何が発表されたか
アリババのQwenチームが、フラッグシップモデル「Qwen3.8-Max」を公開しました。2.4兆パラメータのMoE（Mixture-of-Experts／専門家混合＝入力ごとに一部のパラメータだけを動かす方式）を採用したマルチモーダルLLMで、狙いは自律的なソフトウェア開発と、長期にわたる企業業務です。
自社報告のスコアは、PC画面を操作させるエージェント評価OSWorld-Verifiedで86.1。GPT-5.6 Sol Max（83.2）、Fable 5（85.0）、Gemini 3.1 Pro（76.2）を上回ります。加えて、実験データから科学論文を再現させるOpenAIのベンチマークPaperBenchで93.0、TerminalBench 2.1で86.6、Vision2Web 69.0、LVBench 81.8、ERQA 77.8を記録したとしています。来週にはQwen3.8-27Bと合わせてオープンウェイトを公開予定で、実現すればMax級のQwenが自社ホスティングできる初のケースになります。
本当のニュースは価格のほうにある
注目すべきはスコアより単価です。QwenCloud経由のAPI価格は100万トークンあたり入力2ドル・出力6ドル、合計8ドル。Claude Opus 5（5ドル／25ドル＝合計30ドル）の1/3未満、GPT-5.6 Sol Maxの1/4未満に当たります。自社の前世代Qwen3.7-Max（合計10ドル）よりも安く出してきた点も見逃せません。
エージェント型のシステムは、従来のチャットとは桁の違うトークンを消費します。数百〜数千のエージェントを常時走らせる構成では、単価差がそのまま複利で効いてきます。OpenAIも先週末にGPT-5.6 Terraを20%、Lunaを80%値下げしており、値下げ圧力は中位・下位モデルから最上位帯へと逆流し始めています。「フロンティア級は高い」という前提自体が、いま崩れかけています。
「10日間働き続ける同僚」の主張はどこまで信じるべきか
アリババはこのモデルを、分単位ではなく日単位のプロジェクトを遂行する自律的な同僚と位置づけ、10日超のソフトウェア開発の完遂、数千行規模のコードを伴う論文再現、チップ設計の反復最適化、マルチモーダルなフィードバックで計画を修正し続ける挙動などを挙げています。ただしこれらは自社制作のデモであり、第三者による広範な再現検証はされていません。
ベンチマークの内訳を見ても、全方位の勝利ではありません。プロ向けソフトウェア工学の指標SWE-ProではOpenAIのモデルが最高スコアで、一部のソフトウェア工学評価とAgents’ Last ExamではOpus 4.8が先行しています。つまりQwen3.8-Maxの強みは、画面操作を伴うcomputer-useと研究再現・長時間タスクに寄った勝ち方だと読むのが妥当です。
オープンウェイトの争点は「ライセンス」に移る
公開予告で最も未確定なのがライセンス条件です。現時点で条件は開示されておらず、Apache 2.0のような寛容な条件とは限りません。Moonshot AIのKimi K3が独自ライセンスで公開された例もあり、「重みが手に入る＝自由に商用利用できる」ではない点は、導入判断の前提として押さえる必要があります。
競争の構図は専門特化に向かっています。OpenAIは汎用推論と業務生産性、Anthropicのクロードはコーディングと長文脈推論、GoogleのGeminiはマルチモーダル生産性とWebネイティブな業務、Moonshot AIのKimi K3はフロンティア級性能とオープンウェイトの両立。そこにQwenが「computer-use＋低単価＋自社ホスティング」という組み合わせで割り込んだ格好です。
💼 事業会社視点：これは自社にどう効くか
日本企業にとっての論点は「性能」より「置き場所」と「単価」です。QwenCloudは中国拠点であり、顧客データや設計情報を扱う用途でAPI直叩きを選べる日本企業は多くありません。逆に言えば、来週予定されるオープンウェイト公開は、この制約を国内自社ホスティングで外せる可能性を意味します。ただしライセンス条件は未開示で、Kimi K3のような独自ライセンスなら再配布やSaaS組み込みが縛られます。情シス・法務は「公開されたら即検証」ではなく「ライセンス文面を見てから工数を投じる」段取りを今のうちに決めておくべきです。
受託開発・SIerは前提の再点検が要ります。10日超の自律実行が事実なら、人月積み上げの見積もりは崩れます。ただし現時点は自社デモであり、SWE-ProではOpenAIが首位。「置き換わる」と決め打つのではなく、自社の過去案件でOSWorld的な画面操作タスクを再現し、成功率と手戻りコストを実測するのが先です。
ECと業務SaaSでは、Vision2Web 69.0が示す画面操作能力が効きます。管理画面のAPI化が進まない在庫・広告・受発注のオペレーションは、これまで人力かRPAの領域でした。合計8ドルという単価なら、常時稼働のエージェントを数十本並べても採算が合う水準に近づきます。役員が今決めるべきは導入可否ではなく、「トークン単価が今後も下がる前提で、どの業務プロセスをエージェント前提に再設計するか」の優先順位付けです。