アリババ、新AI「Qwen3.8-Max」をFable 5に次ぐ世界2位と主張 ベンチマークは未公開
2026年7月22日 11:15
アリババ（Alibaba）は、最新のAIモデル「Qwen3.8-Max-Preview」がAnthropicの「Claude Fable 5」に次ぐ世界第2位の性能を持つと主張した。しかし、この主張を裏付けるベンチマーク表やモデルカードは公開されておらず、第三者による検証も行われていない。企業の導入判断においては、未検証の性能主張に加え、中国の国家情報法や米国防総省による指定といった法的・規制上のリスクも慎重に評価する必要がある。
■発表内容と未確認の主張
アリババは、上海で開催された「WAIC 2026」で、新モデル「Qwen3.8-Max-Preview」がAnthropicの「Claude Fable 5」に次ぐ世界で2番目に高性能なAIシステムであると発表した。この主張が事実であれば、企業や開発者、投資家による最先端AIの勢力図の捉え方は一変することになる。しかし、重大な問題が1つある。アリババは発表に際してベンチマーク表もモデルカードも公開しておらず、この順位は同社独自の評価にすぎない。
2026年7月19日に実際に提供が始まったのは、2.4兆パラメータのスパースMixture-of-Experts（MoE：混合専門家）アーキテクチャを採用したプレビュー版である。現在はアリババの「Token Plan」サブスクリプションを通じて、想定される標準価格の10%でアクセスできる。これは、テキスト、画像、動画、文書を単一のシステムで処理できる、1兆パラメータを超える初のQwenモデルである。しかし、QwenチームがXへの1件の投稿で示した「Fable 5に次ぐ」という評価を裏付ける、第三者によって再現されたスコアは、本記事の公開時点で1つも存在しない。
企業が機密性の高いコードやビジネスロジック、ユーザーデータをQwen3.8-Maxに処理させる前に、開発元であるアリババを取り巻く法的・規制上の枠組みも、導入判断において同様に重視すべきである。アリババは2026年6月8日、国防授権法（NDAA）第1260H条に基づき、米国防総省の「中国軍事企業」リストに追加された。米国防総省は軍民融合とのつながりを示す指定だとしているが、アリババは現在、この指定を不服として法廷で争っている。また、中国の国家情報法は、すべての中国組織に対して国家の情報活動への協力を義務付けている。未検証の最先端性能という主張と、係争中の政府指定が重なっている現状では、このモデルは注視してテストすべき対象であり、裏付けがないまま信頼すべき段階にはない。
■発表で確認された技術的仕様
Qwenの開発者であるShuai Bai氏は、同モデルを「継続的に進化している」と表現している。これは完成版のリリースではなく、現在も更新が続くプレビュー版であることを示す表現だ。独立して確認されている技術的事実は限られている。
確認されている仕様として、983,616トークンのコンテキストウィンドウを持ち、最大出力長は131,072トークンである。思考機能は組み込まれ、常に有効になっている。強度は低、高、拡張の3段階で、最も厳密な設定がデフォルトとなっている。マルチモーダル入力（テキスト、画像、動画、文書）は、現在提供されている3つのアクセス手段、すなわちToken Planサブスクリプション、エージェント型コーディング環境「Qoder」、デスクトップ生産性スイート「QoderWork」のすべてでサポートされている。
一方で、確認されていない事項も同様に重要である。アクティブパラメータ数、ベンチマーク表、オープンウェイトの公開日、標準的な従量課金制APIの価格は、いずれも公表されていない。本記事の公開時点で、Qwen3.8-Max-PreviewにはHugging Face上のモデルカードがなく、独立したリーダーボードにも掲載されていない。
■アクティブパラメータ数が重要な理由
2.4兆パラメータという数値は、モデル全体の総容量、すなわちモデル内のすべての専門家サブネットワークが持つ重みの合計を示している。これは、推論コストや遅延、セルフホスティングの実現可能性を直接決める数値ではない。Qwen3.8-MaxはスパースMoEアーキテクチャを採用しているため、各トークンの処理時に有効になって計算を行うのは、専門家の一部だけである。残りはメモリ上にロードされているものの、計算には使われない。
デンスモデルでは、すべてのパラメータが毎回のフォワードパス（順方向計算）に参加する。これに対し、スパースMoEでは、ルーターネットワークが各入力トークンを少数の専門サブネットワークに振り分ける。その結果、モデルは巨大な総容量を持ちながら、推論計算量、ひいてはトークン当たりのコストと遅延を、アクティブパラメータ数に応じた規模に抑えられる。2023年に登場したMixtral-8x7Bはこの仕組みを実証しており、総パラメータ数は470億である一方、1トークン当たりで有効になるのは約130億パラメータだった。
アリババが以前に開発したMoEモデル「Qwen3-235B-A22B」では、総パラメータ数2350億に対し、1トークン当たりで有効になるのは220億パラメータのみで、アクティブ化率は約9%だった。仮にQwen3.8-Maxも同程度の比率を採用しているなら、実際に計算に使われるパラメータは約2200億となる。これは2.4兆パラメータすべてを使う場合とは大きく異なるエンジニアリング上の課題であり、インフラ計画においてははるかに扱いやすい規模となる。
オープンウェイトが公開された後にQwen3.8-Maxをセルフホスティングしたい開発者にとって、4ビット量子化時には、完全な重み行列を保持するために約1.2テラバイトのVRAMが必要となる。Nvidia H200が1基当たり搭載するHBMメモリは141ギガバイトである。1ノードに8基のH200を搭載しても合計は約1.13テラバイトで、完全な重みをロードするには足りない。したがって、本格的なセルフホスティングには、マルチノード構成か、標準的な4ビット量子化よりもさらに高い圧縮率の量子化が必要となる。アクティブパラメータ数が分からなければ、こうした構成を最適化することはできない。アリババが公開していないアクティブパラメータ数こそ、開発者がこのモデルを現実的に運用できるかどうかを判断するうえで重要な数値である。
■開発者は今すぐ利用できるのか？
プレビュー版は現在利用可能で、アリババのAPIを通じて呼び出すことができる。Token Planの料金は、Liteプランが月額6ドル（約978円、1ドル＝163円換算）、Proプランが月額68ドル（約1万1084円、同）となっている。Proプランには週4万クレジットが含まれ、6～8個のエージェントを同時に実行できる。いずれもプレビュー期間中は、想定される標準価格の10%で提供されている。
技術的に重要なアクセス仕様として、Qwen3.8-Max-Previewのエンドポイントは、OpenAIとAnthropicの2つの主要なAPIスキーマに合わせたリクエスト形式を受け付ける。いずれかのプロバイダー向けにツールチェーンを構築している開発チームは、統合レイヤーを書き換えることなく、既存クライアントの接続先をQwen3.8-Max-Previewに変更できる。これは欧米の開発者の乗り換えコストを下げるために、アリババが意図的に採用した相互運用性の設計である。
ただし、このプレビュー版では、従量課金制APIの標準価格、学習方法を記載したモデルカード、安全性評価、再現可能なベンチマーク数値は公開されていない。この発表を検討した複数の独立系AI評価者の助言は一致している。公式コンソールを通じて自社のワークロードでプレビュー版をテストし、アクティブパラメータ数、ベンチマーク表、独立した評価結果が公開されるまでは、本番システムを移行すべきではないというものだ。
■中国製AIモデルに見られる発表パターン
Qwen3.8-Maxは、このような順序で登場した最初の中国製AIモデルではない。大規模な発表が行われ、独立して検証された範囲を超える目玉の主張が示された後、開発者コミュニティがその数値を厳しく検証できるようになるまで数週間の空白が生じるという流れだ。2025年1月にリリースされたDeepSeekも同様の情報ギャップを生み、独立系評価者が性能主張を確認または否定する前に、Nvidiaの時価総額は1回の取引セッションで約5900億ドル（約96兆1700億円、1ドル＝163円換算）減少した。
Qwen3.8-Maxの2日前に北京のMoonshot AIが発表した「Kimi K3」も、より大きな規模で同じパターンをたどった。その発表を受け、フィラデルフィア半導体株指数は6月下旬のピークから20%以上下落し、弱気相場入りの目安を超えた。これは半導体メーカーにとって2025年4月以来最悪の週間下落となった。6月22日以降に失われた世界の半導体市場の時価総額は約3.3兆ドル（約537兆9000億円、1ドル＝163円換算）に達した。その後の独立したテストでは、Kimi K3がArena.AIのフロントエンドコーディング・リーダーボードで1位となる一方、知識タスクでのハルシネーション率が約51%に達したことが判明した。これにより、発表時に示されるベンチマークと、本番環境で求められる信頼性との隔たりが明らかになった。
Qwen3.8-Maxも、まさにこの検証期間の中にある。「Fable 5に次ぐ」という主張は正しいと証明されるかもしれないし、そうでないかもしれない。ベンチマーク表がないことはモデル自体を否定する理由にはならないが、その表が公開される前に企業が導入を決定すべきではない理由にはなる。
■アリババとMoonshotの複雑な関係
アリババは2024年2月の資金調達ラウンドで、Moonshotに8億ドル（約1304億円、1ドル＝163円換算）を出資し、株式36%を取得した。この持ち分により、マルチ兆パラメータ規模の競争における両社の成長から、アリババは財務上の利益を得られる。Bernsteinのアナリストは、開発者がどちらのモデルを採用してもAlicloudにとってプラスになる関係だと評価している。
また、Goldman Sachsのアナリストは、中国のオープンソースAIシステムが世界的な普及に向けた重要な転換点に達したと結論付けている。この表現は、競争環境の変化を近い将来のリスクではなく、すでに生じている状況として捉えるものだ。
Moonshotは香港での新規株式公開（IPO）を目指している。手続きに近い関係者によると、同社の評価額は300億ドル（約4兆8900億円、1ドル＝163円換算）を超える可能性があり、2026年5月の資金調達ラウンドにおける200億ドル（約3兆2600億円、同）を大きく上回る。アリババの株主にとって、競争の両側におけるこうした成長は、欧米の開発者が最終的にどのモデルを採用するかにかかわらず、中国のAIエコシステムで構造的に有利な立場を意味する。
さらに、Appleの中国向けエコシステムにおけるアリババの存在も、商業面で重要となる。中国国家インターネット情報弁公室（CAC）は2026年7月15日に「Apple Intelligence」を承認し、中国のユーザー向けにiOS、iPadOS、macOS、visionOSの言語AI機能を担うモデルとして、アリババのQwenが採用されることが確認された。この配信経路は、中国国内の数億台に上る可能性があるAppleデバイスを対象とする。これによりアリババは、Qwen3.8-Maxが開発者向けリーダーボードでどのような成績を収めるかとは別に、大規模な推論需要を獲得できる可能性がある。
■企業バイヤーが導入前に知っておくべき4つのリスク
Qwen3.8-Maxの本番環境への導入を検討している企業は、モデルの発表で直接扱われていない4つの側面を慎重に評価する必要がある。
第一に、実際のワークロードにおける性能差である。Qwen3.8の前身である「Qwen3.7-Max」は、知識検索タスクにおいて22.9%のハルシネーション率と48%の回答保留率を記録していた。これは、以前なら回答を試みていた事実に関する質問の半分近くについて、回答を控えたことを意味する。Qwen3.8-Maxについては、まだ比較可能な数値が存在しないが、前モデルで採用されたアーキテクチャ上の設計方針は引き継がれている。
第二に、ベンチマークの主張には独立した検証が必要である。「Fable 5に次ぐ」という評価はアリババ独自の表現であり、Artificial Analysis、Hugging FaceのOpen LLM Leaderboard、Arena.AIの結果ではない。本記事の公開時点で、Qwen3.8-Max-Previewはこれらのプラットフォームのいずれにも掲載されていない。Kimi K3では、Arena.AIのフロントエンドコーディング・リーダーボードでの1位と、知識タスクにおける51%のハルシネーション率が併存していた。この事例は、リーダーボードの順位と本番環境での信頼性が大きく乖離する場合があることを示している。
第三に、エコシステムと運用面の未成熟さである。標準的なAPI価格は発表されておらず、オープンウェイトのライセンスも公開されておらず、モデルカードも存在しない。Token Planのクレジット価格はプロモーション用のプレビュー料金であり、本番環境の予算を策定するための安定したコスト基準にはならない。また、「近日公開」とされているオープンウェイトは、日付の定まっていないロードマップ上の項目であり、すでに提供されているものではない。これまでのMaxティアのQwenモデルはすべてクローズドソースだったため、オープンウェイトの公開が実現すれば、Qwen3.8はこのパターンを破る最初のモデルとなる。
第四に、中国法に基づくデータ共有義務である。アリババは、中国の国家情報法（2017年）第7条の適用を受ける。同条は、すべての中国組織に対し「国家の情報活動を支持し、援助し、協力する」ことを義務付けている。China Law TranslateのJeremy Daum氏を含む法学者らは、同条が能動的なデータ共有にまで適用されるかどうかなど、その執行範囲については議論があると指摘している。この点は重要であり、同条の義務は絶対的に確定した解釈としてではなく、現在も続く法的議論の中で理解する必要がある。これとは別に、中国のサイバーセキュリティ法（2017年）は、2026年1月1日に施行された改正により、政府によるアクセスに関する義務をAIシステムへ明示的に拡大した。さらに、データセキュリティ法（2021年）はデータの国内保存要件と検査権限を定めている。
法的枠組みに加え、米国防総省による2026年6月8日の第1260H条に基づく指定は、欧米の同種プロバイダーとの関係にはないコンプライアンスリスクを加える。米国防総省は軍民融合とのつながりを理由に挙げ、アリババはこれを否定している。アリババは法廷で指定を争い、事実上の根拠がないと主張している。それでも企業の調達チームにとって、この第1260H条に基づく分類は、最終的な法的結論にかかわらず、欧米のプロバイダーとの取引にはないコンプライアンス上の検討事項となる。クラウドインフラ、政府契約、規制環境のいずれかが米国防総省（DoD）と関係する組織は、Qwen APIを利用するワークフローを採用する前に、その影響を評価すべきである。
企業がプロンプトをアリババクラウドのインフラ経由で処理する場合、そのプロンプトに何が含まれているか、中国法の下で当局がどのようなアクセスを要求できるかを検討する必要がある。これらの問題は、アリババが掲げるプライバシーポリシーや、推論時に使用するサーバーの所在地だけで決まるものではない。
「Fable 5に次ぐ」という見出しだけを見てこの記事を読み始めた読者は、より完全な全体像を把握する必要がある。このモデルは主張通りの性能を発揮する可能性があり、現在すでにテストできるインフラも存在する。オープンウェイト、ベンチマーク表、アクティブパラメータ数といった近く明らかになる可能性のある情報が、発表時の主張を裏付けるか、否定することになる。一方、法的枠組みは短期的に判明する検証材料ではない。中国法の下で事業を行うことに伴う固定的な条件であり、ベンチマーク表が公開されても変わらない。
■注目ポイントQ&A
●アリババの「Qwen3.8-MaxはFable 5に次ぐ世界2位」という主張は、第三者によって検証されていますか？
いいえ、検証されていません。2026年7月21日時点で、アリババはベンチマーク表やモデルカード、独立した評価プラットフォームによるスコアを公開していません。この順位は、同社の内部テストに基づく独自の評価です。Artificial Analysis、Arena.AI、Hugging FaceのOpen LLM Leaderboardにも、Qwen3.8-Maxは掲載されていません。開発者はこの主張をベンダー側の表明として扱い、インフラに関する判断の根拠とする前に、第三者による再現結果を待つべきです。
●Qwen3.8-Maxのオープンウェイトはいつリリースされますか？ また、ローカル環境で実行することは可能ですか？
アリババはオープンウェイトを「近日中」に公開するとしていますが、具体的なリリース日、モデルライセンス、Hugging Faceのリポジトリは発表していません。これまでのMaxティアのQwenモデルはすべてクローズドソースだったため、実現すれば同ティアで初めて明示的に約束されたオープンウェイト公開となります。公開後、2.4兆パラメータのモデルを標準的な4ビット量子化でセルフホスティングするには、約1.2テラバイトのVRAMが必要です。これは1ノードに搭載した8基のNvidia H200が提供できる容量を超えるため、マルチノード構成か、さらに高い圧縮率の量子化が必要になります。実際の推論コストや、合理的な規模でセルフホスティングできるかどうかは、アリババが公表していないアクティブパラメータ数に左右されます。
●中国の国家情報法は、企業のQwen API利用にどのような影響を与えますか？
中国で事業を行う中国企業であるアリババは、中国の国家情報法（2017年）第7条の適用を受けます。同条は中国の組織に対し、国家の情報活動を支持し、援助し、協力することを義務付けています。法学者の間では、この規定が能動的なデータ共有を義務付けるのか、当局から具体的な要請があった場合の受動的な協力にとどまるのかについて見解が分かれています。また、この規定に基づいてAI企業がAPI呼び出しログの提出を強制されたとする、公開された事例は確認されていません。しかし、この法的な曖昧さが構造的なリスクをなくすわけではありません。さらに、中国のサイバーセキュリティ法（2017年）は、2026年1月1日に施行された改正により、政府によるアクセスに関する義務をAIシステムにも明示的に拡大しています。機密性の高いプロンプトをQwen APIに送信する組織は、そのプロンプトに含まれるデータの種類を確認し、自社の規制環境、特に米国防総省との関係が、アリババに対する2026年6月の第1260H条に基づく指定によって追加のリスクを生じさせるかどうかを評価する必要があります。
●Qwen3.8-Maxと、その2日前に発表されたKimi K3の違いは何ですか？
Kimi K3は総パラメータ数が2.8兆で、Qwen3.8-Maxの2.4兆を上回っています。また、第三者評価機関によるベンチマーク実績もあります。Artificial AnalysisはKimi K3をIntelligence Indexで総合4位に評価し、Arena.AIはフロントエンドコーディング・リーダーボードで1位としました。一方、独立したテストでは、知識タスクにおけるハルシネーション率が51%に達したことも判明しています。
これに対し、Qwen3.8-Maxには、本記事の公開時点で第三者によるベンチマーク実績がありません。アーキテクチャ面では、Qwen3.8は同ティアで初めてマルチモーダル入力を標準でサポートしており、Kimi K3も同じ機能を備えています。セルフホスティングを計画する開発者にとって最も意味のあるオープンウェイトでの比較は、両モデルのウェイトが公開され、共通のハードウェアで実行できるようになるまで行えません。Kimi K3のウェイトは2026年7月27日に公開される予定ですが、Qwen3.8のウェイトには確定した公開日がありません。
元記事: Alibaba’s Qwen3.8-Max Claims Second Place Behind Fable 5 With No Benchmarks Published