タイトル
Alibaba、2.4兆パラメータの「Qwen4-Max」を正式公開──実務コスト6割減を実現する新設計と専門領域への浸透
このエピソードで登場するキーワードを説明します。
Alibaba: 中国最大級のIT・クラウド企業。傘下のAI開発チームを通じて基盤モデル「Qwen」シリーズを展開し、クラウドサービスとオープンウェイトの双方で世界市場を牽引している。
Qwen4-Max: 2026年11月16日に正式公開された、Qwen4シリーズの最上位モデル。総パラメータ数2.4兆の巨大基盤を持ちながら、1トークンあたりの実質的な計算量を抑える高効率設計を採用している。
MoE (Mixture of Experts): モデル内部を役割の異なる多数の小さなネットワークに分割し、入力データごとに必要な領域だけを稼働させることで、高い知能と計算コストの削減を両立するアーキテクチャ。
QSA (Qwen Sparse Attention): 長い文脈を固定サイズの状態に圧縮する仕組みと、関連性の高い箇所だけを微細なブロック単位で選び出す索引機構を組み合わせ、長文処理の負荷を大幅に引き下げる新技術。
MCP (Model Context Protocol): AIモデルが外部のデータベースや業務システム、専門ツールと標準化された手順で連携するための通信規格。
Live Delivery: 長時間に及ぶ自律型AIエージェントの作業において、まず動作する初期バージョンを素早く提示し、人間のフィードバックを受けながら段階的に完成度を高めていく継続的デリバリーの仕組み。
それでは解説に入ります。
中国のテクノロジー大手AlibabaのAI開発チームは、2026年11月11日からの先行プレビューを経て、11月16日に次世代基盤モデル群の最上位にあたる「Qwen4-Max」を正式に発表し、APIおよび各種アプリケーションでの一般提供を開始しました。今回のモデルは、最大100万トークンの文脈処理能力とネイティブな視覚理解を備え、単なるチャットボットではなく、24時間365日稼働して複雑なプロジェクトを完遂する「AIの同僚」として設計されています。
技術面での最大の注目点は、巨大化と省エネを高次元で両立させた新しいMoEアーキテクチャです。Qwen4-Maxはバックボーンとして2.4兆個、さらに局所的な語句のパターンを捉えるN-gram Embeddingに3280億個という超巨大なパラメータ数を抱えていますが、1トークンの処理ごとに実際に稼働するアクティブパラメータ数は710億個に抑えられています。前世代の「Qwen3.8-Max」が約950億個を稼働させていたのと比較すると、計算量が25パーセント削減されました。これを支えているのが、3層のGated DeltaNetで過去の文脈を圧縮しつつ必要な情報だけを選び出す「QSA」と、4つの並列分岐で層をまたぐ情報の流れを整える「Gated Residual」という新機構です。
この構造改革は、企業の導入コストに劇的な改善をもたらしています。処理そのものが賢くなったことで無駄な思考ステップが減り、端末操作を伴う「Terminal-Bench 4.0」では前世代比でトークン消費量が約48から49パーセント減少しました。さらにAPIの基本料金も、入力100万トークンあたり1.50ドル、出力100万トークンあたり4.50ドルへと引き下げられ、同じデータを繰り返し参照する際のキャッシュ読み取り料金にいたっては100万トークンあたり0.075ドルという極めて低い水準に設定されています。Alibabaが721の専門分野を網羅して構築した実務評価指標「Work360」において、1タスクを完遂するための平均コストは前世代の4.43ドルから1.67ドルへと62パーセント低下しました。
具体的な産業応用の事例も、従来のテキスト作成の枠を大きく超えています。製造業の現場であるSANFやPacific Unionでの実証では、2次元のレイアウト図から3次元の生産ラインを構築してサイクルタイムを検証したほか、自動車のドア部品などの切削加工プログラムの作成時間を、従来の手作業による約475分からわずか24分へと約95パーセント短縮しました。また、金融・法務・医療といった高度な専門性と根拠の追跡が求められる領域でも実用化が進んでいます。たとえば株式の証券調査では90種類のMCPツールを駆使して市場データを集計し、PowerPointの図表と元データのExcelシート、さらには一次情報源のリンクまでが1対1で紐づいた検証可能なレポートを出力します。新規株式公開に向けた法務デューデリジェンスの事例では、形式が不揃いな198件の資料を14のフォルダに自動整理した上で公的記録と照合し、契約上のリスクを指摘する6万字超・86ページの調査報告書を一気に書き上げました。医療の集中治療の現場でも、6日間にわたる複雑な経過記録と1433枚の医療画像を複数のサブエージェントが分担して読み解き、主治医の判断と完全に一致する治療方針を提示しています。
さらに、長時間稼働する自律型エージェントの弱点だった「最後まで待たないと間違いに気づけない」という課題を解決するため、「Live Delivery」という仕組みがモデル自体に組み込まれました。教育用Webサイトの構築実験では、まず動く初期版を素早く納品し、そこから14回の段階的な更新を重ねることで、最終的に3Dアニメーションや対話型実験を備えたサイトへと発展させています。また科学研究の領域では、AIが48時間連続で自律稼働し、270万個の候補分子から設計・合成・テストのループを4回回すことで新型の冷却材を実際に合成したほか、アルツハイマー病の標的分子に対する結合親和性を約3.6倍に高めた創薬事例も報告されています。
もっとも、外部の独立系ベンチマーク機関からは冷静な評価も出ています。Alibabaの公式発表では、実務エージェント能力を測る「Agents' Last Exam v1.1」で46.7点、長期のソフトウェア開発を測る「DeepSWE v1.1」で75.7点を記録し、Anthropicの「Claude Opus 5.5」を抑えて首位に立ったと強調されています。しかし、同社の公式数値でも「Terminal-Bench 4.0」のスコアは48.5点にとどまり、Claude Opus 5.5の59.6点やMoonshot AIの「Kimi K3.1」の67.2点には水をあけられています。また、11月16日に公開された独立調査機関Artificial Analysisの知能指数では43点で全体38位、データ分析大手のPlotlyが実施した実務分析テストでも、曖昧な指示への確認や不可能な要求の拒絶といった判断力では満点を取ったものの、データの欠損や統計の罠を見抜く自己検証の甘さから35点にとどまりました。Plotlyのテストでは、Alibaba自身が3か月前に公開した小型のオープンウェイトモデル「Qwen3.8-27B」が38点を獲得しており、用途によっては小型モデルや他社モデルの方が費用対効果で勝るケースも浮き彫りになっています。
なお、今回公開されたQwen4-Max自体は重みが非公開のクローズドモデルとしてQwenStudioやQwenWork、コーディングツールのQoderなどで提供されますが、Alibabaは同じQwen4アーキテクチャを採用した中・小規模モデルを今後順次オープンウェイトとして公開する方針を明言しています。最上位モデルで圧倒的なトークン効率とキャッシュ割引を武器に企業の基幹業務へ食い込みつつ、軽量モデル群の無償公開で世界中の開発者エコシステムを囲い込むAlibabaの二段構えの戦略は、米中がしのぎを削るAIインフラの価格競争をさらに激化させることになりそうです。
今回のエピソードは以上で終了です。また次回お会いしましょう。
感想
まだ感想はありません。最初の1件を書きましょう!