万トークン、出力36元/100万トークン、キャッシュヒット最低1.5元 |
| Arenaテキスト競技場（8/1スナップショット） | 第 5 位、1496 点（Preliminary） |
| Arenaビジュアル競技場 | 第 2 位、Claude Fable 5に次ぐ |
| PaperBench（アリババ自測） | 93.0（前世代比+28.2） |
| SWE-bench Pro（アリババ自測） | 67.7（Fable 5の80.0に劣る） |
| ウェイト公開状況 | 「来週公開」と約束、執筆時点では未公開 |
ハードデータ #1：API価格は入力 $2/100万トークン、出力 $6/100万トークンで、Claude Opus 5（$5/$25）やClaude Fable 5（$10/$50）を明確に下回ります。
ハードデータ #2：Arenaテキスト競技場で第 5 位、1496 点。上位8モデルのうち唯一Anthropic以外ですが、ランキングは「暫定」表記付きです。
ハードデータ #3：公開当日、アリババの香港株は約 7%、米国株は約 4.5% 上昇し、資本市場はアリババのAIナラティブ回帰を評価しました。
04 · 深掘り：2.4兆パラメータの背後にある設計思想
4.1 なぜ単純なパラメータ積み上げではなくMoE + ハイブリッドアテンションなのか
スパースMoEにより総パラメータを2.4兆にしながら、実際の活性量は950億に抑えています。推論コストは真の2.4兆呼び出しではなく1000億級モデルに近い水準です。これはパラメータ規模だけで勝負するのではなく、アーキテクチャ効率で価格競争力を取る設計です。
4.2 reasoning_effort 三段階設計
モデルは low / medium / xhigh の三段階の推論強度（デフォルトはxhigh）を提供し、タスクの複雑さに応じて速度と深度を調整できます。enable_thinking パラメータ、またはAnthropic互換インターフェースの reasoning.effort フィールド経由で呼び出せます。
4.3 長期自律タスクとエコシステムの押さえ込み
アリババの事例には、16日間無人介入の自律コーディングプロジェクト、500ステップ超のチップ設計最適化、自社RecreationBenchによる実アプリのブラックボックス再現などがあります。APIはOpenAIとAnthropicの両プロトコルに対応し、Claude Code、Codex、Qoder CLI、Qwen Code、OpenClawなど主要Agentツールチェーンに直接接続できます。
05 · 横並び比較：Qwen3.8-Max、Kimi K3、DeepSeek V4、Claude
| モデル | 総/活性パラメータ | 価格（入/出、$/M） | ウェイト公開 | 独立第三者評価 |
|---|---|---|---|---|
| Qwen3.8-Max | 2.4T / 950億 | $2 / $6 | 未公開（約束中） | なし |
| Kimi K3 | 2.8T / 約500億 | $3 / $15 | 公開済み（7/27） | AA Index ≈ 57.11 |
| DeepSeek V4-Flash | 据え置き（V4-Pro比） | 完全表未公開 | 公開済み | Agent/コード9ベンチでV4-Pro超え |
| Claude Opus 5 | 未公開 | $5 / $25 | クローズド | Arena上位 |
| Claude Fable 5 | 未公開 | $10 / $50 | クローズド | Arenaテキスト第1位 |
唯一比較可能な独立ブラインドテスト（269ファイルの実プロジェクトアーキテクチャ設計タスク）では、Kimi K3が 83 点、Qwen3.8-Maxプレビュー版が 80 点——差は小さく、「互いに勝敗がある同格」であり「全面優位」ではありません。
06 · 論争点：「オープンソース」ラベルがウェイト公開に先行している
- 公式はOpen-Source表示、ウェイトはまだない：Hugging FaceとModelScopeには対応リポジトリもライセンスも確定公開時期もありません。
- ベンチマークはすべてアリババ独自フレームワーク：QwenSWEBench、QwenQoderBench、CoWorkBench、RecreationBenchなどは社内ベンチが中心です。
- 脚注が競合データに疑義を示唆：「Fable 5の結果はfallbackを含む可能性がある」と記載されていますが、アリババ自身のテスト方法論も第三者が再現できるレベルでは公開されていません。
- プレビュー期間の透明性問題：7月19日のプレビュー版は本番自動化呼び出しを禁止し、model cardや安全評価レポートも未公開でした。
これらはQwen3.8-Maxの性能が低いことを意味するわけではありません。現時点で唯一の独立ブラインドテストではKimi K3と同格です。ただし「世界トップクラスに躍り出た」という結論は、現状では主にアリババ側の主張に依存しており、ウェイト公開と第三者ベンチの到着を待つ必要があります。
07 · 影響と背景：中国大規模モデルの「パラメータ競争」が新段階へ
- 2026年は兆級モデルの量産年：DeepSeek V4-Pro（1.6T）→ Qwen3.8-Max（2.4T）→ Kimi K3（2.8T）と規模が拡大していますが、DeepSeek V4-Flashはパラメータを増やさずAgent能力を大幅向上させており、「パラメータ競争」から「アーキテクチャ効率競争」への転換が進んでいます。
- アリババが久しぶりに「オープンソース回帰」：これまで数世代の千問Max級モデルはクローズド路線でしたが、今回初めてMax級ウェイトの公開を約束。Kimi K3・DeepSeekとともに、中国トップ勢がオープンウェイトへ集約する流れが加速しています。
- 千問はApple Intelligence中国版に組み込み済み：4GB以内に圧縮されたQwenモデルがiPhone 15以降でオンデバイス実行可能で、商用半径は数億台のiPhoneのシステムレベルAI能力にまで拡がります。
- 米中AIナラティブの対照：Qwen3.8-Max公開の前後で、OpenAIとAnthropicはAgentの脱獄による実企業システム侵入事件を開示。ホワイトハウスは8月4日に大手企業を集め、自主的サイバーセキュリティテスト枠組みを協議——一方はオープンソースでエコシステムを奪取し、他方はAgent規制を強化する動きが並行しています。
08 · 五段階 Mac 隔離試験（Agentツールチェーン検収）
- QwenCloudでAPI Keyを取得し、OpenAIまたはAnthropic互換SDKでベースラインタスク（長文要約・バグ修正・マルチファイルリファクタ各1件）を実行。xhighとlowのレイテンシ差を記録します。
- 隔離環境で
ANTHROPIC_BASE_URLまたはOpenAI互換エンドポイントを設定し、Claude Code / OpenClaw / Qoder CLIに接続。API Keyを主力機のグローバルシェルに書き込まないでください。 - Kimi K3とDeepSeek V4-Flashで同一の269ファイル級アーキテクチャタスクを並列実行し、ブラインド審査スコアと $/task の請求を記録します。
- Hugging Face / ModelScopeでQwen3.8-MaxとQwen3.8-27Bのリポジトリ公開時期とLICENSE条項をウォッチ。ウェイト公開後にローカルOllama展開の実現性を再評価します。
- Kimi K3オープンウェイト解説と本記事の比較表を突き合わせ、チーム選定ドキュメントを作成。8月10日前後の再検証ノードを設定します。
09 · よくある質問 FAQ
Q：Qwen3.8-Maxは今すぐ使えますか？オープンウェイトは公開されていますか？
A：APIはQwenCloud経由で利用可能で、OpenAIとAnthropicの両プロトコルに対応しています。ただしウェイトはまだ公開されておらず、8月10日前後にHugging FaceとModelScopeへの公開が予定されています。正確な日程は公式発表をご確認ください。
Q：Qwen3.8-MaxとKimi K3はどちらが強いですか？
A：現時点で権威ある統一ベンチマークはありません。唯一の独立ブラインドテストではスコアが非常に近く（Kimi K3 83点、Qwen3.8-Maxプレビュー版80点）です。Kimi K3はオープンウェイトと第三者評価が強み、Qwen3.8-MaxはAPI価格の安さとマルチモーダル対応が強みです。
Q：2.4兆パラメータは一般開発者には使い切れない規模ですか？
A：実際の活性は950億で、API経由のコストは1000億級モデルに近い水準です。フル版のオンプレミス展開にはマルチノードのデータセンターが必要で、現実的にはQwen3.8-27B軽量版のオープンウェイト公開を待つのが合理的です。
Q：アリババが公表したベンチマークは信頼できますか？
A：参考にはなりますが、最終判断の根拠にはすべきではありません。すべてアリババ独自のテストフレームワークに基づいており、後続の独立評価または自社業務でのA/Bテストを推奨します。
Q：今回の公開は一般ユーザーにどんな影響がありますか？
A：中国市場向けApple Intelligenceの生成AI機能は、圧縮されたQwenモデルをオンデバイスで動かす設計です。国内のiPhoneユーザーは、将来的にOSレベルで千問シリーズの能力を間接的に利用する可能性があります。
10 · 隔離 Mac レンタル：主力機の外でQwen3.8-Max Agentを安全に試す
Qwen3.8-Max APIはOpenAI / Anthropic双プロトコル対応で移行コストを下げていますが、主力開発機でいきなりAgentツールチェーンを切り替えるにはリスクがあります。API Keyのグローバル環境汚染、長コンテキスト実験によるローカルキャッシュの不可逆占有、Claude Code / OpenClawとの設定競合によるロールバック困難などが典型です。WindowsやLinuxユーザーはクラウドAPIを呼び出せますが、macOSネイティブのXcode・Keychainと共存するAgentワークフローを完全に再現するのは難しいです。
ノートPCでQwen3.8-Max APIに短期接続して検証するのは合理的ですが、主力機は安定運用に向いています。Windowsや旧Intel Macでリモート試験すると、レイテンシの誤判断や証明書チェーン・ローカルOllama併用シーンの検証不足が起きやすくなります。日次課金・隔離環境・実Apple Siliconハードウェアを求めるなら、ウェイト公開前にAgentツールチェーンの対照実験を低コストで完了できます。料金は Mシリーズ Mac 算力レンタル料金 をご確認ください。
短期のクラウドAPI検証は選定の第一歩として十分です。再現可能なAgent環境、完全なAppleエコシステム互換、より低いKey漏洩リスクを重視するなら、Mac mini M4の日次レンタルがより安全な選択肢です。使い捨て隔離により、選定ミスの前期投資を抑えられます。
11 · データ出典
- アリババクラウド公式ブログ・プレスリリース（Qwen3.8-Max公開告知、価格ページ）
- Alibaba Cloud Community、Alibaba Press Room 英語公告
- Arena.ai テキスト/ビジュアル競技場公開ランキング（2026年8月1日スナップショット）
- 中国語メディア報道：網界、大模型之家、ITBear、新浪財経など
- 独立評価・分析：Apidog、Yotta Labs、eesel AI、Context Studios、MarkTechPost、TechNode、SiliconANGLE
- Apple Intelligence中国版関連：TechCrunch、Memeburn、Digital Market Reports
公開前に必ず最新の公式公告、オープンウェイト公開時期、ベンチマーク数値をご確認ください。一部の数字は公式の後続更新により変わる可能性があります。