「Fable 5に次ぐ」：AlibabaがQwen3.8を発表するも、実データなし

Alibabaは日曜日、最新の大規模言語モデルQwen3.8を発表し、このモデルは「AnthropicのFable 5に次ぐ」ものであり、現在入手可能な最も強力なモデルの1つであると主張しました。しかし、同社はこの主張を裏付けるモデルカード、ベンチマーク、またはその他の意味のあるデータポイントを一切提供しませんでした。

注目すべきは、この発表が、競合する中国のAI企業MoonshotがKimi K3をデビューさせた数日後に行われたことです。Kimi K3はArenaのコーディングリーダーボードでトップに立ち、内部ベンチマークでAnthropicやOpenAIのシステムと競合し、BBCやBloombergなどの主要メディアで大きな話題となりました。MoonshotはK3のウェイトをまだ公開していませんが、他の主要システムとの完全なベンチマーク表、アーキテクチャの詳細、公開価格を含むかなり詳細な技術解説をすでに公開しており、7月27日にオープンウェイトをリリースする予定です。

一方、Alibabaは主にX（旧Twitter）への1つの投稿に依存して、大胆な主張を行っています。その上、投稿にはいくつかの文法的なミスがあり、そのうちの1つは「compatible」と「comparable」を混同しているように見えました。それ自体はそれほど重要ではありませんが、モデルを真のフロンティア競争相手として位置付けることを目的としたローンチに対して、あまり自信を与えない種類の詳細です。

オープンウェイトの要素

今年、オープンウェイトAIへの幅広い関心は急速に高まっています。アナリストやインフラベンダーは、オープンモデルがクローズドフロンティアにわずか4ヶ月遅れているに過ぎず、価格は数分の一であると主張しています。この価格差は、企業がAIを購入する方法をすでに変えています。6月、The New Stackは、AIエージェントスタートアップのLindyがすべての本番トラフィックをAnthropicのモデルからDeepSeek v4に移行していると報じました。CEOはこれにより数百万ドルを節約できると述べています。ベンダーロックインも懸念が高まっており、業界の多くは単一のプロプライエタリモデルスタックへの深い依存について警告しています。

Qwenはそれ自体、このシフトの大きな受益者です。インフラプロバイダーのRunpodのプラットフォームデータによると、QwenはMetaのLlamaを追い抜き、ユーザー間で最もデプロイされたオープンウェイトLLMになりました。しかし、Qwenは多作なオープンウェイトパブリッシャーとしての評判を築いてきましたが、最近の2つのフラッグシップモデルはそのパターンを破っています。4月にローンチされたQwen3.6-Max-Previewは、Qwenの歴史上初のAPIのみのフラッグシップであり、ウェイトは公開されませんでした。5月に続いたQwen3.7-Maxも同様にクローズドで、ローカルで実行可能なバージョンはなく、その日付も確認されていません。

Qwen3.8では、Alibabaは明らかに原点に戻り、オープンウェイトモデルとしてリリースされることを確認しました。しかし、今回の大きな疑問は、いつなのか、そして発表のタイミング自体が、開放性よりも特定のライバルと関係があるのかどうかです。

「チェックポイントギャップ」

プライベートエクイティ会社Fortino CapitalのAIオペレーティングパートナーであり、Hugging FaceとAWSの元AIエバンジェリストであるJulien Simonは、本当のストーリーは彼が「チェックポイントギャップ」と呼ぶもの、つまりフロンティアの主張と実際に誰でも検証できる成果物の間の期間にあると考えています。彼は日曜日のニュースレター「The AI Realist」で、Kimi K3のバージョンのギャップは「攻撃的だが規律正しい」ものだったと主張しています。ベンチマーク表、公開価格、そして7月27日というウェイトのハードな日付です。「あのローンチのすべての主張は、カレンダーに対して評価できる」とSimonは書いています。

Qwen3.8は同じギャップを開いたが、Simonはその規律を欠いていると指摘します。ベンチマーク表なし、価格なし、日付なし—ただ「近日中にオープンウェイト」だけです。日付のないギャップは、ベンダーが独自のタイムラインで行使できるオプションとして機能し、その間「オープンウェイトのナラティブを収集する」ことになります。

両方のモデルは、異なる方法で同じ会社の背後にあります。Alibabaは2024年時点でMoonshotの最大株主であり、当時36%の株式に対して約8億ドルを投資しました。Moonshotの資金調達と評価額が天井知らずに上昇し続けているため、そのポジションはおそらくその後希薄化されています。Kimi K3のローンチだけでも、数日で世界の半導体価値から3兆ドル以上を吹き飛ばしたと報じられています。そして、そのわずか数日後、Alibabaはわずかに小さいモデル（2.4Tパラメーター対2.8T）を発表し、わずかに優れたランキングを主張し、同じオープンウェイトの文言を添付しました—ただし、主要な詳細はありません。

「言葉と数字の間のギャップが長ければ長いほど、発表自体が製品だった」とSimonは書いています。明らかな疑問は、なぜ企業が自社の投資と競合するように見えるのかということです。Simonの答えは、本当のベンチマーク表がAlibabaに何を明らかにすることを強制するかという点にあります。Kimi K3を打ち負かすのに十分強い数字は、Moonshotが公開市場への参入を計画している時期に、自社のMoonshot株を社内モデルよりも悪い賭けに見せかけることになります。数字が不足すれば、「Fable 5に次ぐ」という王冠を完全に放棄することになります。検証可能なことを何も言わなければ、両方の結果を回避できます—Qwenは見出しや企業の会話でその地位を主張できる一方、K3と並べてチェックされることはありません。

簡単に言えば、発表自体はおそらくモデルについてではなかったのです。それは、大いに話題になった競合他社をめぐる会話に自らを割り込ませることについてでした。

Qwen3.8を独立してベンチマークしようとする初期の試みがいくつかありました。日曜日に公開された1つは、ホストされたプレビューをマッチしたタスクでKimi K3と比較しました—TrilogyのAI Center of ExcellenceのVPであるLeonardo Gonzalezの作業です。しかし、これは単一のテストであり、1人のレビュアーによってスコアリングされ、Alibaba自身が正式リリース前に変更を続けると述べているプレビューに対するものです。これは、Alibabaがまだ公開していないベンチマーク表の代わりには到底なりません。Gonzalezは「2.4Tモデルにとって、アーキテクチャの詳細が欠けていることは重要です」と認めています。

今のところ、Qwen3.8はまさにスタート地点に留まっています。強力なAnthropicに対して整えられたきれいな見出しの主張であり、それ以上のものではありません。