AlibabaがQwen3.8-Maxを発表：AIエージェント向けの2.4兆パラメータを誇る巨大モデル

AlibabaのQwenチームは、単純なチャットプロンプトを超え、長期的な自律的推論（long-horizon autonomous reasoning）を目指して設計された、2.4兆パラメータという巨大なフラッグシップモデル「Qwen3.8-Max」を発表しました。数日間にわたるワークフローや複雑なタスク実行に焦点を当てることで、このモデルは「反応型LLM」から「能動的なAIエージェント」への重要な転換点となります。

自律的知能に向けたパラメータのスケーリング

Qwen3.8-Maxは技術的な強力なモデルであり、総パラメータ数2.4兆に対し、クエリあたりのアクティブパラメータ数は950億に達します。Qwen3.5アーキテクチャをベースに構築されたこのモデルは、AIが数日、あるいは数週間にわたって独立して動作する必要がある複雑な目標、すなわち「long-horizon（長期的な）」タスクに特化して最適化されています。

オープンソースコミュニティにとって重要な動きとして、AlibabaはQwen-Maxクラスのウェイト（重み）を来週公開することを認めました。これは、GPTやClaudeといったクローズドなフロンティアモデルの独占状態に挑戦するものです。

コーディングと研究を通じた自律性の証明

そのエージェント能力を実証するために、Alibabaは人間による介入なしにモデルが動作した、いくつかの極めて重要なケーススタディを提示しました。

  • ソフトウェアエンジニアリング: 16日間にわたり、Qwen3.8-Maxはコマンドラインツール oh-my-cli を自律的に開発しました。自らGitHubのIssueを管理し、コードを書き、テストを実行し、265件のコミットと127件のプルリクエストを完遂しました。
  • 科学的研究の再現: 「Unified Data Selection for LLM Reasoning」論文の結果を再現するタスクにおいて、モデルは125時間の計算時間を費やして7,600行のコードを記述しました。元の研究を再現しただけでなく、AIME24数学ベンチマークのスコアを2.7ポイント向上させました。
  • 競技データサイエンス: WWW2025 Multimodal Dialogue Intent Recognition Challengeにおいて、このモデルは526の人間チームのうち458チームを上回る成績を収め、24時間以内に精度を0.60から0.853へと向上させました。

ソフトウェアを超えて：チップ設計と財務シミュレーション

Qwen3.8-Maxの推論能力は、ハードウェアや経済学の分野にも及びます。暗号回路設計のタスクでは、モデルは「肥大化した」設計を、8,298個の論理ゲートからわずか678個へと反復的に削減しました。OpenROADツールを使用することで、物理的なチップ面積を81%削減することに成功しました。

E-Commerce-Benchと呼ばれる複雑な小売シミュレーションにおいて、モデルは模擬会計年度を通じて複数のオンラインストアを管理しました。10万元からスタートし、サプライヤーとの交渉、152人の詐欺師の特定、サプライチェーンの混乱への対応を行い、最終的に416,252元を達成しました。これは初期資本の4倍以上に相当し、次点のGLM 5.2を大きく上回る結果となりました。

マルチモーダルの最前線とベンチマークにおける圧倒的優位性

このモデルはマルチモーダル処理の限界も押し広げており、200ページの文書や100時間を超える動画を扱うことが可能です。また、AlibabaはRecreationBenchを導入しています。これは、ソースコードにアクセスすることなく、視覚的なインタラクションとキーボード操作のみを通じて、実行中のアプリケーション（Windows、macOS、Androidなど）を再構築するエージェントの能力をテストするベンチマークです。

社内ベンチマークによると、Qwen3.8-Maxはトップクラスのモデルと直接競合しており、PaperBenchでの首位スコア93を含む複数のカテゴリにおいて、Claude Opus 4.8やGPT-5.6 Solに匹敵、あるいはそれらを上回る成績を収めています。

主なポイント

  • 大規模なスケール: Qwen3.8-Maxは総パラメータ数2.4兆、アクティブパラメータ数950億を特徴とし、数日間にわたる自律的なワークフローに最適化されています。
  • エージェントとしての習熟: 複雑なソフトウェアエンジニアリング、チップ設計の最適化、そして本格的な財務管理を自律的にこなす能力を実証しました。
  • オープンウェイトの影響: 多くのフロンティアモデルとは異なり、AlibabaはQwen-Maxクラスのウェイトを公開する計画であり、開発者に高度なエージェント知能への前例のないアクセスを提供します。