AlibabaがQwen3.8-Max発表、エージェント型AIでGPT-5.6超えを主張

発表の概要

AlibabaのQwenチームは2026年8月2日夜、新しいフラッグシップモデル「Qwen3.8-Max」を発表しました。このモデルは2.4兆パラメータを持つMixture-of-Experts（MoE）構造のマルチモーダル大規模言語モデル（LLM）で、自律的なソフトウェア開発や数日から数週間にわたる長期のエンタープライズ業務を主な対象としています。

同社の発表によれば、Qwen3.8-Maxは既存の主要なプロプライエタリモデルと競合するだけでなく、エージェント型コンピューティングの主要ベンチマークのいくつかでこれらを上回ります。ただし、これらの結果は同社が公表したものであり、独立した第三者による検証はまだ行われていません。

ベンチマークの内容

Qwen3.8-Maxが特に強いとされるのが、エージェント型AIの性能を測るベンチマークです。デスクトップ環境でコンピュータ操作エージェントを評価するOSWorld-Verifiedでは86.1を記録し、GPT-5.6 Sol Maxの83.2、Fable 5の85.0、Gemini 3.1 Proの76.2を上回ったと報告されています。

さらに、PaperBenchで93.0、TerminalBench 2.1で86.6、Vision2Webで69.0、LVBenchで81.8、ERQAで77.8と、いずれも同社が公表した中で最高のスコアとなっています。一方、プロフェッショナル向けソフトウェアエンジニアリングのベンチマークSWE-Proでは、OpenAIのモデルが最高スコアを維持しており、Qwen3.8-Maxは一部のカテゴリでは競合モデルに遅れを取っています。

オープンウェイトの意味

今回の発表で特に注目されるのが、Qwen3.8-Maxのオープンウェイトが来週、Qwen3.8-27Bとともに公開される予定であることです。もし寛容なライセンスで公開されれば、MaxクラスのQwenモデルがセルフホスト型で利用できる初めてのケースとなり、企業による導入のあり方を大きく変える可能性があります。

ただし、Alibabaはライセンス条件をまだ明らかにしていません。中国の競合であるMoonshot AIが最近公開した「Kimi K3」では、Apache 2.0のような寛容なライセンスではなく、より制限的なカスタムライセンスが採用されました。Qwen3.8-Maxも同様の制限付きライセンスになる可能性があり、今後の発表を確認する必要があります。

検証と課題

Alibabaは、Qwen3.8-Maxが10日以上かかるソフトウェアプロジェクトの自律的な完了や、数千行のコードを伴う研究論文の再現、反復的なチップ設計の最適化、マルチモーダルなフィードバックループによる計画の継続的修正が可能だと説明しています。ただし、これらのデモは同社自身が作成したものであり、独立した評価者による再現はまだ広く行われていません。

業界全体の傾向として、フロンティアモデルの競争は、個々のプロンプトに答える精度から、ワークフロー全体を完了する能力へと軸足が移りつつあります。Qwen3.8-Maxの実際の価値は、オープンウェイト公開後の第三者による検証を待って判断するのが妥当でしょう。