2026年10月8日に、Qwen3.8の公式GitHubリポジトリを再読しました。リポジトリはQwen3.8シリーズのオープンリリースとして、QwenCloud API互換、transformers・SGLang・vLLM・TokenSpeedによるローカル提供例、OpenAI互換APIを案内し、リポジトリのライセンスメタデータはApache-2.0を示しています。これは公開ウェイトの提供経路を確認する材料であり、Qwen3.8-Maxの管理API価格・品質・待ち時間・総所有コストを証明するものではありません。Alibaba Cloudの価格と発表元ベンチマークは前回確認した範囲を別の根拠として扱います。
アリババは2026年8月3日、Qwen3.8-Maxを発表しました。タイトルにある「性能は互角、価格は半額以下」は、比較対象・地域・割引条件を特定しない限り検証できない見出し上の要約です。ここでは、公式に確認できる情報を分けて読み、モデル選定をAPI単価だけで決めないための判断軸を整理します。
出典はアリババの発表、Alibaba Cloud Model Studioのモデル情報、公式Hugging Faceモデルカード、Qwenの公式リポジトリです。いずれも2026年10月7日に再確認しました。
30秒で要点
- アリババ発表はQwen3.8-Maxを総パラメータ2.4兆、活性化95BのMoEモデルと説明し、Text Arena 5位・Vision Arena 2位という順位を示している。これは提供元が示す評価結果であり、実務全体の「互角」を意味しない
- Alibaba Cloudの通常価格は地域で異なる。米国・日本などは入力1.65ドル／出力4.951ドル、シンガポールは入力2ドル／出力6ドル（いずれも100万トークンあたり）。プロモーションは別表示である
- 公式Hugging FaceカードにはQwen3.8-2.4T-A95Bの重みが公開されている。管理APIのQwen3.8-Maxと、重みを自社で運用する構成は、機能と責任の境界が違う
- 見出しの「半額以下」を導入判断の根拠にせず、同じ業務タスクで品質・トークン量・待ち時間・運用費を測って総所有コストを比べる
表が収まらない場合は、横にスクロールできます
| 用語 | 意味 |
|---|---|
| MoE | 複数の専門家経路から入力ごとに一部を使う構成。総パラメータ数と、実際に活性化する数は別に読む |
| オープンウェイト | 学習済み重みを取得して、自社の推論基盤やクラウドで動かせる形。利用にはライセンスと運用条件の確認が必要 |
| API価格 | 入力・出力トークンなど、管理サービスへの呼び出しに対する料金。地域、キャッシュ、バッチ、割引で変わる |
| 総所有コスト | API料金だけでなく、GPU・推論基盤・監視・更新・待ち時間・人の運用を合算した費用 |
公式発表で確認できること
アリババの発表は、Qwen3.8-Maxを2.4兆パラメータ、最大100万トークンの文脈を持つMoEモデルとして紹介しています。総量が大きくても、発表では95Bを活性化する設計だと説明されています。2026年8月3日時点の外部順位として、Text Arena 5位、Vision Arena 2位も掲げています。
この数字から言えるのは、発表元が特定の評価で順位を示したことまでです。評価データの作成者、プロンプト、スナップショット、比較対象が同一でなければ、別モデルとの「互角」や「上回る」を一般化できません。アリババ自身の説明であることも、独立検証とは分けて記録します。
価格は地域と条件を先に固定する
Alibaba Cloudのモデル情報は、通常価格と期間限定プロモーションを分けています。2026年9月28日更新の表では、米国・日本・ドイツなどの価格は入力1.65ドル、出力4.951ドル、シンガポールは入力2ドル、出力6ドルです。キャッシュ読み出しやバッチの単価も別に設定されています。
したがって「半額以下」という比較は、少なくとも地域、入力と出力の比率、キャッシュの有無、割引期間、比較対象モデルの同じ条件を揃えなければ再現できません。導入時には見出しの比率ではなく、実際の月間トークン量を当てはめます。
オープンウェイトと管理APIは責任範囲が違う
公式Hugging Faceカードは、Qwen3.8-2.4T-A95Bの重みと設定を公開しています。同じカードは、管理サービスのQwen3.8-Maxが視覚入力、非思考モード、既定の100万トークン文脈、組み込みツールなどを備える公式版だと説明しています。重みを取得できることは、管理APIの機能・性能・料金がそのまま再現できることを意味しません。
自社運用では、推論サーバー、GPU、モデル更新、脆弱性対応、アクセス制御、ログとデータ保持の設計が必要です。Qwenの公式リポジトリはvLLMやSGLangなどのサービング例を示していますが、動かせることと運用できることは別の判定です。
選定はベンチマークから業務の測定へ戻す
モデルの順位を追うだけでは、社内の品質と費用は決まりません。まず、実際に失敗すると手戻りが大きいタスクを10〜20件選び、入力を固定します。次に、候補モデルを同じ温度・ツール・文脈条件で走らせ、正確さ、レビュー修正量、待ち時間、再試行回数、入力・出力トークンを記録します。
オープンウェイトを候補にするなら、API料金の代わりに、GPUの償却、電力、保守、監視、アップグレード作業を同じ表へ入れます。外部APIを使う場合は、データの所在、契約上の保持期間、停止時の代替経路も確認します。安い単価が、運用上の追加作業を上回るとは限りません。
確かなことと、まだ確かではないこと
確かなこと：Qwen3.8-Maxが2026年8月3日に発表されたこと、アリババが2.4兆／95BのMoE構成とText Arena 5位・Vision Arena 2位を示したこと、Alibaba Cloudが地域別の通常価格を公開していること、公式Hugging FaceカードにQwen3.8-2.4T-A95Bの重みがあることです。
まだ確かではないこと：見出しの「性能は互角」「価格は半額以下」という一般化です。評価条件と料金条件を固定しない比較だからです。また、公式発表の順位や自社モデルカードだけから、特定の会社の業務品質、GPU費、導入後の総費用を推定することもできません。
判断軸の提示
モデルの順位や単価ではなく、代表タスクを完了するための総コストと責任範囲で選ぶこと。 比較表には、品質、トークン量、待ち時間、再試行、ツール成功率、API単価またはGPU費、監視・更新の人件費、データ境界を並べます。見出しの比率は入口にとどめ、同じ条件で再現できる数字だけを意思決定に使います。
自分でも試せる、最小の検証
まず一つの定型業務を選び、匿名化した代表データを同じ入力で候補モデルへ渡します。出力を人が採点し、修正に要した時間とトークン量を記録します。次にAPI価格または推論基盤費を掛け、月間件数に換算します。品質が同じなら安い方を選ぶのではなく、更新・停止・権限変更を誰が担うかまで表に書けた方を候補に残します。