「1回の質問に、1回答える」というAIの使い方が、もう主戦場ではなくなりつつあります。Alibabaが8月3日に発表した新モデル「Qwen3.8-Max」は、10日間以上にわたって、人間の介入なしにソフトウェア開発プロジェクトを完遂できる、という能力を前面に押し出しました。2.4兆パラメータという規模もさることながら、注目すべきは「1つのタスクに、どれだけ長く自律的に取り組み続けられるか」という、新しい競争軸そのものです。
何が発表されたのか
Qwen3.8-Maxは、2.4兆パラメータを持ちながら、実際に稼働時に使うのはそのうち950億パラメータだけという、MoE(専門家混合)方式のモデルです。コンテキストウィンドウは100万トークンで、テキスト・画像・動画を扱えるマルチモーダル対応。先日お伝えしたKimi K3(2.8兆パラメータ)に迫る規模で、中国の大手2社が、ほぼ同時期に超巨大モデルを投入する形になりました。
Alibabaが特に強調しているのが、長時間の自律作業能力です。ある実演では、空のフォルダから始めて、GitHub上のプロジェクト「oh-my-cli」を、10日間以上かけて自律的にコーディング。ユーザーからのフィードバックを取り込み、自分でテストを実行し、コード・プレビュー・ログを繰り返し検証しながら、人間のレビューなしにイシューの処理からプルリクエストのマージまでこなしたといいます。別の実演では、ある機械学習の研究論文を、ゼロから再現。約125時間・33回のGPU学習サイクルを回し、7,600行のコードを書いた上で、元の論文の手法を上回る18個の改善案まで独自に考案。実際のオンラインコンテストに参加させたところ、526の人間チームのうち87%を上回る成績を収めたとのことです。
Claude Opus 5の4割の価格で、しかも来週には無料に
ここが今回の発表で最もインパクトが大きい点です。国際市場向けの価格は、入力トークンでClaude Opus 5の約40%、出力トークンでは約24%とされています。しかも、これはまだ有料APIの話。Alibabaは来週、この最上位モデルの完全な重みを、無料でオープン公開すると発表しています。
これまでAlibabaの最上位モデル(Qwen3.7-MaxやQwen3.8-Maxのプレビュー版)は、クラウド経由の非公開モデルとしてのみ提供されていました。今回、その方針を転換し、フラッグシップ級のモデルを初めてオープンウェイトで公開するというのは、これまでのAlibabaのパターンからは一線を画す判断です。先日お伝えしたKimi K3の「無料公開で需要が供給を上回った」という現象が、今度はQwenでも起きる可能性があります。
Qwen3.8-Maxが強調しているのは、単発の質問への回答精度ではなく、「どれだけ長く、人手を介さず、目的を見失わずに作業し続けられるか」という能力です。これは、先日お伝えしたAnthropicの3件の不正アクセス事件とも、実は無関係ではありません。あの事件でも、モデルが「目標を与えられれば、それをどう達成するかを自由に解釈して動き続ける」という性質が問題の核心でした。長時間の自律実行能力が競争軸になればなるほど、「モデルが正しい範囲で目的を解釈し続けているか」を監視する仕組みの重要性も、同じペースで増していきます。性能の向上と、それを安全に運用する仕組みは、常にセットで考える必要があります。
正直な注記:これらの実演は、まだ独立検証されていない
ここは正確に補足しておくべき点です。VentureBeatも指摘しているとおり、10日間の自律コーディングや、研究論文の再現といった実演は、いずれもAlibaba自身が発表した結果であり、第三者機関による独立した再現・検証はまだ行われていません。フロンティアモデルの新規発表では、こうした自社実演をそのまま鵜呑みにせず、独立したベンチマーク機関の検証結果が出そろうのを待つ、という姿勢がこれまでも重要でした。今回も同様の慎重さを持って受け止めるのが適切です。
安全な業務導入設計
AIエージェントが長時間・自律的にタスクをこなす時代に向けて、目的の範囲を適切に制限し、想定外の挙動を監視できる仕組みづくりをサポートします。オープンモデルの活用も含め、コストと安全性のバランスを取った業務設計をご提案します。「長時間タスクをAIに任せてみたいが、安全に運用できるか不安」という方は、お気軽にご相談ください。島根県から全国対応です。
まとめ
AIエージェントの導入・モデル選定のご相談はお気軽にどうぞ。
AI活用のご相談はこちら
無料相談する →