ニュース株式AlibabaのQwen 4 Max、中国のAIエージェントレースをリードするも、ウェイトは非公開のまま

AlibabaのQwen 4 Max、中国のAIエージェントレースをリードするも、ウェイトは非公開のまま

著者: Decrypt·

重要ポイント

  • •Qwen 4 Maxは2.4兆個のパラメータを持ち、100万トークンのコンテキストウィンドウをサポートし、テキスト・画像・動画をネイティブに処理します。
  • •本モデルはArenaのエージェントリーダーボードで中国人エントリーの中で最高位にランクし、14,727セッションで暫定7.46%のスコアを記録して個別モデルの中で14位となりました。
  • •Qwen 4 Maxの価格は入力トークン100万あたり1.50ドル、生成トークン100万あたり4.50ドルと前世代より25%低く、Alibabaの社内テストでは平均タスクコストが約60%削減されたことが示されました。
  • •フラッグシップモデルはクローズドウェイトであり、開発者はAlibabaのAPIまたはアプリを通じてのみ利用でき、自身のハードウェア上でダウンロードまたは実行することはできません。
  • •Hugging Faceでは151,448個のQwenベースの派生モデルが確認されており、これはMetaのLlamaファミリーをベースに構築された数の約4.7倍で、オープンモデルエコシステムの基盤としてのQwenの役割が浮き彫りになっています。
AlibabaのQwen 4 Max、中国のAIエージェントレースをリードするも、ウェイトは非公開のまま

Alibabaは月曜日、同社史上最も強力なAIモデルであり、新しいQwen 4アーキテクチャに基づく初のフラッグシップモデル「Qwen 4 Max」をリリースしました。Alibabaの公式発表およびQwenのブログ記事によると、このモデルは2.4兆個のパラメータを持ち、最大100万トークンのコンテキストを処理でき、テキスト・画像・動画をネイティブに処理します。

また、Arenaのエージェントリーダーボードで中国人モデルの中で最高位にランクされ、この特定のテストにおいてAlibabaをTencent、Moonshot AI、DeepSeekの先に押し上げました。

パラメータとは、実質的にモデルが情報を処理する際に調整できるさまざまなダイヤルのことであり、トークンはモデルが扱う情報の最小単位です。AlibabaはMixture-of-Experts設計を採用しており、モデルが処理する各単語に対してこれらのパラメータの大部分をアイドル状態に保ちます。Qwen 4 Maxは一度に710億個のパラメータを活性化します。これは前世代のQwen 3.8 Maxの950億個から減少しており、非常に大規模なモデルでもトークンあたりの計算能力を抑えることを可能にしています。100万トークンのコンテキストウィンドウは、長大なコードベースや大量のドキュメントを処理するのに十分な容量を提供します。

Agent Arenaにおける中国人エントリーの最高位

Agent Arenaにおいて、Qwen 4 Maxは個別モデルの中で14位にランクし、Alibabaを全体で5位のラボとしました。このリーダーボードは、タスク完了率、ユーザー満足度、修正への対応状況から実際のエージェントセッションを評価し、各モデルを平均的な競合モデルに対する正味の改善率で採点します。エージェントとは、単一のプロンプトに答えるのではなく、ユーザーの代わりに複数ステップのタスクを実行し、必要に応じてツールを呼び出すモデルのことです。モデルの出力が実際のソフトウェアとして形になるのはますますこの形式を通じてであり、そのためこれらの順位は自社製品に何を組み込むかを選ぶ開発者から注目を集めています。Qwen 4 Maxは14,727セッションにわたって暫定7.46%のスコアを記録し、中国人エントリーの中で最高となりました。この数値は暫定値であるため、セッションがさらに記録されるにつれ順位は変動する可能性があります。

コーディング能力とデザインセンス

一般ユーザーにとってより興味深いのは、モデルのビジュアル関連の実績かもしれません。Code Arenaのウェブ開発ランキングは、AIモデルが構築したウェブサイトを、一対一のユーザー投票とポイントベースのレーティングシステムで比較するものです。Qwen 4 Maxは1,750ポイントで世界6位でデビューし、前世代から74ポイント増加、ブランディングおよびリファレンスベースデザインのカテゴリーでは8位に入りました。

これにより、本モデルは、リクエスト、スクリーンショット、あるいは大まかなアイデアを、実際に見栄えのする動作するインターフェースに変換する能力において、最高レベルの米国モデルに匹敵する位置づけとなっています。Alibabaのデモはさらに進んでおり、ゲーム環境の構築や工場レイアウトの3Dモデル化などを披露していますが、これらは企業が選定した事例であり、独立したテストではありません。

このビジュアル能力は、画像や動画の理解、およびコードなどのテキストベースの出力生成に適用されるものであり、新しい画像生成モデルのリリースとは異なります。

条件付きの低コストな知能

Qwen 4 Maxは、QwenCloudを通じて、入力トークン100万あたり1.50ドル、生成トークン100万あたり4.50ドルという価格で提供されます。これは前フラッグシップの2ドル/6ドルから25%の値下げです。自動キャッシュから提供される再利用入力は100万トークンあたり0.075ドルで、反復的なワークフローのコストを大幅に削減できます。この割引は、複数ステップのタスクの各ステップで同じ長いコンテキストを再送信するエージェント型アプリケーションでは、効果が累積する可能性があります。

Alibabaによると、数百の専門分野にわたる社内テストで、このモデルはQwen 3.8 Maxと比較してトークン消費量が35%減少し、平均タスクコストが約60%削減されたことが確認されたそうです。つまり、同程度の価格帯の競合モデルと比べても、このモデルでのタスク実行は低コストであるはずです。

開発者コミュニティにとってより大きな制約は、Qwen 4 Maxがクローズドウェイトである点です。開発者はAPIまたはAlibabaのアプリを通じて利用できますが、内部パラメータをダウンロードして修正したり、自身のハードウェア上でプライベートに実行したりすることはできません。実際には、このフラッグシップモデルの利用は、その価格設定や提供状況を含め、Alibabaのホスト型プラットフォームに依存することになります。

オープンモデルエコシステムの支柱

Qwenはオープンモデルエコシステムの基盤となっています。Hugging Faceの8月のレポートによると、同プラットフォーム上には151,448個のQwenベースの派生モデルが存在し、これはMetaのLlamaファミリーをベースに構築された数の約4.7倍です。これには、ローカルアシスタントや特殊なツールを支えるコミュニティによるファインチューニングや最適化バージョンが含まれます。

Alibabaは一部の過去のMaxモデルを独自のものとして保持してきたものの、今年初めにQwen 3.8 Maxのウェイトを公開し、月曜日のリリースの数か月前にはより小規模なモデルでQwen 4アーキテクチャの要素を先行公開していました。

今回のリリースは、競争の激しい中国レースの中で行われました。MoonshotのKimi K3は巨大なオープンウェイトモデルを西側諸国の性能レベルに近づけ、DeepSeekはAPI価格で激しい競争を展開してきました。Qwen 4 Maxはいくつかの中国ランキングで首位に立っていますが、Arenaの総合エージェントおよびウェブ開発テーブルでは依然として米国のラボが上位を占めており、これらのモデルはかなり高価です。

Alibabaは、より小規模なQwen 4モデルがオープンウェイトでリリースされる予定であると述べており、開発者は最大のモデルを単にレンタルするのではなく、この世代を基盤として構築する機会を得られます。ただし、そのサイズやリリース日はまだ発表されていません。