Qwen3.8-Maxとは？性能・料金・使い方を解説

Qwen3.8-Max（クウェン3.8マックス）は、Alibaba（阿里巴巴）のQwenチームが2026年8月3日に正式リリースした、総パラメータ2.4兆・アクティブ約950億のスパースMoE型フラッグシップAIモデルです。 そして2026年8月12日、Max級として史上初のオープンウェイトが公開されましたが、配布されたモデルはクラウドAPI版と同一ではありません（画像・動画入力なし、ネイティブ26万トークン、Thinkingモード必須）。ここを取り違えると導入設計を丸ごとやり直すことになります。

この記事でわかること。

• Qwen3.8-Maxの正式スペックとアーキテクチャ（2.4T / 95Bアクティブ / 512エキスパート）
• クラウドAPI版とオープンウェイト版の仕様差（他社記事がほぼ触れていない最重要ポイント）
• 日本から使うときの実単価（東京リージョンは入力$1.65／出力$4.95。海外記事の「$2/$6」はシンガポール価格）
• Apache 2.0ではない「Qwen3.8-Max License」の閾値と、自社が該当するかの判定基準
• Claude Fable 5・GPT-5.6 Sol・Qwen3.7 Maxとのベンチマーク比較と、負けている領域
• セルフホストの現実的ハードル（BF16で約4.9TB）と、ローカル運用の本命Qwen3.8-27B
• 「Qwen3.8-Max-Preview」から追ってきた人向けの、Preview→GA→オープンウェイトの時系列

API組み込みを検討している開発者、社内でモデル選定を任されている情報システム担当者、中国製フロンティアモデルのライセンス条件を判断したい法務・企画担当の方に向けた内容です。ベンダー主張と第三者評価を分けて整理しています。

Qwen3.8-Maxとは｜Alibaba最上位のスパースMoEモデル

出典: QwenLM/Qwen3 GitHub公式リポジトリ

Qwen3.8-Maxは、Qwenファミリーの最上位「Max」系列にあたるフラッグシップで、モデルIDは qwen3.8-max です。 2026年7月にプレビュー提供が始まり、8月3日に正式リリース（GA）、8月12日にオープンウェイトが公開されました。

「2.4兆」という数字は目を引きますが、MoE（Mixture-of-Experts）では推論時に全パラメータが動くわけではありません。Qwen3.8-Maxは1トークンあたり約950億パラメータしか使いません（512エキスパートのうち11個が活性）。つまり実行コストと速度の感覚としては「950億級」に近く、2.4兆はあくまで知識容量の総量と捉えるのが正しい読み方です。

「Qwen3.8-Max-Preview」を探して来た方へ

7月時点の名称は「Qwen3.8-Max-Preview」でした。現在この名前のモデルは実質的に役目を終えており、正式版の qwen3.8-max に統合されています。 Preview期間中に適用されていた90%オフの優遇価格も、2026年8月3日 10:00（UTC+8）で終了済みです。Preview前提でコスト試算していた場合は、必ず現行の従量課金で引き直してください。

シリーズの流れを追いたい方はQwen3.7 Maxの解説記事、さらに前世代はQwen3.6-Maxの解説記事にまとめています。

【最重要】クラウドAPI版とオープンウェイト版は別仕様

出典: Hugging Face Qwen 公式組織ページ

「2.4兆パラメータのフラッグシップがオープンウェイト化された」という見出しだけを信じると、確実に事故ります。 Hugging Faceで配布されているモデルは、Alibaba CloudのAPIで動いているQwen3.8-Maxと同じものではありません。モデルカードは公開版を「すべての対話でthinkingモードを必要とするテキスト専用モデル」と明記しています。

つまり、画像を読ませたい／100万トークンをネイティブ品質で使いたい／低レイテンシの短答が欲しい、のいずれかが要件ならクラウドAPI一択です。オープンウェイト版が刺さるのは「テキスト処理を機密環境で完結させたい」「独自データでファインチューニングしたい」という要件に限られます。

コミュニティは歓迎一色ではない

Hugging Faceのディスカッションには公開直後から「Huge disappointment（大きな失望）」と題したスレッドが立ち、以下の批判が集まりました。

• 機能が削られている点を事前に明示しなかった告知の姿勢
• Vision非搭載により「コア価値の半分を捨てている」
• 100万トークンがネイティブではなくクラウド限定機能として温存されている
• リポジトリは qwen3.8-max を名乗り公式Maxライセンスなのに、モデルカードでは主要機能がクラウド限定と書かれている不整合

同時期にフル機能でオープンモデルを出したMoonshot AIのKimi K3と対比され、不利に評価されている状況です。なお本稿執筆時点で、当該スレッドへのQwenチームからの公式回答は確認できていません。

アーキテクチャ｜512エキスパート中11活性のハイブリッド構成

Qwen3.8-MaxはQwen3.5系のアーキテクチャを踏襲しつつ、線形アテンションとフルアテンションを混在させたハイブリッド設計を採用しています。 公開されたモデルカードから、これまで非公開だった内部構成が判明しました。

実務的な意味は2つです。1つは、4層に1層しかフルアテンションを置かないことで長文処理の計算量を抑えていること。26万トークンという長いネイティブコンテキストを現実的なコストで回すための設計です。もう1つは、エキスパートを512個に細分化してアクティブ比率を約4%まで下げていること。2.4兆という規模を、サービング可能なコストに落とし込むための選択といえます。

ベンチマーク性能｜勝っている領域と負けている領域

出典: Anthropic 公式サイト

Qwen3.8-Maxはエージェント的なPC操作・ターミナル操作・研究再現で強く、既存コードベースの改修ではClaude Fable 5に明確に劣ります。 Alibabaは「Fable 5に次ぐ」と主張していますが、これは指標を選べば正しく、全面的ではありません。

公式ベンチマーク（Alibaba自社計測・2026年8月3日公表）

※すべてAlibabaの自社計測値で、第三者による再現検証は確認できていません。

数字を領域別に見ると、得手不得手がはっきり分かれます。

• 強い領域：PC操作エージェント（OSWorld-Verified 86.1）、研究再現（PaperBench 93.0）、ターミナル操作（Terminal-Bench 2.1 86.6）
• 弱い領域：既存コードベースの改修。SWE-bench Proは67.7で、Fable 5の80.0に12.3ポイント差。FrontierSWEも73.5対88.8と開きが大きい
• 世代進化は本物：Qwen3.7-Max比でPaperBench +28.2、OSWorld +12.8、Terminal-Bench +12.1、SWE-bench Pro +7.1

Fable 5側の実力を確認したい場合はClaude Fable 5の解説記事、Anthropic内での位置づけはClaude Opus 5とFable 5の違いを参照してください。

第三者評価｜賢いが「遅い」「冗長」

独立評価機関Artificial Analysisの公表値（2026年8月時点）では次のように位置づけられています。

知能は上位10位圏だが、速度は下位圏というのが素直な評価です。しかも出力が非常に冗長なため、単価が安くても実際の請求額は膨らみやすい構造にあります。チャットUIのようなインタラクティブ用途より、バックグラウンドで長時間走らせるエージェント用途に向いた特性と言えます。なお指数はバージョン更新で変動するため、比較検討時は最新値の確認をおすすめします。

料金｜日本から使うなら東京リージョンが約17.5%安い

出典: Alibaba Cloud Model Studio 公式サイト

海外メディアやモデルルーター系サイトが引用する「入力$2／出力$6」はシンガポールリージョンの価格です。東京リージョンを含むグローバル価格は入力$1.65／出力$4.95で、約17.5%安く使えます。 日本から使う前提でコスト試算するなら、後者を使ってください。

API従量課金（USD／100万トークン・公式ドキュメント準拠、2026年8月時点）

キャッシュ読取が$0.14と入力価格の約1/12まで下がるため、システムプロンプトや長い参照資料を繰り返し投げる設計ではコンテキストキャッシュの活用が効きます。Artificial Analysisが算出したブレンド単価$1.18も、高いキャッシュヒット率を前提にした値です。

ツール利用課金とレート制限

ツール課金はトークン課金とは別加算です。検索を多用するエージェントでは、ツール代がトークン代を上回るケースが珍しくありません。 1リクエストあたり検索3回なら$0.03で、これは入力2万トークン分に相当します。設計段階でツール呼び出し回数の上限を決めておくのが安全です。

Token Plan（クレジット制サブスク）

クレジット消費レートは非公開かつ動的で、5時間窓／7日窓の固定期間制・ロールオーバーなしという設計です。総コストの予測が立てにくいため、コストを厳密に管理したい用途では従量課金APIを選ぶほうが無難です。なお、この価格帯は情報源によって差があるため、契約前に必ず公式ページで最新の金額を確認してください。

無料で試す方法

• Qwen Studio（chat.qwen.ai） — ブラウザから無料で試せる最短ルート。まずはここで応答品質を確認するのが定石
• Alibaba Cloud Model Studioの無料枠100万トークン（90日）— ただしシンガポールリージョン限定
• オープンウェイトのセルフホスト — ウェイト自体は無償（ただしハードウェア要件は厳しい）

ライセンス｜Apache 2.0ではない。自社が該当するかの判定基準

Qwen3.8-Maxのオープンウェイトは、Apache 2.0ではなく独自の「Qwen3.8-Max License」で配布されています。 Qwen3.5・3.6がApache 2.0だったため「Qwenは全部Apache 2.0」という前提で設計すると、法務レビューで差し戻されます。

基本方針は寛容です。無償で使用・改変・配布・サブライセンス・販売・ホスティング・ファインチューニング・派生物作成が可能。ただし、以下の条件が付きます。

自社が該当するかの判定は、実質的に次の3問で決まります。

1. モデルの推論やファインチューニングそのものをAPI／ホスティングとして外部に売っているか？ → Yesかつ12か月売上5,000万ドル超なら別途ライセンスが必要
2. コーディング支援やオフィス業務支援をAIの主機能として提供しているか？ → Yesかつ同閾値超なら同様
3. MAU 1億超または月商2,000万ドル超か？ → Yesならモデル名の表示義務

日本の一般的な事業会社が、社内業務の効率化や自社プロダクトの一機能としてQwen3.8-Maxを組み込む分には、実務上ほぼ制約に当たりません。 引っかかるのは大規模なMaaS事業者と、大手のAIコーディングアシスタント事業者です。

より緩いライセンスを重視するなら、MITで公開されているGLM-5.1や、Apache 2.0のArcee AI Trinity Largeが比較対象になります。

使い方｜3つの入口と選び方

出典: Qoder 公式サイト

Qwen3.8-Maxへの入口は、①ブラウザのQwen Studio、②Alibaba Cloud Model StudioのAPI、③オープンウェイトのセルフホストの3つです。 目的別に選び分けます。

API利用の流れ

1. Alibaba Cloud Model Studioでアカウントを作成し、リージョンを選択する（日本からは東京推奨。ただしWeb検索ツールを使うなら北京かシンガポール）
2. APIキーを発行する
3. OpenAI互換エンドポイントとして既存コードのbase_urlとモデル名を差し替える（Anthropic互換も利用可）
4. reasoning_effort を xhigh / medium / low から選び、タスクの難度に合わせる
5. 長い共通プロンプトはコンテキストキャッシュに載せてコストを圧縮する

推論バジェット（max_tokens）を小さく設定すると、公表ベンチマーク相当の品質が出ません。 このモデルは長く考えることで性能を出す設計のため、出力上限は余裕を持たせるのが前提です。

注意：東京リージョンではWeb検索ツールが使えない

Web検索ツールと画像検索ツールに対応しているのは中国（北京）とシンガポールのみで、東京・香港・フランクフルト・米バージニアでは利用できません。検索連動型のエージェントを組む場合、「北京／シンガポールを使う」か「自前で検索APIを組み込む」の二択になります。データ所在地を国内または日本近傍に限定したい企業では、ここが導入判断の分岐点になります。

セルフホストの現実｜2.4Tは非現実的、ローカルの本命は27B

出典: vllm-project/vllm GitHub公式リポジトリ

個人・中小企業がQwen3.8-Maxの2.4兆パラメータ版をローカルで動かすのは非現実的です。 オープンウェイト化されても、動かせるハードウェアを持つ組織はごく限られます。

1bit量子化でRAM+VRAM 450GBまで落とせるとはいえ、これは一般的な業務PCの十数倍の規模です。「オープンウェイト化＝手元で動かせる」ではないという点は明確に押さえておくべきです。

ローカル運用の本命はQwen3.8-27B（2026年8月15日公開予定）

Alibabaは、Qwen3.8-Maxの技術をローカル駆動可能なサイズに落とし込んだQwen3.8-27B（270億パラメータの密結合モデル）を予告しています。

本稿執筆時点（2026年8月14日）でQwen3.8-27Bは未公開です。 ライセンスも未公表で、Maxが独自ライセンスだった以上「Apache 2.0だろう」と推測して設計するのは危険です。公開状況とライセンスは、Hugging FaceまたはModelScopeの公式リポジトリで直接確認してください。

興味深いのは、予告どおりならQwen3.8-27Bにはマルチモーダル機能が載る一方、Max版のオープンウェイトはテキスト専用という点です。「画像も扱えるモデルをローカルで動かしたい」なら、待つべきは27Bのほうということになります。

より軽量な選択肢を今すぐ検討したい場合は、Qwen3.6-Plusの解説記事で中位モデルの位置づけを確認できます。

弱点・導入前に確認すべき制約

Qwen3.8-Maxはベンチマーク上位のモデルですが、導入設計で必ず引っかかる制約がいくつかあります。 検討前に潰しておくべき項目を挙げます。

クラウドAPI版の制約

• バッチ推論に非対応 — 大量オフライン処理を割安な非同期実行で回すことができません。日次で数百万件を処理するようなバッチ用途では、コストと処理時間の両面で不利になります
• ファインチューニング非対応 — ドメイン適応はプロンプト設計・RAG・Few-shotに限られます（オープンウェイト版なら自前でファインチューニング可能）
• 東京リージョンでWeb検索ツールが使えない — Web検索を使うと北京／シンガポールに固定されるため、データ所在地要件と衝突しやすいポイントです
• 出力が遅く冗長 — 47.1 tok/sは同クラスのなかでは下位圏。冗長性は実コストにも跳ね返ります
• 既存コード改修は不得手 — SWE-bench Pro 67.7はFable 5の80.0に12ポイント以上の差があります

オープンウェイト版の制約

• 画像・動画入力に非対応（クラウド専用機能）
• ネイティブコンテキストは262,144。100万トークン級はRoPE補間拡張が前提で、その領域での品質は別途検証が必要
• Thinkingモードが必須のため、低レイテンシの短答用途には不向き
• ハードウェア要件が極端（BF16で約4.9TB）
• ライセンスがApache 2.0ではない

セキュリティ・ガバナンス観点

中国企業が提供するモデルであることから、クラウドAPIを使う場合はデータ所在地（東京リージョンの有無）とデータ取扱規約の確認が必須です。Web検索ツールを使うとリージョンが北京／シンガポールに固定される点は、社内ポリシーと衝突しやすい典型例です。機密度が高い処理については、オープンウェイトのセルフホストが選択肢に入ったことが8月12日以降の変化ですが、ハードウェア要件を踏まえると大企業・クラウド事業者向けの選択肢にとどまります。

また、公式ベンチマークはすべてAlibabaの自社計測であり、第三者による再現検証は確認できていません。「16日間の完全自律運用で265コミット／127プルリクエスト／151イシューを積み上げた」という長時間エージェント運用の実績も、Alibaba自社発表です。導入判断は自社データでのPoCを前提にしてください。生成AI全般のセキュリティ観点は生成AIセキュリティの解説記事にまとめています。

こんな人におすすめ／おすすめしない人

Qwen3.8-Maxは「長時間走らせるエージェント」と「コスト効率重視の高難度タスク」に向き、「即応性が求められるチャットUI」と「既存コードの大規模改修」には向きません。

おすすめな人・組織

おすすめしない人・組織

他モデルとの選び分け

同クラスのフロンティアモデルは複数あり、用途によって最適解が変わります。 要件別の目安は次のとおりです。

• 中国製フラッグシップ同士の比較はKimi K3の解説記事、GLM-5.1の解説記事、DeepSeek V4 vs GPT-5.5の比較記事が参考になります
• 長時間の自律エージェント運用という観点ではKimi K2.6の解説記事も比較対象です
• 画像生成が目的ならQwen-Image-3.0の解説記事、音声・映像を含むマルチモーダルはQwen3.5-Omniの解説記事へ
• ツール全体から選び直したい方は生成AIツールおすすめの比較記事、エージェントの基礎はAIエージェントとは何かの解説記事をどうぞ

よくある質問（FAQ）

オープンウェイト版をダウンロードすれば、API版とまったく同じ性能が出ますか？

出ません。配布されているウェイトはテキスト専用でVision非搭載、ネイティブコンテキストは262,144トークンです。API版の画像・動画入力と100万トークンのネイティブ対応は、クラウド側の機能として温存されています。加えて、コンテキストキャッシュやWeb検索ツールも自前で用意する必要があります。

業務システムに組み込んだ場合、ライセンス料は発生しますか？

一般的な事業会社が社内業務や自社プロダクトの一機能として組み込む範囲であれば、追加のライセンス料は発生しません。別途商用ライセンスが必要になるのは、モデルの推論・ファインチューニングへのアクセス自体をAPI／ホスティングとして販売し、12か月の総売上が5,000万ドルを超える事業者などに限られます。ただし最終判断は、公式のLICENSE原文を法務部門で確認してください。

OpenAI APIから移行する場合、コードの書き換えはどれくらい必要ですか？

Qwen3.8-MaxはOpenAI互換（Chat Completions / Responses）に加えてAnthropic互換もサポートしているため、base_urlとAPIキー、モデル名の差し替えが基本です。ただし、reasoning_effort の設定や、出力上限を大きめに取る調整は別途必要です。またバッチAPIに相当する機能がないため、OpenAIのBatch APIを使っている処理は設計変更が必要になります。

「$2/$6」と書いてある記事を見たのですが、どちらが正しいですか？

どちらも公式価格ですが、リージョンが違います。$2/$6はシンガポールリージョンの単価で、東京を含むグローバルリージョンと中国（北京）は$1.65/$4.95です。海外メディアやモデルルーター系サイトはシンガポール価格を引用することが多いため、日本から使う前提のコスト試算では$1.65/$4.95を採用してください。

Qwen3.8-27Bは結局いつ使えるようになりますか？

ModelScopeのカウントダウンでは2026年8月15日が示されていますが、Qwen3.8-Max本体も「8月10日週」の予告から2日遅れて公開された経緯があります。公開日は前後する可能性があるため、Hugging FaceまたはModelScopeの公式リポジトリで直接確認するのが確実です。ライセンス条件も未公表のため、公開後に必ずLICENSEを読んでから設計に組み込んでください。

個人開発者が試すなら、どこから始めるのが早いですか？

まずQwen Studio（chat.qwen.ai）で無料で応答品質を確認し、手応えがあればAlibaba Cloud Model Studioで東京リージョンのAPIキーを発行して少量のテストトラフィックを流す、という順序が最短です。セルフホストは、2.4Tモデルのハードウェア要件を考えると個人では現実的な選択肢になりません。

まとめ

Qwen3.8-Maxは、総パラメータ2.4兆・アクティブ95BのスパースMoEで、Artificial Analysisの独立指標でも188モデル中10位に位置する実力あるフラッグシップです。2026年8月12日にはMax級として史上初のオープンウェイトが公開されました。

導入判断の要点を整理します。

• オープンウェイト版はAPI版と別仕様。テキスト専用・ネイティブ262K・Thinking必須。「2.4Tがオープンに」だけで判断しない
• 日本から使うなら東京リージョンの$1.65/$4.95。海外記事の$2/$6はシンガポール価格
• ライセンスはApache 2.0ではないが、社内利用・一般的なプロダクト組み込みなら実務上ほぼ制約なし。抵触するのは大規模MaaS事業者とAIコーディング事業者
• 強いのはPC操作・ターミナル・研究再現。既存コード改修ではFable 5に12ポイント以上の差
• 速度は下位圏で出力も冗長。即応性が要るUIより、バックグラウンドで走らせるエージェント向き
• セルフホストは大企業向け。BF16で約4.9TB、B300級2ノードが最低ライン。ローカルの本命はQwen3.8-27B（8月15日公開予定・ライセンス未公表）
• バッチ推論・ファインチューニング非対応、東京リージョンでWeb検索ツール非対応という制約は、設計前に必ず確認

まずはQwen Studioで無料検証し、要件に合いそうなら東京リージョンのAPIで少量から試す。この順序であれば、大きな失敗なく実力を見極められます。

関連記事

• Qwen3.8-27Bとは？必要VRAM・商用利用・使い方を解説
• Qwen3.8-Flash-Nextとは？性能・特徴を解説