Qwen3.8-Max：2.4兆パラメータモデルが8/3提供開始、オープンウェイト版は翌週公開

16日間連続でコードを書き続けるモデル。空のフォルダから暗号処理チップを設計し、500ターンにわたる自律的な最適化によって8,298ゲートを678ゲートまで削減するモデル。そして、526の人間チームが参加するライブコンペティションに挑み、そのうち458チームを上回るモデル。

そのモデルが、本日リリースされました。AlibabaのQwenチームが発表した新たなフラッグシップモデル「Qwen3.8-Max」です。オープンウェイト版は来週公開されます。

今回のリリースが重要なのは、ベンチマークスコアだけが理由ではありません。オープンウェイトモデルの性能水準が新たな段階へと引き上げられたことで、専用のGPUインフラストラクチャ上で推論を実行するチームにとって、問いは「どのモデルのスコアが最も高いか」から、「2.4兆パラメータのMoEモデルを本番環境のスループットで提供するには何が必要か」へと変わりつつあります。

2.4兆パラメータのMoEモデルをオープンウェイトで提供

Qwen3.8-MaxはMixture-of-Experts（MoE）アーキテクチャを採用しており、総パラメータ数は2.4兆、トークンあたり950億パラメータがアクティブになります。Artificial Analysis Intelligence Indexでは53を記録し、Claude Opus 5（61）、Claude Fable 5（60）、GPT-5.6 Sol（59）、Kimi K3（57）、Grok 4.5（54）に次ぐスコアとなっています。しかし、オープンウェイト版の公開によって、デプロイメントをめぐる前提は大きく変わります。

このクラスの最先端モデルの多くは、API経由でしか利用できません。一方、Qwen3.8-Maxは本日からQwenCloud経由でAPIを利用でき、来週にはオープンウェイト版も公開されます。セルフホスティングや専用GPUインフラストラクチャでモデルを運用するチームにとって、この違いは極めて重要です。モデルのウェイトとアーキテクチャを利用できるため、ワークロードの要件に合わせて自由にサービング環境を構築できます。

このモデルはQwen 3.5のアーキテクチャを基盤とし、タスク、ワークスペース、ハーネスを組み合わせた広大な空間でRL（強化学習）トレーニングをスケールさせています。Qwenチームは、このスケーリングを可能にしたインフラストラクチャ上のイノベーションとして、3つの要素を挙げています。独立した軸に沿って実環境を継続的に拡張する仕組み、異種の検証プロセスを自動的にスケール可能な評価基準のもとで統合するユニバーサル報酬システム、そしてバッチ間の勾配分散を抑制して安定したRLスケーリングを維持するオンラインデータバランサーです。

その結果、Qwen3.8-Maxはコーディング、業務、リサーチ、マルチモーダルタスクの各領域で最先端クラスの性能を発揮しながら、Claude Code、Codex、OpenClaw、Hermesなど、異なるエージェントハーネスでも一貫した動作を実現しています。

コーディング：16日間、265コミット、人間の介入はゼロ

コーディング性能の数値は大きな注目を集めますが、より興味深いのは、その評価方法です。

Terminal Bench 2.1では、Qwen3.8-Maxは86.6を記録し、Claude Opus 4.8（84.6）を上回り、GPT-5.6 Sol（88.8）に次ぐ結果となりました。SWE-bench Proでは67.7、FrontierSWEでは73.5を記録しています。いずれも、現在利用可能な最高クラスのAPI専用モデルと競合する水準です。

しかしQwenチームはさらに踏み込み、「コーディング能力」が本番環境のスケールで実際に何を意味するのかを検証するため、3つの長期間にわたる自律コーディング実験を実施しました。

実験1：自己進化するハーネス。 Qwen3.8-Maxには、oh-my-cliをゼロから構築する課題が与えられました。16日間にわたる完全自律運用の結果、265件のコミット、127件のPR、151件のIssueを積み上げました。さらに、完全なエンジニアリングループも構築しています。要件がGitHub Issuesに登録されると、エージェントがステートマシンを通じてIssueを取得し、コードを実装、CIおよびE2Eテストを実行し、テストに合格するとマージします。テストに失敗した場合は、その結果を該当するIssueへ戻し、再作業につなげます。また、コミュニティからのフィードバックや開発者からの報告も、実行可能な作業項目へと変換しました。完全な実行トレースはgithub.com/qwen-code-dev-bot/oh-my-cliで公開されています。

実験2：研究論文を再現し、さらに上回る。 Qwen3.8-Maxには、LLMの推論におけるデータ選択に関する最新の論文、複数のGPU、そして「実行せよ」という指示だけが与えられました。スターターコードも事前構築済みのパイプラインもない状態から、7,600行のコードを書き、33回のGPUトレーニングを実施。125時間にわたる連続作業によって、論文の主要な6つの結果をすべて再現しました。また、論文で提案された手法がAIME24においてランダム選択を+7.7%上回ることも確認しています。しかし、そこで作業を終えることはありませんでした。4ラウンドにわたる自律的な研究を通じて18種類の改善案を考案し、検証。その中で最も優れた手法は、トレーニング例に含まれる「難しい意思決定ポイント」の数をカウントするというもので、論文で提案された手法をさらに+2.71ポイント上回りました。

実験3：ライブコンペティションで人間を上回る。 Qwen3.8-MaxはTianchiプラットフォームで開催されたWWW2025 Multimodal Dialogue Intent Recognition Challengeに参加し、526の人間チームと競いました。制限時間は24時間。モデルはルールを読み、ファインチューニングしたBERT、RoBERTa、MacBERTと、画像認識用のQwen2.5-VL-7Bを組み合わせたソリューションを構築しました。さらに重み付き投票によるアンサンブルを構成し、45回の提出を繰り返しました。最終精度は0.853で、458チームを上回る結果となりました。

これらの実験が検証しているのは、ベンチマークスコアだけでは捉えられない能力です。つまり、数百ターンにわたって方向性を見失ったり性能が頭打ちになったりすることなく、一貫性のある意思決定を継続できる能力です。

ゲート単位でチップを設計

Qwen3.8-Maxのリリースにおいて、長期的な推論能力を最も明確に示しているのがチップ設計実験です。

課題は、GCD/RSA暗号処理用ハードウェアアクセラレータをRTLで設計すること。モデルは空のモジュールテンプレートとテストベンチからスタートします。シミュレーションにはIverilog、論理合成にはYosys、物理レイアウトにはOpenROADを使用できます。4ビット、6ビット、8ビット、16ビットの各構成でビット単位の完全な機能的正確性を維持しながら、ゲート数を最小化する必要があります。

500ターン、71回の評価、13の主要マイルストーンを経て、Qwen3.8-Maxは8,298ゲートだった設計を678ゲートまで削減しました。その最適化プロセスからは、単なる微調整ではなく、本質的なアーキテクチャレベルの推論が確認できます。

- ターン22：アルゴリズムの書き換え。高コストな16ビットのハードウェア剰余除算器を反復型のシフト・減算アーキテクチャに置き換え、一度に6,288ゲートを削減しました。これは総面積削減量の80%以上に相当します。 - ターン35〜48：冗長性の排除。呼び出し元の事前条件によりリダクションステージが不要であることを認識し、独立していた2つのモジュールを1つの共有ブロックに統合。内部レジスタのビット幅も縮小しました。 - ターン60〜113：制御ロジックの削減。冗長なレジスタを削除し、偶数処理のための早期終了メカニズムを導入。さらに減算器のMSBを比較器として再利用しました。 - ターン252以降：モジュール横断の最適化。乗算器をモジュラー指数演算のFSMへ直接インライン化し、3つのサブモジュールを統合。単一の減算器をシステム全体で共有しました。 - ターン443〜500：ゲートレベルでの最適化。NORゲートツリーの共有、絶対差分を用いた減算の分割、バイトからビットへの選択ロジックなどによって、最後に残った冗長性を削減しました。

物理レイアウトにも、同様の改善が表れています。初期設計は106×106 µm²のダイ面積を占め、配線長は33,369 µm、さらに深刻なタイミング違反が発生していました。最終的には46×46 µm²、配線長4,187 µmまで縮小し、500 MHzでタイミングクロージャを達成しました。物理的なダイ面積を81%削減したことになります。この改善はすべてモデル自身のアーキテクチャ上の判断によるもので、自動化されたツールチェーンを通じてエンドツーエンドで検証されています。

これこそが、最先端モデルとその他のモデルを分ける能力です。序盤で簡単に得られる改善を終えたところで頭打ちになるのではなく、数百ターン進んだ段階でも大規模な構造的ブレークスルーを生み出せる能力です。

自ら成果を検証するマルチモーダルエージェント

Qwen3.8-Maxは、ネイティブなフィードバックメカニズムとしてビジョン機能をエージェントループに組み込んでいます。実行中に自身の中間結果を観察し、ページレイアウトや空間的な関係を確認し、意図と結果のずれを検出すると出力を修正します。ビジョンは単なる入力モダリティではなく、計画、実行、検証、反復をつなぐフィードバックループとして機能します。

マルチモーダル推論ベンチマークでは、MMMU-Proで82.3、LogicVistaで91.9、HiPhOで90.0を記録。ビジュアルエージェントのベンチマークでは、OSWorld-Verifiedで86.1、AndroidWorldで85.3を達成しています。これらはClaude Fable 5と競合する水準であり、複数の指標ではGPT-5.6 Solを上回っています。Qwen3.8-Maxのリリース記事で公開されている完全なベンチマーク表では、テキスト、画像、動画、エージェントタスクを含む50以上の評価結果を確認できます。

ドキュメント中心のワークフローでは、200ページを超える財務レポートやPDFを処理し、テキスト、グラフ、レイアウトを横断してインサイトを抽出できます。動画については、100時間を超えるコンテンツからメモリグラフを構築し、出来事の進行や登場人物の関係性を再構成します。

Qwenチームはさらに、既存のエージェントフレームワークに画像・動画処理、マルチモーダルメモリ、ビジュアルツール利用を追加するハーネス拡張ライブラリ「Qwen-MM-Plugins」を発表しました。このプラグインシステムを利用することで、あらゆるエージェントハーネスをマルチモーダルネイティブに拡張できます。動的解像度処理、きめ細かな動画メモリに加え、動画編集、Blender、CADワークフロー向けの専門機能もサポートします。

新しいベンチマーク「RecreationBench」では、複合的なエージェント能力を評価します。モデルはソースコードへ一切アクセスせず、操作とフィードバックのみを通じて稼働中のアプリケーションを観察。その後、反復的なコーディングとインタラクティブな検証によって、アプリケーションをゼロから再構築します。Qwen3.8-MaxはUbuntu、macOS、Windows、Android、Webという5つのプラットフォームすべてで最先端クラスの結果を達成しています。

オープンウェイトがGPUインフラストラクチャにもたらすもの

インフラストラクチャチームにとって最も重要なシグナルは、来週予定されているオープンウェイト版の公開です。

総パラメータ数2.4兆、アクティブパラメータ数950億のMoEモデルは、推論ワークロードとして相当な規模です。すべてのエキスパートのウェイトを保持するには大容量のGPUメモリが必要ですが、トークンごとにアクティブになるパラメータ数を考慮すると、エキスパート並列化と効率的なバッチ処理を組み合わせることで、リクエスト単位の計算負荷は現行世代のハードウェアでも管理可能です。この規模のモデルを専用ベアメタルGPUクラスターで実行すれば、チームはサービングアーキテクチャを完全にコントロールできます。

Qwenチームは、コストを制御する主要な手段としてreasoning_effortを推奨しており、3段階を用意しています。複雑なタスク向けのxhigh、精度と速度のバランスを取るmedium、効率性を重視するlowです。専用GPUインフラストラクチャにデプロイするチームは、各レベルを自社のワークロード構成に合わせてプロファイリングし、それに応じてハードウェアを割り当てることができます。たとえばxhighで動作するコーディングエージェントには、フルモデル並列化を行う8基のH200 GPUを使用し、lowで動作するドキュメント処理パイプラインでは、エキスパートオフロードを活用することで、その一部のリソースだけで実行できる可能性があります。

2.4兆パラメータのモデルがオープンウェイトで提供されるということは、チーム自身がサービングアーキテクチャをコントロールできるということです。各推論レベルを自社のワークロードに対してプロファイリングし、複雑さに応じてルーティングし、本当に必要な場所へGPUキャパシティを割り当てることができます。

モデルルーティングも自然な選択肢となります。複雑度の低いクエリは一般的なGPU上のreasoning_effort=lowへルーティングし、高度なコーディングやリサーチタスクは大容量メモリを備えたインスタンス上のxhighへルーティングします。オープンウェイトであることで、各レベルでトークン単位のAPIマークアップを負担することなく、このようなルーティングアーキテクチャを構築できます。すでにGMI Cloud上でオープンウェイトモデルを運用しているチームであれば、ルーティング対象にQwen3.8-Maxを追加することで、既存のデプロイメントと並行して最先端クラスのモデル性能を利用できます。

また、このモデルはOpenAIおよびAnthropic APIと互換性のある業界標準プロトコルをサポートしており、Claude Code、Codex、Qoder CLI、Qwen Code、OpenClawと直接統合できます。特定のエージェントハーネスを標準として採用しているインフラストラクチャチームでも、ツールチェーンを変更せずにQwen3.8-Maxを導入できます。Qwenチームは各ハーネス向けに、そのまま利用できる設定スニペットも提供しており、わずか数分で統合できるようになっています。

オープンウェイトモデルを運用しながら、この規模で最先端クラスの性能を持つ選択肢を待っていたチームにとって、来週がスタート地点となります。Qwen3.8-Maxは本日からQwenCloud経由のAPIで利用でき、来週にはHugging FaceとModelScopeでウェイトが公開される予定です。GMI Cloudブログでは、オープンウェイト版の公開状況や推論ベンチマークについて、情報が公開され次第お伝えしていきます。

GMI CloudでQwen3.8-Maxを今すぐ実行

Qwen3.8-Maxは本日より、GMI Cloudのサーバーレス推論APIで利用できます。ウェイトリストへの登録も、専用クラスターのセットアップも必要ありません。既存のOpenAI互換クライアントの接続先をhttps://api.gmi-serving.com/v1/chat/completionsに設定し、モデルIDを変更するだけで、数分以内に最先端クラスの推論を実行できます。

curl --request POST \
  --url https://api.gmi-serving.com/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_GMI_API_KEY' \
  --data '{
    "model": "Qwen/Qwen3.8-Max",
    "messages": [
      {"role": "system", "content": "You are a helpful AI assistant"},
      {"role": "user", "content": "List 3 countries and their capitals."}
    ],
    "temperature": 0,
    "max_completion_tokens": 500
  }'

今すぐAI開発を始めましょう

DiscordでGMI Cloudのビルダーコミュニティに参加するか、Xの@gmicloudJapanをフォローしてください。