Qwen3.8-Max リリースタイムライン：プレビューから GA までわずか 2 週間
7 月下旬は中国製大規模言語モデルの発表が集中し、Qwen3.8-Max の展開ペースは Kimi K3 や DeepSeek V4-Flash と直接比較できます。タイムラインを押さえることで、第三者検証済みの情報とメーカー発表の切り分けがしやすくなります。
7 月 16 日：Moonshot AI が Kimi K3 を発表しました。総パラメータ 2.8 兆（896 エキスパート中 16 個を活性化）、独立ベンチマークと技術レポートの透明性を前面に出したリリースです。
7 月 19 日：Qwen3.8-Max がプレビュー版として公開され、Token Plan・Qoder・QoderWork に接続されました。価格は正式版の 10% でしたが、活性パラメータ数やベンチマーク表は未公開で、利用規約は自動化された本番環境呼び出しを禁止していました。
7 月 27 日：Kimi K3 が約束どおりウェイトをオープンソース化し、Hugging Face に公開されました。アテンションカーネルや MoE 通信ライブラリなどのインフラも同時に公開されています。
7 月 31 日：DeepSeek が V4-Flash 正式版をリリースしました。パラメータ規模は据え置きながら、アーキテクチャと学習最適化により Agent・コード系ベンチマークで V4-Pro プレビュー版を大きく上回りました。
8 月 3 日：Qwen3.8-Max が正式 GA となり、フルベンチマーク表と Agent 製品「千問办公」が同時投入されました。当日、Alibaba の香港株は約 7%、米国株は約 4.5% 上昇しました。
8 月 10 日前後には Qwen3.8-Max 本体と軽量版 Qwen3.8-27B のウェイトが Hugging Face と ModelScope に登場する見込みですが、執筆時点では公開日とライセンス条項の詳細は未発表です。
Qwen3.8-Max コアスペック：Kimi K3・DeepSeek・Claude との横並び比較
下表は Alibaba が GA 段階で公表した数値を優先して掲載しています。「Alibaba 自社計測」と記したベンチマークは、Artificial Analysis や Arena.ai による第三者の正式再現がまだ出ていない項目です。
| 項目 | Qwen3.8-Max | 備考 |
|---|---|---|
| 総パラメータ / 活性パラメータ | 2.4 兆 / 950 億 | スパース MoE + ハイブリッドアテンション |
| コンテキストウィンドウ | 100 万トークン | 思考モード約 98.3 万、出力上限 13.1 万 |
| API 料金（100 万トークンあたり） | 入力 $2 / 出力 $6 | 中国向け：入力 12 元 / 出力 36 元 |
| Arena テキスト競技場（8/1 スナップショット） | 第 5 位、1,496 点 | Preliminary 表記。上位 8 名で唯一 Anthropic 以外 |
| SWE-bench Pro（Alibaba 自社計測） | 67.7 | Fable 5 の 80.0 に劣後 |
| ウェイト公開状況 | 「来週」公開予定 | 執筆時点では未公開 |
| モデル | 総パラメータ/活性 | 料金（入力/出力） | ウェイト公開 | 独立第三者ベンチマーク |
|---|---|---|---|---|
| Qwen3.8-Max | 2.4T / 950 億 | $2 / $6 | 未公開（公開予定） | なし |
| Kimi K3 | 2.8T / 約 500 億 | $3 / $15 | 公開済み（7/27） | AA Index ≈ 57.11 |
| DeepSeek V4-Flash | V4-Pro と同規模 | 完全表は未公開 | 公開済み | Agent/コード 9 項目で V4-Pro 超え |
| Claude Fable 5 | 非公開 | $10 / $50 | クローズド | Arena テキスト第 1 位 |
唯一実施された独立盲測（269 ファイルの実プロジェクト・アーキテクチャタスク）では、Kimi K3 が 83 点、Qwen3.8-Max プレビュー版が 80 点でした。差は小さく、一方が全面優位という状況ではありません。
2.4 兆パラメータの裏側：MoE 効率・推論レベル・Agent エコシステム
Qwen3.8-Max は Qwen3.5 系のスパース MoE 路線を継承しています。総パラメータ 2.4 兆に対し実際に活性化されるのは 950 億のみで、推論コストはフル 2.4T ではなく 1 兆級モデルに近い水準です。これが API 料金を $2/$6 に抑え、Claude Opus 5（$5/$25）や Fable 5（$10/$50）より安く設定できるアーキテクチャ上の根拠です。
reasoning_effort の 3 段階設計では low / medium / xhigh（デフォルトは xhigh）を選べます。タスクの複雑さに応じて速度と推論深度のバランスを調整でき、enable_thinking または Anthropic 互換 API の reasoning.effort フィールドから指定できます。
長期自律タスクが主な訴求点です。Alibaba の事例には、16 日間無人介入の自律コーディング、500 ステップ超のチップ設計最適化、RecreationBench（ブラックボックス環境で対話と視覚フィードバックのみから実アプリを再現）などがあります。一部の過程は GitHub の qwen-code-dev-bot/oh-my-cli に記録されていますが、完全な第三者監査ではありません。
from anthropic import Anthropic
client = Anthropic(
api_key="YOUR_DASHSCOPE_API_KEY",
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
message = client.messages.create(
model="qwen3.8-max",
max_tokens=8192,
thinking={"type": "enabled", "budget_tokens": 4096},
messages=[{"role": "user", "content": "三サービス構成のマイクロサービスアーキテクチャを設計してください"}]
)
ポイント：API は OpenAI 互換と Anthropic 互換の両方に対応しており、Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw など主要な Agent ツールチェーンへそのまま接続できます。既存ワークフローの移行コストを抑えられます。
Qwen3.8-Max 評価と接続：六ステップ Runbook
接続経路の選定：API 呼び出し（QwenCloud / DashScope）、オープンウェイト待ち（現実的には Qwen3.8-27B）、OpenClaw などの Agent ゲートウェイ経由の間接呼び出しのいずれかを決めます。フル 2.4T ウェイトの自前デプロイにはマルチノードのデータセンターが必要で、ローカル環境には適しません。
API キーの取得：Alibaba Cloud Model Studio で Qwen3.8-Max を有効化し、アカウントのクォータとリージョンを確認します。プレビュー版では自動化された本番呼び出しが禁止されていましたが、GA 後の条項は最新の公式ドキュメントを参照してください。
reasoning_effort の設定：タスク種別に応じて low / medium / xhigh を選択します。単純な分類は low、複雑な Agent オーケストレーションはデフォルトの xhigh が無難です。レイテンシと推論深度のトレードオフを意識してください。
キャッシュ戦略の有効化：暗黙キャッシュのヒット時は $0.25/100 万トークン、明示キャッシュ読み取りは $0.17/100 万トークンです。長コンテキストの Agent ワークフローではキャッシュヒット率が実際の請求額に与える影響を試算しておくとよいです。
業務シナリオでの A/B テスト：本番移行前に自社データセットで Kimi K3 や DeepSeek V4-Flash と盲測比較を行います。メーカー公表のスコアだけに依存しないことが重要です。
オープンウェイト公開の追跡：8 月 10 日前後に Hugging Face / ModelScope のリポジトリ、ライセンス条項、Qwen3.8-27B 軽量版の有無を確認し、自前デプロイへの切り替え可否を判断します。
オープンソース表記の論争と 2026 年中国 LLM 競争の構図
「Open-Source」ラベルがウェイト先行：qwen.ai は GA 当日にすでにオープンソース表記を付けていますが、Hugging Face / ModelScope にはリポジトリもライセンスもなく、「来週」という曖昧な約束のみです。
スコアは Alibaba 独自フレームワーク由来：PaperBench 93.0、OSWorld-Verified 86.1 などは中立機関による再現がなく、Arena の 1,496 点も Preliminary 表記です。
Apple Intelligence 中国版：千問モデルは 4GB 以内に圧縮され、iPhone 15 以降の端末でローカル実行されています。商用の波及範囲は数億台規模の iPhone システム AI にまで及びます。
注意：2026 年のパラメータ競争の物語は「アーキテクチャ効率競争」へと移行しています。DeepSeek V4-Flash はパラメータを増やさず V4-Pro を上回りました。Qwen3.8-Max の「大容量・低活性」設計も同じ流れですが、「世界最前列」という結論は、オープンウェイト公開と第三者ベンチマークの確定を待つ必要があります。
ローカル Mac で OpenClaw Gateway、Claude Code、Qwen Code などの Agent オーケストレーションツールを動かす場合、コンシューマー向けハードウェアでは 2.4T 級モデルのプライベート推論は現実的ではありません。Mac のスリープやメモリ制約は、16 日間規模の長期 Agent タスクを途中で中断させるリスクもあります。iOS CI/CD と AI Agent 自動化を 7×24 で安定稼働させる本番環境では、MESHLAUNCH の Mac Mini クラウドレンタルがより現実的な選択肢です。専有の Apple Silicon、日・週・月単位の柔軟な契約で、推論は API に任せ、オーケストレーションとビルドは安定したクラウド Mac ノードに載せられます。
API は QwenCloud から利用でき、OpenAI 互換と Anthropic 互換の両方に対応しています。ウェイトはまだ公開されておらず、8 月 10 日前後の Hugging Face・ModelScope 公開が予定されています。確定日は公式発表をご確認ください。クラウド開発環境の料金はレンタル料金ページをご覧ください。
現時点では権威ある統一ベンチマークは存在しません。唯一の独立盲測では Kimi K3 が 83 点、Qwen3.8-Max プレビュー版が 80 点と僅差です。Kimi K3 の強みはオープンウェイト公開と第三者ベンチマークの充実、Qwen3.8-Max の強みは API 料金の安さとマルチモーダル対応の幅広さです。
総パラメータ 2.4 兆ですが活性は 950 億のみのため、API 呼び出しコストは 1 兆級モデルに近い水準です。フルウェイトの自前デプロイにはマルチノードのデータセンターが必要で、現実的には Qwen3.8-27B 軽量版のオープンウェイト公開を待つのが妥当です。
参考値としては有用ですが、最終判断の根拠にはなりません。数値は Alibaba 独自のテストフレームワークによるもので、Artificial Analysis など中立機関による正式版の再現はまだ出ていません。自社シナリオでの A/B テストを推奨します。クラウド Mac 開発環境の構成はヘルプセンターをご参照ください。
中国市場向け Apple Intelligence は圧縮版 Qwen モデルを端末内で動かしており、国内の iPhone ユーザーはシステムレベルで千問シリーズの能力を利用できます。モデルベンダーを意識せずに恩恵を受ける形です。