Qwen3.8-Maxリリース: 2.4T‑パラメータモデル、来週オープンウェイト、そして広範な自律機能

Qwen3.8‑Max 概要

Qwen3.8‑Maxは、Qwenファミリーにおいてこれまでで最も能力の高いモデルで、2.4兆パラメータ（95Bアクティブ）にスケールし、コーディング、仕事、研究、長時間タスクにおいて包括的な改善をもたらします。このリリースは、Qwen‑Maxクラスのモデルのウェイトが初めてオープンソースとなることを示し、オープンウェイトは来週リリースされる予定です。

コーディング能力

自律的自己進化ハーネス

Qwen3.8‑Maxは、oh‑my‑cliプロジェクトをゼロから構築するタスクを与えられ、10日以上の長時間自律コーディング実行を経て、ユーザーフィードバック、コミュニティプラクティス、自己テスト結果を継続的に取り込む自己進化ハーネスを構築しました。2026年7月30日時点では、約16日間の完全自律運用後、リポジトリは265コミット、127プルリクエスト、151イシューを蓄積していました【...】。

ハーネスの主要な要素には、イシュー状態マシン、ディスパッチャー、モニター、ウォッチドッグによる実行ループ；異常状態を関連するイシュー/PRにルーティングする自己テスト；コミュニティの経験とフィードバックを実行可能な作業に変換するマルチソース進化が含まれます。

研究論文の再現と改善

論文 "Unified Data Selection for LLM Reasoning" (arXiv:2605.22389) とGPUのセットのみを与えられ、Qwen3.8‑Maxは約5日間（約125時間）かけて約7,600行のコードを書き、33ラウンドのGPUトレーニングを実行し、論文の6つの主要な発見を再現しました。その後、約88時間にわたる自己改善研究ループに入り、4ラウンドにわたって18の改善アイデアをテストしました。最終的なメソッド―ハードな意思決定ポイント（「nhighgate」）のカウント―は、AIME24ベンチマークにおいて論文のベースラインに対して**+2.7ポイント**の向上を達成しました【...】。

24時間コンテストでの人間チームに勝利

Alibaba CloudのTianchiプラットフォームで開催されたWWW2025マルチモーダルダイアログインテント認識チャレンジにおいて、526の人間チームと対戦し、Qwen3.8‑Maxは厳格な24時間制限の下で自律的に動作しました。BERT、MacBERT、RoBERTaをファインチューニングおよびアンサンブルしてテスト処理を行い、Chinese‑CLIPでバックアップされたQwen2.5‑VL‑7Bビジョンランゲージモデルをスクリーンショットに使用し、重み付き投票システムで融合させたソリューションを構築しました。45回の提出を経て、精度は0.60から0.853に上昇し、**526チーム中458チーム（87％）**を上回りました【...】。

これらの3つの事例は、Qwen3.8‑Maxが人間の介入なしでオープンエンドゴールに数日間集中し、独自のアイデアを生み出し、それを動作する結果に変換できる能力を示しています。

実際の仕事における能力

実際のRLシステムのスケーリング

Qwen3.8‑Maxの作業能力は、RL環境と計算を共同でスケーリングすることで向上しています。以下の3つの結合された課題に対処しました：

タスク（シングルタスク → マルチタスク → マルチデイ）、ワークスペース（マルチファイル → 階層的 → 複雑な異種フォルダー）、ハーネス（カテゴリ、バージョン、スキル）という独立した軸に沿って、実際の環境をデカップリングしながら継続的にスケーリングし、環境の成長が組み合わせ爆発的になるようにしました。
実行ベースのチェック、テキスト/ビジュアル出力に対するルーブリック条件付き adjudication、エージェントベースの検査などの異種検証を内部化し、自動的にスケーラブルなルーブリックの下で統一する普遍的な報酬システム。
タスク、難易度、ワークスペース、ハーネス全体にわたる分布を高いバランスで保つように各バッチを形成するオンラインデータバランサー。これによりインターバッチグラディエント分散を抑制し、RL計算のスケーリングを安定させます。

これらにより幅広さ、信頼性の高い報酬、安定性が得られ、実際の作業能力における測定可能な水平的向上をもたらします。

数百の職種にわたる幅広さ

ストレステストの結果、Qwen3.8‑Maxは多くの高付加価値職種における実際のワークフローで本番品質の結果を提供することが示されました：

企業コンプライアンス顧問：数百のドキュメントにわたって1,284の関連条項を1時間未満で抽出し、パラリーガルチームの典型的な1週間と比較。
UI/UXデザイナー：デジタルバンキングアプリNOVA（8スクリーン）の高 fidelity インタラクティブプロトタイプを、人間の修正ゼロの一発で作成。従来の3–5ラウンドと比較。
レストランブランド創業者：100以上の食材供給ブリーフを読み、平均カロリー値と食材原産地を注釈した完全な26品メニューを一発で作成。食材コスト比率を**33.8 %**に維持。
構造エンジニア：ブラウザ内で30階建てオフィスビルの耐震構造モデルを再構築。自然周期、基底せん断、層間変形比をホバー時に表示。専用ソフトウェアでは通常1週間以上かかる作業。
リハビリセラピスト：2D紙ベースの評価フォームを、自由に回転可能な視角と層別解剖オーバーレイを備えた3Dインタラクティブデモに変換。これまでは医療アニメーションスタジオに外注し、2–4週間のリードタイムと数千ドルのコストが必要だった。
スポーツデータアナリスト：選手ごとの約8,400の攻撃/守備ポゼッションを分析し、すぐに使える選手戦術プロファイルとコーチングレポートを数十分で作成。従来のアナリティクスチームでは数営業日かかる。

1回のセッションで利益を上げるエンドツーエンドの定量戦略を構築

Dynamic Workflows構築能力により、Qwen3.8‑Maxは1つの会話からエンドツーエンドの定量リサーチループに変換できます。1行のタスク説明から、複雑なダイナミックワークフローを自律的に計画し、データシステムを構築し、ベースファクターを構築し、マルチラウンドの貪欲イテレーションをオーケストレーションしながら、バックテストを動的に分析し、コースを修正します。また、ファクター採掘を並列化：6つのクラシックファミリーにわたる短い説明から、それぞれを50の研究方向に分解し、約330のサブエージェントを派遣し、約6,000のバックテストを完了し、実行中にワークフローを動的に適応させます。選択されたファクターは、0.64–1.48の超過シャープレシオを達成し、ICは一貫して正の0.010〜0.014の範囲にあります【...】。

長時間タスクのパフォーマンス

自律チップ設計とクローズドループ最適化

Qwen3.8‑Maxは、GCD/RSA暗号ハードウェアアクセラレータの完全なシリコン設計フローを独立して実行しました。最小限の入力―タスクの説明、スタブRTLワークスペース、評価スクリプト―から始め、完全に自律的に動作し、RTL編集、シミュレーションデバッグ、合成分析、冗長性の特定、およびデータパスの再アーキテクティングの反復を管理しました。単一の連続実行で、約500ターンと71の評価を13の主要マイルストーンにわたって完了し、合成ゲート数を8,298ゲートから678ゲートに削減（物理ダイ面積の81％削減）しながら、500 MHzでのタイミングクロージャを達成（+0.66 nsスラック）【...】。

主要マイルストーンには以下が含まれます：

アルゴリズムの書き換え：モジュロ除算 → イテラティブシフト‑サブトラクト（8,298 → 2,010ゲート、ターン22）。
冗長性の排除およびビット幅トリミング（2,010 → 1,304ゲート、ターン35–48）。
レジスターおよびコントロールFSMの剪定（1,304 → 907ゲート、ターン60–113）。
モジュール融合およびロジック共有（907 → 765ゲート、ターン170–252）。
ゲートレベルの精緻化（765 → 678ゲート、ターン443–500）。

OpenROADによる物理レイアウト検証では、ダイが106×106 µm²から46×46 µm²に縮小し、ワイヤレングスが33,369 µmから4,187 µmに減少し、タイミングクロージャが成功しました。

長期運用における継続的学習（E‑コマースベンチ）

365日間のeコマース運用シミュレーションベンチマークにおいて、Qwen3.8‑Maxは¥100,000の資本で開始し、12店舗タイプ、60製品カテゴリ、ほぼ600サプライヤー、および7,000製品にわたる製品選択、サプライチェーン交渉、在庫管理、動的価格設定、返品処理を管理する必要がありました。サプライヤー交渉における継続的学習を示し、段階的な価格削減と安定した利益増加を達成し、時間とともに交渉効率が拡大しました。また、この経験を類似製品に一般化し、他のモデルが停滞する中で進歩しました。

隠れたリスク（サプライヤーマトリックスに組み込まれた152の詐欺業者）および季節的需要変動に対して、Qwen3.8‑Maxは早期に大きな投資を行い、資産成長曲線を加速し、年末の大型プロモーション期間中に純利益が¥100,000を超えることを実現しました―これは2位のGLM 5.2のほぼ2.4倍です。最終的に最高総残高**¥416,252**（4.16倍のリターン）を達成し、GLM 5.2を**38％上回り、以前のフラッグシップQwen3.7‑Maxに比べて152％**の改善を示しました【...】。

マルチモーダルエージェントとビジュアルフィードバックループ

Qwen3.8‑Maxは、ビジョンを計画、実行、検証、反復におけるネイティブなフィードバックループとして扱います。視覚コンテンツの理解と生成、自身の中間結果の検査、逸脱の検出（たとえば、テレビが間違った方向を向いている、インターフェイスがずれている）を行い、計画を自律的に修正し、出力を修正できます。

この機能により、ハイブリッドエージェントの動作が可能になります：コーディング（効率的でスケーラブルな重い作業）とGUI操作（人間が見たり触れたりできるもの）を組み合わせ、実際に動作しているアプリケーションに対して検証を行います。

これを測定するために、RecreationBenchベンチマークは5つのプラットフォーム（デスクトップ Ubuntu/macOS/Windows、モバイル Android、およびウェブ）をカバーします。モデルは実際に動作しているアプリケーションをブラックボックスとしてのみ観察します―ソースコードもインターネットアクセスもなし―そして、反復的なコーディングとインタラクティブフィードバックのサイクルを繰り返して、ゼロからアプリケーション全体を再構築しなければなりません。Qwen3.8‑Maxはこのベンチマークにおいてすでにフロンティアレベルのハイブリッドエージェント能力を示しています【...】。

より簡単な統合のために、Qwen‑MM‑Pluginsは画像およびビデオ処理、マルチモーダルメモリ、ダイナミック解像度サポート、ビジュアルツール使用、およびビデオ編集、Blender、CADなどのタスクに特化した機能を提供するハーネス拡張ライブラリを提供します。既存のエージェントハーネスはこれを拡張して、より自然にマルチモーダルネイティブなシステムにすることができます。

ユーザーフィードバックとコミュニティの反応

Hacker Newsでのディスカッションのコメントでは、いくつかのポイントが強調されました：

来週のQwen3.8‑27Bオープンウェイトリリースの発表が重要であると指摘され、あるコメントでは「ここでの本当のニュース」と呼ばれていました【...】。
一部のユーザーは、Qwen3.8‑Max‑PreviewがすでにAlibabaのToken Plan、Qoder、およびQoderWorkで7月19日にデビューしていたことを指摘し、8月3日の発表が何を追加するのか疑問を呈していました【...】。
コストと効率についての関心が寄せられました：モデルはreasoning_effortパラメータ（xhigh、medium、low）をサポートし、推論の深さを調整しコストを制御します。これにより、代替案よりも大幅に安価になることを期待する声がありました【...】。
少数のコメント者は、 modestなハードウェアで27Bモデルをローカルで実行することの難しさを指摘し、GPUメモリの制約について言及していました【...】。
トークンおよび推論効率についての疑問が提起され、ベンチマークにおけるトークン使用量のデータが求められました【...】。
モデルのビジョン機能は称賛されましたが、一部ではビジュアルウェブ開発タスクでの使用時にタイムアウト問題が発生することが指摘されました【...】。
議論はより広範な影響にも及びました：オープンウェイトモデルの禁止期間の潜在的な縮小、蒸留出力における可能な親西側バイアス、およびモデルを言語特有の変種に絞って軽量なローカル使用に適応できるかどうか【...】。
いくつかのユーザーは、Claude Code、Codex、Qoder CLI、Qwen Code、およびOpenClawなどのエージェントフレームワークとQwen3.8‑Maxを統合することへの興奮を表明し、例の構成スニペットを共有していました【...】。

可用性と使用方法

Qwen3.8‑Maxは、QwenCloudを介して https://www.qwencloud.com/ からアクセス可能です。モデルのウェイトは来週、Hugging FaceおよびModelScopeでオープンソースとなります。

API 使用方法

公式APIは、深さとコストのトレードオフを行うreasoning_effort引数をサポートします：

xhigh（デフォルト）：複雑なタスクで徹底的な分析が必要な場合
medium：精度と速度のバランス
low：速度とコストの最適化

preserve_thinkingは、最高のOut‑of‑the‑Box体験のためにデフォルトで有効になっています。

OpenAI互換クライアントを使用した例の呼び出し：

from openai import OpenAI
import os
api_key = os.environ.get("DASHSCOPE_API_KEY
if not api_key:
    raise ValueError("DASHSCOPE_API_KEY is required. Set it via: export DASHSCOPE_API_KEY='your-api-key'
)
client = OpenAI(
    api_key=api_key,
    base_url=os.environ.get(
        "DASHSCOPE_BASE_URL",
        "https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
    ),
)
messages = [{"role": "user", "content": "Write a Python function to merge two sorted linked lists."}]
completion = client.chat.completions.create(
    model="qwen3.8-max",
    messages=messages,
    extra_body={
        "enable_thinking": True,
        # "preserve_thinking": True,
    },
    reasoning_effort="xhigh",
    stream=True,
)
# ... process streaming chunks for reasoning_content and answer_content

詳細はAPIドキュメントを参照してください。

コーディングアシスタントとの統合

Claude Code：ANTHROPIC_MODEL="qwen3.8-max"を設定し、ANTHROPIC_BASE_URLをQwenCloud互換エンドポイントに向けます。
Codex：~/.codex/model-catalog.local.jsonにモデルエントリを追加し、slug: "qwen3.8-max"、context_window: 1000000、適切なreasoningレベルを設定；その後、~/.codex/config.tomlを設定してModelStudioプロバイダーを使用します。
Qoder CLI：curl -fsSL https://qoder.com/install | bashでインストールし、qoderを実行します。
Qwen Code：npm install -g @qwen-code/qwen-code@latestでインストールし、qwenを実行します。
OpenClaw：インストールスクリプトに従い、DASHSCOPE_API_KEYを設定し、~/.openclaw/openclaw.jsonを設定してQwenCloudエンドポイントを指します。

結論

Qwen3.8‑Maxは、巨大なスケール（2.4兆パラメータ）とオープンウェイトの可用性、強力な自己進化コーディング能力、実際の仕事における幅広い能力、ハードウェア設計とビジネスシミュレーションにおける長時間最適化、マルチモーダルビジュアルフィードバックループを組み合わせることで、自律型AIシステムのフロンティアを押し広げます。近々リリースされるそのウェイト、および小型のQwen3.8‑27Bバリアントにより、コミュニティには、人間の監督を最小限に抑えてコーディング、プロフェッショナルワークフロー、研究、創造的タスクにおいて動作できるエージェントを構築するための強力な基盤が提供されます。