Qwen3.8-Max公開と近日中のオープンソース化について

アリババのQwenが正式にQwen3.8-Maxを公開した。これは2.4兆パラメータ(活性化95億パラメータ)を有するモデルであり、併せてQwen3.8-27Bも来週オープンソース化されることを発表——Qwen Maxシリーズ初のオープンソースリリースとなる。実証された能力は以下の通り:oh-my-cliプロジェクトを16日間にわたり自律運用。24時間の電子商取引マルチモーダル認識コンテストでは、45回の提出を経て精度0.853を達成し、458チームの人間参加者の87%を上回った。365日間の季節変動や不正取引を含む模擬電子商取引環境では、4.16倍の資本収益(純利益10万元以上)を達成し首位に。125時間かけて7,600行のコードを書き、訓練データ選択に関する論文を再現し、18の改良を施して同論文のAIME24スコアを2.71ポイント上回った。1時間で1,284件の契約条項を審査。一度の操作で8ページにわたる高忠実度アプリプロトタイプを生成。自律的にデータシステムを構築し、因子を作成して330のサブエージェントを通じ6,000回のバックテストを実行。200ページ以上のPDFと100時間以上の動画をグラフメモリで処理。視覚ネイティブフィードバックを用いてGUIレイアウトを自己修正。コードとGUI操作を組み合わせてブラックボックス環境でアプリを複製。公式の比較表には最近の中国トップオープンソースモデルが含まれておらず、ユーザーがベンチマークを補足した。
Key insights
Qwen3.8-Maxは総パラメータ2.4T、活性化パラメータ95Bという大規模モデル
本モデルのアーキテクチャは総パラメータ2.4兆、活性化パラメータ950億を有し、公開された詳細規模の中でも最大級に位置する。この規模が、長期自律タスクやマルチモーダル推論の実証能力を支えている。
16日間にわたるoh-my-cliプロジェクトでの完全自律プログラミングを実証
Qwen3.8-MaxはオープンソースCLIプロジェクトを16日間にわたり人間の介入なしで完全自律運用し、単発の対話を超える長期的な自律作業と自己進化能力を示した。
24時間の電子商取引マルチモーダル意図認識コンテストで人間参加者の87%を凌駕
本モデルは複数のテキスト・ビジョンモデルを自ら構築・調整し、アンサンブル投票を用いて45回の改良を提出。精度を0.60から0.853に向上させ、実際の電子商取引コンテストで458チームの人間参加者を上回った。
365日間の模擬電子商取引運用で4.16倍の資本収益と10万元以上の純利益
季節需要変動、値引き交渉、サプライヤー詐欺の罠を含む現実的な電子商取引シミュレーション(E-Commerce Bench)において、Qwen3.8-Maxは自律的に運営を管理し、4.16倍の資本収益でリーダーボード首位を達成した。
研究論文を再現し、7,600行のコード作成と18の改良によりAIME24スコアを2.71ポイント上回る
約125時間かけて、Qwen3.8-Maxは最新のAI訓練データ選別に関する論文をゼロから完全に再現し、自律的に18の改善案を反復実行。AIME24数学ベンチマークで元論文より2.71ポイント高いスコアを達成した。
高価値専門業務を人間チームより桁違いの速さで完了
本モデルは数百件の契約を審査し、1時間で1,284件の法的条項を正確にマーク(通常は人間チームで1週間)。一度の操作で8ページの高忠実度アプリプロトタイプを生成。さらに、定量リサーチャーとして自律的にデータシステムを構築し、因子を作成し、330のサブエージェントを通じて6,000回のバックテストを実行した。
Qwen Maxシリーズ初のオープンソース化、Qwen3.8-MaxとQwen3.8-27Bを含む
アリババは、Qwen3.8-Maxと小型の270億パラメータ版の両方を、公開から翌週にオープンソースモデルとしてリリースすることを発表。これはQwen Maxファミリー初のオープンソース提供となる。
公式ベンチマークに最近の中国トップオープンソースモデルが欠落、コミュニティによる補足比較が行われる
公開時の比較表にはQwen、Gemini、GPT、Claudeのみが含まれ、競合する複数の中国オープンソースモデルが記載されていなかった。ユーザーが手動でこれらのモデルをベンチマークチャートに追加し、より完全な状況を示した。