Alibabaは月曜日にQwen3.8-Maxを公開し、来週このモデルの重みを公開すると述べた。これにより、同社で最も高性能なAIシステムの内部が、ダウンロードしたい誰にでも開かれることになる。Qwen3.8-Maxは2.4兆のパラメータで動作する。これはモデルが学習中に調整する値であり、業界では大きさを測る大ざっぱな尺度とされているが、実際に生成される各単語でアクティブになるのはそのうち約950億にすぎない。1回のクエリで最大100万トークンを受け付ける。

投資家はこれを好材料と受け止めた。Alibabaの香港上場株はHK$125.20で7%高で取引を終え、米国上場株もプレマーケット取引で4.2%上昇した。Citiのアナリストは、この値動きの一因を新モデルのベンチマーク結果に結び付けた。

この反応は、モデルそのものよりもAlibabaがそれをどう扱うかに向けられている。同社は今年の大半を、最も強力なモデルをプロプライエタリのまま保つことに費やしてきたが、月曜日の最上位リリースのオープンソース化への回帰は、それを覆すものだ。

Alibaba自身の説明は率直だ。チームは「Qwen-Maxクラスのモデルの重みをオープンソース化するのは今回が初めてだ」と書き、ファイルは来週Hugging FaceとModelScopeで公開される予定だとした。これまでは、Alibabaの最も高性能なモデルを使いたい企業は、自社データをAlibabaのサーバーに送り、利用量に応じて支払う必要があった。来週からは同じモデルをダウンロードし、自社が管理するハードウェア上で実行できる。米国の主要ラボはいずれも、最先端モデルの重みをまったく公開していない。

Alibabaはまた、すでに近隣勢が作った流れに加わる形でもある。Moonshot AIは2.8兆パラメータのKimi K3の重みを公開したのが7月27日で、独立系トラッカーはこれをClaude Fable 5とGPT-5.6 Sol Maxに次ぐ位置に置いた。DeepSeekは7月31日に低コストのV4-Flashモデルを再学習させ、公開したコーディングベンチマーク9件すべてでClaude Opus 4.8に後れを取ったものの、トークンコストはおよそ54分の1だった。最先端に近く、ダウンロード可能で、安価――それがいまや中国勢の標準的な提案であり、その価格設定は、その3つのどれにも当てはまらない米国モデルに対抗している。

単発の回答ではなく、何日も続くタスク

Alibabaは今回の発表を、気の利いた回答ではなく長時間のジョブを軸に組み立てた。同社はこのモデルを10日以上にわたってソフトウェアプロジェクトに投入し、7月30日時点で、そのリポジトリには人間の関与なしに約16日間で265件のコミット、127件のプルリクエスト、151件のイシューが蓄積していた。

別のテストでは、学習データの選び方に関する研究論文とGPU一式をモデルに与え、スターターコードは用意しなかった。約125時間で、このモデルは約7,600行のコードを書き、33回の学習を実行し、論文の6つの発見を再現したうえで、自前の18のアイデアを検証し、競技レベルの数学ベンチマークで論文を2.7ポイント上回る手法にたどり着いた。

さらにAlibabaのTianchiプラットフォーム上のライブ機械学習コンテストにも、526の人間チームを相手に参加した。24時間の制限下で単独で45回提出し、そのうち458チームを上回る成績で終えた。別のチップ設計の実行では、暗号回路を8,298個のロジックゲートから678個に削減し、物理レイアウトも81%縮小した。

個人投資家にとって最も分かりやすい事例は、1年間の模擬Eコマース事業かもしれない。¥100,000で開始し、このモデルは最終的に¥416,252となり、2位のGLM 5.2を38%上回り、Alibabaの前世代フラッグシップQwen3.7-Maxを152%上回った。

一部のベンチマークでは先行、別のものでは後れ

公開された比較表は、勝利宣言というより入り混じった内容だ。Qwen3.8-MaxはTerminal Bench 2.1で86.6を記録し、Claude Opus 4.8とClaude Fable 5の84.6を上回る一方、GPT-5.6 Solの88.8には及ばない。研究論文の再現を試すPaperBenchでは93.0で首位に立っている。

他のテストでは明確に後れを取る。Claude Fable 5はSWE-bench Proで80.0を記録し、Qwen3.8-Maxの67.7を上回る。また、幅広い推論テストであるHumanity's Last Examでは53.3で、43.6のQwen3.8-Maxを上回る。Bloombergは、このモデルがKimi K3を上回る順位にあるベンチマークが複数あると報じており、中国国内ではこの比較が最も重視される。

数字では決着しないこと

証拠の多くはAlibaba自身によるものだ。表中のベンチマークのいくつかは社内で作成され、自律的コーディングやチップ設計の結果もAlibaba自身の未監査の実行結果に基づいており、脚注ではClaude Fable 5のスコアにフォールバックが含まれる可能性があると警告している。独立系トラッカーは、公開されたモデルをまだ評価していない。

また、重みの公開がそのまま実用的な重みを意味するわけでもない。2.4兆パラメータのファイルを動かすには、データセンターGPUを1ラック分必要とし、これは先週Kimi K3も突き当たった壁だ。Alibabaは、この公開にどのライセンスが適用されるのか明らかにしていない。

来週Alibabaが得るのは、売上ではなく流通だ。Qwen3.8-Maxをダウンロードするすべての企業は、OpenAIやAnthropicと契約しなかった企業であり、その上に構築するすべての企業は後から移行させにくくなる。重みは来週公開される。ライセンスが、Alibabaが実際にどこまでその賭けに出ているのかを示すだろう。