Qwen3.8-Maxを業務目線で読む｜2.4兆パラメータMoEの仕様・価格・オープンウェイト予告の現在地

Alibabaのモデル開発チームQwenが2026年8月3日、新しい大規模言語モデル「Qwen3.8-Max」を公開しました。総パラメータ2.4兆というMoE構成、100万トークンのコンテキスト、画像と動画を含むマルチモーダル入力、そしてMaxクラスとして初めてのオープンウェイト公開予告と、話題になる要素が並んでいます。ただし業務でLLMを選ぶ立場から見ると、判断材料は「大きさ」ではありません。公式ドキュメントで確認できる仕様は何か、価格はどう並ぶのか、オープンウェイトはいま本当に手元に落とせるのか、そしてデータがどこで処理されるのか。この記事では、そのあたりを一次情報にあたりながら整理します。

何が公開されたのか#

まず事実関係を整理します。Qwenは2026年8月3日に公式ブログ「Qwen3.8-Max: A New Bar for Coding and Cowork」でQwen3.8-Maxを発表しました。ブログ本文は「now available via QwenCloud」と書いており、提供チャネルの筆頭はQwenCloud(www.qwencloud.com)です。QwenCloudのモデルページにはqwen3.8-maxの仕様・価格・APIサンプルが掲載されており、同日から利用できる状態になっています。あわせて、Alibaba Cloud Model Studio(中国語版は阿里云百炼)のモデル一覧にもqwen3.8-maxが追加され、既存のModel Studioアカウントからも呼び出せます。

モデル名の文字列は、どちらの経路でもqwen3.8-maxです。QwenCloudのモデルページのAPIリファレンスは、OpenAI互換の呼び出しとAlibaba独自のDashScope形式の2系統をサンプルとして示しており、OpenAI互換ではChat CompletionsとResponsesの両方が並んでいます。さらにModel Studio側には、AnthropicのMessages APIと互換のエンドポイントを提供するドキュメントも用意されています(ただし同ページの例示モデルはqwen3.7-plusで、qwen3.8-maxが対象に含まれるかは明記されていません)。いずれにせよ、既存のコードベースがOpenAIのChat Completions形式で書かれているなら、エンドポイントとモデル名の差し替えだけで疎通確認まで進められます。

報道によれば、APIのほかにQwenWork(同社の業務向けAIエージェント基盤で、同日に公開ベータへ入ったとされる)からも利用できるとされています。QwenWorkの提供状況は公式ドキュメントで直接の確認が取れていないため、報道ベースの情報として扱ってください。

オープンウェイトは「予告段階」です(2026年8月6日時点)#

今回の発表でいちばん注目されているのが、Maxクラスとして初めてオープンウェイトを公開すると予告された点です。公式ブログは冒頭で「This also marks the first time we will open-source the weights of a Qwen-Max-class model — the open weights will be released next week」と書いており、これは報道の推測ではなく提供元自身の告知です。Qwenはこれまで、小中規模のモデルは重みを公開する一方、最上位のMaxクラスはクローズドで提供してきました。その方針がここで変わることになります。

ただし、本記事作成時点でのステータスは「予告」です。実際に確認したところ、次のような状況でした。

• Hugging FaceのQwen組織ページ(huggingface.co/Qwen)に、Qwen3.8-MaxおよびQwen3.8-27Bのモデルカードは公開されていません。最新の公開物はQwen3-ASR系やQwen3.5/3.6系までです
• ModelScopeのQwen組織にも、Qwen3.8系の重みは見当たりません
• コミュニティのアカウントがQwen3.8-27Bという名前でリポジトリを作成している例はありますが、READMEのみで重みファイルは含まれていません
• ライセンス条項の文面も、本記事作成時点では公開されていません

公開時期について、公式ブログは「next week(来週)」とだけ述べており、具体的な日付は示していません。またQwen公式のXアカウント(@Alibaba_Qwen)は発表投稿で、Qwen3.8-Maxの重みに加えてQwen3.8-27Bもオープンウェイト化すると告知しています。したがって、8月10日の週に状況が変わる可能性は高いのですが、いま時点で「オープンウェイトのモデルが出た」と読むのは正確ではありません。重みが手元に落とせる状態と、APIで触れる状態は分けて考える必要があります。

公式ドキュメントで確認できるスペック#

ここからは、Alibaba Cloud Model Studioのモデル情報ページで確認できる範囲の仕様を整理します。報道値ではなく、提供元のドキュメントに書かれている数字です。

いくつか実務目線で補足します。

「100万トークン」の中身#

コンテキストウィンドウが1,000,000トークンでも、入力に991,808トークン、出力に131,072トークンをそれぞれ同時に使えるわけではありません。合計が上限に収まる必要があります。長文を丸ごと入れて長文を吐かせる設計にすると、思ったより早く上限に当たります。

さらに、思考モードを使う場合は最大入力が983,616トークンに下がり、思考チェーン自体に262,144トークンまでという別枠の上限が記載されています。推論の内部トークンも課金対象になる提供形態が一般的なので、「長いコンテキストが使える」ことと「長いコンテキストを使うのが得」であることは別問題です。

総パラメータ2.4兆・活性パラメータ950億は公式発表値#

規模については、公式ブログが「2.4T parameters (95B active)」と明記しています。総パラメータ2.4兆のスパースMoEで、1トークンあたり950億が活性化する構成、という理解で問題ありません。Alibaba Cloud Model StudioとQwenCloudのモデル情報ページも、冒頭の説明文でqwen3.8-maxを「2.4兆パラメータのMoEフラッグシップ」と紹介しています(ただし活性パラメータ数の記載があるのは公式ブログのほうです)。

活性パラメータは公式ブログに95B activeと明記されており、公表されている値です。規模の数字については、二次情報を突き合わせるより公式ブログを直接読むほうが早く、確実です。

もっとも、この数字が実務判断に与える影響は限定的です。MoEの規模が意味を持つのは、自社で重みをホストする場合の必要VRAMを見積もるときであって、API経由で使う分にはレイテンシとコストと品質の実測値がすべてです。総パラメータと活性パラメータの違い、そして「VRAMは総規模で決まり、計算量は活性規模で決まる」というねじれについては、別記事で仕組みから整理しています。

マルチモーダルは入力側のみ#

入力モダリティに画像と動画が含まれているのは、業務用途では効いてくるポイントです。長い資料のスキャン画像を読ませる、画面録画から操作手順を書き起こす、といった使い方が同じAPIで完結します。公式ブログは、200ページを超える財務資料や複雑なPDFについて、ページをまたいだテキスト・図表・レイアウトの理解ができるとし、100時間を超える動画についても、人物・出来事・タイムスタンプ・シーンを構造化して扱えると説明しています。ここは報道値ではなく提供元の説明ですが、能力の上限をうたった文言であって、自社の資料で同じ精度が出ることを保証するものではありません。

一方で出力はテキストのみです。画像生成や音声合成が必要なワークフローでは、別のモデルと組み合わせる前提になります。また、動画や高解像度画像の入力はトークン消費が大きくなりがちで、テキストの感覚で見積もるとコストが跳ねます。マルチモーダル入力を本番で使うなら、代表的な入力サイズで実測してから単価を掛けてください。

対応していない機能も確認しておく#

見落としやすいのは非対応の項目です。公式ページには、バッチ推論とファインチューニングに対応していないと記載されています。大量の非同期処理をバッチ割引で回す運用や、自社データでの追加学習を前提にした設計を考えている場合、この2点は設計判断に直結します。

また、オンライン検索(Web検索)機能は北京とシンガポールのリージョンで利用でき、フランクフルト・バージニア・東京・香港では利用できないと記載されています。つまり、日本の企業が東京リージョンを選ぶと、この機能は使えません。リージョンによって使える機能が違う、というのは見積もり時に確認しておきたい点です。

価格を並べて読む#

価格はリージョンによって異なります。2026年8月6日時点で公式ページに記載されている、100万トークンあたりの単価は次のとおりです。

北京リージョンについては、人民元建てで100万トークンあたり入力12元・出力36元・キャッシュヒット1.5元という記載もあります。公式ページには、掲載されているのは定価であって期間限定の割引などは含まれない旨の注記もあるため、実際の請求額は割引適用後の値になり得ます。

同一ベンダー内での世代比較#

他社モデルとの比較は、料金体系の粒度が揃わないため断定しにくいのですが、同じModel Studio内の前世代であるqwen3.7-maxとは同じ条件で並べられます。北京リージョンの人民元建て価格で比べると、次のようになります。

基本単価は据え置きで、キャッシュヒット時の単価だけが下がっている形です。世代交代で値上げしないという方針が読み取れますし、キャッシュを効かせる使い方をしているシステムほど恩恵が大きい構成になっています。

なお、海外メディアでは他社の上位モデルとの価格比が報じられていますが、こうした比較は比較対象のモデル・プラン・リージョン・キャッシュ条件をどう揃えるかで結論が変わります。本記事では、他社との相対価格を断定的な数字としては扱いません。自社の実際のトークン内訳(入力・出力・キャッシュヒットの比率)で試算するのが確実です。

キャッシュ前提で見積もる#

暗黙キャッシュの単価が入力の8分の1程度に設定されているのは、設計上のヒントです。長い共通プレフィックス(システムプロンプト、社内規程、ツール定義など)を毎回送る構成なら、キャッシュヒット率次第で実効単価は大きく変わります。

逆に、リクエストごとに冒頭が変わる作り(ユーザー入力を先頭に置く、タイムスタンプを毎回埋め込む、など)だとキャッシュはほとんど効きません。見積もり段階で「キャッシュが効く前提」の単価だけを使うと、本番で乖離します。

ベンチマークとの付き合い方#

公式ブログには、エージェント的なコーディングや業務タスクを中心としたベンチマーク表が掲載されています。たとえばTerminal Bench 2.1で86.6、PaperBenchで93.0といった数値が並び、前世代のQwen3.7-Max(それぞれ74.5、64.8)から大きく伸びたと示されています。ただし、これらの数字を業務判断にそのまま使うことはおすすめしません。理由は3つあります。

1つ目は、これがベンダー自己申告値だという点です。公式ブログの表は提供元自身が測って掲載したもので、第三者による再現ではありません。同じベンチマーク名でも、測定条件・プロンプト・試行回数・採点方法が違えば結果は動きます。特に発表直後は、比較対象として並べられているモデルのバージョンや設定が揃っていないことも珍しくありません。

2つ目は、比較の土俵そのものを発表側が選んでいる点です。公式ブログの表で他社モデルとして並んでいるのは一部の上位モデルに限られ、自社側の比較列は前世代のQwen3.7-Maxです。どのモデルのどの設定を並べるかは発表側の裁量なので、「表に載っているモデルの中で最も高い」ことと「実務で最も適している」ことは別物です。自社が現在使っているモデルが表に載っていない場合はなおさら、この表からは何も言えません。

3つ目は、ベンチマークが測っているタスクと自社の業務タスクが、たいてい一致しないことです。競技プログラミング的な課題で高得点でも、社内文書の要約で日本語の敬体が揺れる、といったずれは普通に起こります。

オープンウェイト化が実務に効くこと、効かないこと#

「Maxクラスが初めてオープンウェイトになる」という点は、たしかにニュースとして大きい話です。ただ、それが自社の業務に何をもたらすのかは、冷静に切り分けたほうがよいところです。

効くこと#

第一に、乗り換えの選択肢が増えます。APIだけで提供されるモデルは、提供終了・価格改定・仕様変更のすべてが提供元の判断で起こります。重みが手元にあるモデルは、少なくとも「そのバージョンを使い続ける」という選択肢が残ります。実際に自社ホストするかどうかとは別に、この退出可能性があること自体が、調達上の交渉材料になります。

第二に、データを外部に出さない構成が原理的に取れるようになります。機微な情報を扱う業務で、外部APIへの送信が社内ルールで認められないケースは珍しくありません。重みが公開されていれば、閉じたネットワーク内で推論する構成が検討対象に入ります。

第三に、検証と監査の余地が広がります。モデルの挙動を自社で再現できる状態は、品質問題やインシデントの調査で効きます。APIだけだと「同じ入力を投げても同じ出力にならない」という状況に対して打てる手が限られます。

第四に、下位モデルの存在です。今回あわせてオープンウェイト化されるとQwen公式が告知しているQwen3.8-27Bは、27B(270億パラメータ)クラスであれば、現実的なGPU構成で動かせる範囲に入ります。実務でセルフホストを検討するなら、Maxではなくこちらが主戦場になるはずです。

効かないこと#

一方で、期待しすぎると外れる部分もあります。

まず、総パラメータ2.4兆のモデルを自社で動かすのは、ほとんどの組織にとって非現実的です。MoEは1トークンあたりの計算量を抑えられますが、重み自体はすべてメモリ上に置く必要があります。量子化しても、2.4兆パラメータ級を推論可能な状態に載せるには相当な規模のGPUクラスタが要ります。「オープンウェイトになったから自社で動かせる」とは、Maxクラスに関しては言えません。

次に、ライセンスの制約です。オープンウェイトは「重みが配布される」ことであって、「何をしてもよい」ことではありません。商用利用の可否、再配布の条件、出力の帰属、利用できる地域や用途の制限など、条項によって実務上できることは変わります。前述のとおり、今回のライセンス文面は本記事作成時点で未公開です。

そして、運用の負担です。自社ホストに移すと、GPUの調達・監視・アップデート・障害対応がすべて自社の仕事になります。APIの従量課金と単純に比較すると安く見えても、人的コストを積むと逆転することはよくあります。オープンウェイトモデル全般の評価軸については、別記事でライセンス・自ホスト・データの扱いという観点から整理しています。

海外事業者のモデルを業務で使うときに確認する項目#

Qwenに限らず、国外の事業者が提供するモデルを業務で使う場合には、確認しておくべき項目があります。ここは感情論になりやすいところなので、「どこの国のモデルか」ではなく「何を確認したか」に落として、記録に残せる形にするのが実務的です。

1. どのリージョンで動くのか、推論ノードはどこにあるのか#

Alibaba Cloud Model Studioは、北京・シンガポール・フランクフルト・バージニア・東京・香港の6リージョンで提供されています。日本の企業であれば東京リージョンが選べる、というのは押さえておきたい点です。

さらに公式ドキュメントには、リージョンとは別に「サービスデプロイスコープ」という設定の説明があります。ドキュメントの記載によれば、Globalスコープを選ぶと中国国内外を含む推論ノードが使われる一方、International(中国本土を除く)、中国本土のみ、香港のみ、EUのみ、米国のみ、日本のみ、といった地理的境界を指定するスコープも選べます。データレジデンシーの要件がある場合はスコープを明示的に選ぶ必要があり、静的データは選択したリージョンに留まると説明されています。

つまり「中国のモデルだからデータが中国に行く」という単純な話ではなく、どのリージョンとどのスコープを選んだかで変わります。逆に言えば、何も考えずにデフォルト設定で使い始めると、意図しない範囲で処理されることもあり得ます。ここは設定の問題として確認すべき項目です。

2. 入力データが学習に使われるかどうか#

Alibaba Cloud Model Studioの公式ドキュメント(Security certifications and privacy notice)には、顧客のデータをモデルの学習に使うことはない旨と、通信の暗号化、SOC 2への準拠について記載があります。

ただし、ドキュメントの記載は出発点であって終点ではありません。業務で本格利用するなら、契約書やサービス規約の該当条項で同じことが担保されているか、ログの保持期間と削除の手続きはどうなっているか、といった点まで確認します。ドキュメントは予告なく更新され得るので、確認した日付とページのスナップショットを残しておくと、後から説明が必要になったときに役立ちます。

3. ライセンス条項(オープンウェイト版を使う場合)#

APIで使う場合はサービス規約、重みをダウンロードして使う場合はモデルのライセンスと、見る書類が変わります。前述のとおり、Qwen3.8系のライセンス文面は本記事作成時点で未公開です。公開されたら、商用利用の可否・再配布・派生モデルの扱い・利用が制限される地域や用途の有無を確認してください。

4. 社内ルール・顧客との契約・調達要件#

技術的に問題がなくても、運用上の制約で使えないことはあります。顧客との契約で「委託先および再委託先の一覧を事前承認する」という条項が入っていれば、新しいモデル提供者を追加するには手続きが要ります。公共調達や特定業界のガイドラインで、利用可能なクラウド事業者が限定されている場合もあります。

5. 輸出管理や制裁に関する社内の見解#

国際的な規制環境は変動が大きい領域です。自社の法務・コンプライアンス部門が把握している最新の方針を確認し、判断を個人で抱え込まないことが大切です。

自社で試すときの判断手順#

新しいモデルが出るたびに全社で騒ぐのではなく、決まった手順で回せるようにしておくと消耗が減ります。Qwen3.8-Maxを例に、実際の進め方を並べます。

向かない場面#

冷静に見て、いまQwen3.8-Maxを選ばないほうがよい場面もあります。

機微情報を外部APIに出せない業務では、現時点で選択肢になりません。重みがまだ公開されていない以上、閉じた環境での運用ができないからです。この用途で検討するなら、オープンウェイトの公開とライセンスの内容を待つことになります。

調達要件でベンダーの地域が制限されている場合も同様です。技術的な良し悪し以前に、そもそも候補に入らないケースがあります。ここは早い段階で確認しておくと、無駄な検証を避けられます。

バッチ推論やファインチューニングが前提の設計にも向きません。公式ページに非対応と明記されているためです。大量の非同期処理を安く回したい、自社データで追加学習したい、という要件がある場合は、別の選択肢と並べる必要があります。

すでに安定して動いているシステムの載せ替えも、慎重に判断すべきです。プロンプトの挙動、構造化出力の癖、ツール呼び出しの成功率はモデルごとに違い、移行にはテストとチューニングのコストがかかります。単価が数割下がることと、移行にかかる工数と品質リスクを天秤にかけて判断してください。

そして、公開直後という時期そのものもリスクです。レート制限の実際の挙動、混雑時のレイテンシ、障害時の情報提供の速さといった運用面の情報は、しばらく使ってみないと分かりません。ミッションクリティカルな用途にいきなり載せるのではなく、影響範囲の小さいところから始めるのが安全です。

よくある質問#

モデル名の文字列、コンテキストウィンドウ(1,000,000)、最大入力(991,808)、最大出力(131,072)、思考モードの最大入力(983,616)、最大思考チェーン長(262,144)、入力モダリティ(画像・テキスト・動画)と出力モダリティ、対応機能と非対応機能、提供リージョン、リージョン別の価格は、Alibaba Cloud Model Studioのqwen3.8-maxモデル情報ページ(日本語版は無いため中国語版および英語版)に基づきます。qwen3.7-maxとの価格比較は同サイトの該当ページに基づきます。サービスデプロイスコープの説明はModel Studioのリージョン解説ページ、データを学習に使わない旨とSOC 2準拠の記載はSecurity certifications and privacy noticeに基づきます。公開日(2026年8月3日)、オープンウェイト公開の予告(「来週」)、総パラメータ2.4兆・活性950億という構成、Terminal Bench 2.1やPaperBenchを含むベンチマークのスコアは、Qwen公式ブログ(qwen.ai/blog?id=qwen3.8)の記載に基づきます。Qwen3.8-27Bもあわせてオープンウェイト化するという告知は、Qwen公式X(@Alibaba_Qwen)の発表投稿に基づきます。QwenWorkが同日に公開ベータへ入り提供チャネルの1つになっている点は、SCMPなどの報道に基づく情報で、公式ドキュメント上では確認できていません。オープンウェイトの公開状況は、2026年8月6日にHugging FaceのAPIおよびModelScopeで実際に検索し、Qwen3.8-Max/Qwen3.8-27Bの重みが見当たらないことを確認しています。ライセンス条項は同時点で未公開です。価格には期間限定の割引が含まれない旨が公式ページに注記されています。

まとめ#

Qwen3.8-Maxは、100万トークンのコンテキスト、画像と動画を含む入力、東京を含む6リージョンでの提供という、業務で使うための条件がひととおり揃ったモデルです。公式ドキュメントで確認できる仕様と価格は明確で、OpenAI互換のAPI形式が用意されているため、試すこと自体のハードルは低い部類に入ります。

一方で、いちばん話題になっている「Maxクラス初のオープンウェイト」は、2026年8月6日時点では予告の段階です。重みもライセンスもまだ手元にありません。ここを混同したまま「オープンウェイトだから自社で動かせる」と社内に説明してしまうと、後で訂正が必要になります。

やることは、いつもと同じです。公式ドキュメントで仕様と価格を確認し、リージョンとデータの扱いを設定として決め、自社の代表タスクで現行モデルと並走させて測る。そして、オープンウェイトが本当に公開されたら、そのときにライセンスを読んで次の判断をする。報道値やベンチマークの順位に振り回されず、この順番で進めるのが、結局いちばん手戻りの少ない道筋だと考えています。