Qwen3.8-Max、2.4Tパラメータと公開重みでコーディングモデル競争へ
Original: Qwen3.8-Max puts 2.4T parameters and open weights on the coding map View original →
2.4Tモデルが公開重みの競争軸へ入った
コーディングモデルの競争は、単なる順位表から配備の自由度と価格へ広がっている。Qwenは2026年8月3日のX投稿で「open weights of Qwen3.8-Max will be released」と書き、Qwen3.8-MaxとQwen3.8-27Bの公開重みを翌週に出すと示した。2.4TパラメータのMoE flagshipをAPIで出し、重み公開まで予告した点が大きい。
QwenCloudのモデルページでは、Qwen3.8-Maxはコーディングと専門業務向けの2.4T MoEモデルと説明されている。contextは1M tokens、最大入力は991K、最大出力は131Kだ。価格は入力$2/M tokens、出力$6/M tokens、implicit cache入力$0.25/M tokens。built-in toolとしてcode interpreter、web search、web extractor、画像検索系も並ぶ。
投稿の強い主張は、長期自律作業にある。Qwenは、空のfolderからproductionまで10日以上のself-evolving development、500回超のchip design optimization、365日のe-commerce strategyを例に挙げた。リンクされたGitHubのqwen-code-dev-bot/oh-my-cliはApache-2.0ライセンスのNode.js 22/TypeScript製コードエージェントCLIで、file toolとshell toolを備える。
次に見るべき点は、公開重みのライセンス条件、1M contextの実運用コスト、そして長期コーディング作業が外部評価で再現されるかだ。Qwenがこの規模を使いやすく公開できれば、閉鎖型モデルは性能だけでなく価格とcontrolでも比較される。元の投稿はXで確認できる。
Related Articles
LLM評価は短い画像プロンプトから長時間のコード生成へ広がっている。KarpathyはOpus 5が約$10の1M token予算と約2時間で5,500行のThree.jsコードを書いたと述べた。
LocalLLaMAが盛り上がったのは、単なるベンチマーク更新ではなかった。公式スコアも強いが、本当の熱量はFP8やGGUF、VRAM適合の話がすぐ始まったことにあった。2026年4月25日時点でスレッドは1,688ポイント、603コメントだった。
LocalLLaMA の release post は OmniCoder-9B を 425,000超の agentic trajectory で学習した Qwen3.5-9B ベースの coding agent として紹介し、コメント欄では read-before-write のような実務的な挙動が注目された。