Alibaba「Qwen3.8-Max」が8月3日に正式リリース！総2.4兆パラメータ、Terminal-Bench 2.1 は86.6で Fable 5 超え・SWE-bench Pro は67.7で届かず

【2026年8月15日 追記】 小型の「Qwen3.8-27B」も公開されたよ。 Hugging Face 上のファイル最終更新は2026年8月15日0時00分（日本時間）。Qwen/Qwen3.8-27B（約51.7GB）と Qwen/Qwen3.8-27B-FP8（約28.7GB）、ModelScope にも同じ名前で出ているんだ。ライセンスは Max の独自ライセンスと違って、商用利用できる Apache 2.0 だよ。詳しくは Qwen3.8-27B の記事 を見てね。

【2026年8月13日 追記】 重み（オープンウェイト）が公開されたよ！ 置き場は Hugging Face の Qwen/Qwen3.8-2.4T-A95B と、軽くした Qwen/Qwen3.8-2.4T-A95B-FP8 の2本。ModelScope にも同じ名前で出ているよ。案内されていた公開時刻は「8月12日11時（日本時間）」で、ぼくが同日19時に見たときはまだ無かったんだけど、Hugging Face 上のファイルの最終更新は同日19時24分（日本時間）。案内から8時間ほど遅れて出たみたいだね。ライセンスは Apache 2.0 ではなく独自の qwen3.8-max だよ。いっぽう小型の「Qwen3.8-27B」は、8月13日時点ではまだ公開されていなかったよ（その後、8月15日0時に公開された。上の追記を見てね）。

【2026年8月12日 追記】 （公開前の記録として残しておくね）重みの公開は「8月12日11時（日本時間）」と案内されていたけど、その時刻を過ぎた同日19時の時点では、Hugging Face の Qwen 公式アカウントにも ModelScope にも Qwen3.8 系のファイル置き場は見当たらなかったよ。「Qwen3.8-27B」という名前の置き場を第三者が作っている例はあったけど、中身は説明書きだけの空っぽだったんだ。

【2026年8月4日 追記】 この記事はもともと7月19日のプレビュー公開を扱ったものだよ。その後、2026年8月3日に Qwen3.8-Max が正式リリースされ、保留にしていたベンチマークの数字も公表されたんだ。約束どおり、公表された数字で「Fable 5 に次ぐ2位」という自称を検証して、この記事を全面的に更新したよ。

やっほー、ぼくてんびん丸！中国のオープン勢がまた動いたよ。今度は Alibaba（アリババ）の Qwen チーム。結論からいくね。

結論：Qwen3.8-Max が正式リリース、数字が出そろった（2026年8月3日）

• 2026年7月19日にプレビュー公開された Alibaba の次期旗艦「Qwen3.8-Max」が、8月3日に正式リリースされたよ。総パラメータ数は2.4兆（2.4T）の専門家分業型（MoE）で、テキスト・画像・動画・文書を扱うマルチモーダルモデルなんだ。
• プレビューのときは「Fable 5 に次ぐ2位」という Alibaba の自称しかなくて、ぼくは「数字が出るまで保留」と書いていた。その数字がようやく出たよ。
• 結果はまだら模様。Terminal-Bench 2.1 は86.6で Claude Fable 5（84.6）超え。でもSWE-bench Pro は67.7で Fable 5（80.0）に届かないんだ。
• 重み（オープンウェイト）は公開されたよ。案内の「8月12日11時（日本時間）」からは遅れて、Hugging Face 上のファイルの最終更新は同日19時24分（日本時間）。置き場は Qwen/Qwen3.8-2.4T-A95B と FP8 版の2本で、ModelScope にも出ているんだ。ライセンスは Apache 2.0 ではなく独自の qwen3.8-max。いっぽう小型の Qwen3.8-27B も8月15日0時（日本時間）に公開されて、そちらは商用利用できる Apache 2.0 だよ（→ Qwen3.8-27B の記事）。
• そして名前はやっぱり「3.8」。ネットで待たれている「Qwen 4」ではないよ（→ 「Qwen 4」はまだ？の整理はこちら）。

公表されたベンチマーク：どこで勝って、どこで負けたか

2026年8月3日に公表された主な数値がこれだよ。Qwen3.8-Max が勝っている行と負けている行が混ざっているのがポイント。

「Fable 5 に次ぐ2位」は本当だったの？

ぼくの答えは「部分的にだけ当たった」だよ。

当たっている部分： Terminal-Bench 2.1 の86.6は、Claude Fable 5（84.6）と Claude Opus 4.8（84.6）の両方を上回っている。端末の中でコマンドを打って作業を進めるタイプの仕事では、確かに最上位グループに食い込んだんだ。

当たっていない部分： 同じ Terminal-Bench 2.1 でも GPT-5.6 Sol（88.8）には負けている。だからこのベンチに限っても「2位」ではなく3位グループなんだ。そしてソフトウェア開発の評価では差がはっきり残っているよ。

• SWE-bench Pro：67.7 対 Fable 5 の80.0（12.3ポイント差）
• FrontierSWE：73.5 対 Fable 5 の88.8（15.3ポイント差）

ITmedia は「SWE-bench Pro では GPT-5.6 Sol を上回った」と報じているんだけど、Fable 5 との比較では下回っている。つまり「一部のベンチで一部の相手に勝った」というのが実際のところで、総合で2位、とは言い切れないというのがぼくの読み方だよ。

一方で素直にすごいと思うのは伸び幅。DeepSWE 1.1 が前世代の21.6から56.6へ、ひと世代で35ポイントも上がっているんだ。GPQA Diamond は92.4 → 92.6でほぼ横ばいだから、知識の量ではなく「手を動かして開発する力」に集中して伸ばした世代だと分かるね。

わかっていること／まだのこと（更新版）

ひとつ注意しておくね。表の数字は Alibaba が自社で公表したもので、Artificial Analysis のような第三者が同じ条件で測り直した値ではないんだ。モデルを出した会社の自己申告だから、独立した測定が出てきたときに数字が動く可能性はあるよ。そこは引き続き見ておくね。

中国オープン勢、7〜8月の連続攻勢

面白いのは、この動きが単発じゃないこと。

• 7月16日：Moonshot AI が Kimi K3（総2.8兆パラメータ・オープンウェイト）を公開（→ Kimi K3 まとめ）
• 7月19日：Alibaba が Qwen3.8-Max（総2.4兆パラメータ）をプレビュー
• 8月3日：Alibaba が Qwen3.8-Max を正式リリース、重みも「来週」公開予定と告知（のちに 8月12日11時（日本時間）と案内された）
• 8月12日：案内された公開時刻（11時）には出てこなかったけれど、同日19時24分（日本時間・ファイルの最終更新時刻）に重みが公開された
• 8月15日：小型の Qwen3.8-27B も0時00分（日本時間）に公開。Qwen/Qwen3.8-27B と FP8 版で、ライセンスは商用可の Apache 2.0 だよ

Kimi K3 は7月27日に実際に重みを公開している。「巨大 × オープン寄り」で存在感を出すのが、いまの中国勢の共通戦略に見えるね。DeepSeek もこの系譜。オープンモデル全体の動きは オープンソースAIの深掘り解説 にまとめてるよ。

「今すぐ確実に使いたい」なら？Qwen3.7 Max / Plus

Qwen3.8-Max の重みは公開されたけど、総2.4兆パラメータで分割ファイル213本という大きさなので、ふつうのパソコンで動かすものではないんだ。手元で動かしたい人や、料金がはっきりしている選択肢がほしい人には、Qwen3.7 系が引き続き答えだよ。

• Qwen3.7 Max（2026年5月・旗艦）：テキスト特化・クローズド。SWE-Bench Verified 80.4／GPQA Diamond 92.4、コンテキスト100万トークン、料金は $1.25 / $3.75（100万トークンあたり）と、フロンティア級としては破格の安さ。ぼくの AIコスパ指数 でも上位に入る「安くて強い」枠だよ。
• Qwen3.7 Plus（2026年6月）：マルチモーダル（画像入力対応）で $0.32 / $1.28 とさらに安価。画面を読んで操作するようなエージェント用途に向いてる。
• 手元のパソコンで動かしたい（オープンウェイト） なら、Qwen3.8-27B が候補になったよ。2026年8月15日0時（日本時間）に公開されて、ライセンスは商用利用できる Apache 2.0、容量は BF16 が約51.7GB・FP8 が約28.7GB なんだ（→ Qwen3.8-27B の記事）。Qwen3.8-Max の重みも出ているけれど、上に書いたとおりサーバー向けの大きさだよ。

なお、Qwen3.8-Max を月額で使う方法は Token Plan 個人版の中身 にまとめてあるよ。横並びで見たい人は AIモデル比較表 や コスパマトリクス をどうぞ。

まとめ

• 2026年8月3日、Qwen3.8-Max が正式リリース。7月19日のプレビューで保留になっていたベンチマークの数字が公表された
• Terminal-Bench 2.1 は86.6で Claude Fable 5（84.6）超え。ただし GPT-5.6 Sol（88.8）には届かない
• SWE-bench Pro は67.7（Fable 5 は80.0）、FrontierSWE は73.5（同88.8） と、ソフトウェア開発の評価では差が残る。「Fable 5 に次ぐ2位」は部分的にだけ当たった
• DeepSWE 1.1 は21.6 → 56.6 とひと世代で35ポイント上昇。知識より「開発する力」を伸ばした世代
• 重みは公開済み。案内の8月12日11時（日本時間）から遅れて、同日19時24分（ファイルの最終更新時刻）に Qwen/Qwen3.8-2.4T-A95B と FP8 版が出たよ。ライセンスは独自の qwen3.8-max。小型の Qwen3.8-27B も8月15日0時（日本時間）に公開され、そちらは商用可の Apache 2.0 だよ
• 表の数字はいずれも Alibaba の自己申告で、第三者の独立検証はこれから。名前もまだ「4」じゃないよ

じゃあまたねー！月ごとの動きは 月次AIレポート でも追えるよ。