TLDR: Alibaba の Qwen3.8-Max（プレビュー、2.4 兆パラメータ、画像/動画/ドキュメント入力のマルチモーダル）が Moonshot AI の Kimi K3（2.8T パラメータ、まもなくオープンウェイト、1M コンテキスト）と正面対決。Qwen3.8-Max はマルチモーダルと生産性タスクで優れ、プレビュー価格は標準料金の ~10% 一方、Kimi K3 は一部の公開ベンチマークと高いオープン性でリード。
両者とも今日 API でアクセスできるフロンティアモデル。信頼性が高くコスト効率の良い統合には、CometAPI が OpenAI 互換のエンドポイント、競争力のある価格、開発者と企業向けの容易なスケーリングで Qwen をシームレスに提供。
重要なポイント:
- スケールと能力: X の投稿によれば、Qwen3.8-Max は 2.4T パラメータのモデルにネイティブなマルチモーダル（画像・動画・ドキュメント）を搭載。Qwen3.7-Max はエージェント駆動のコーディングと長期タスクで強み。
- 価格とアクセス: Qwen3.8-Max は競争力のある API レート（~$2.50/$7.50 per 1M input/output、割引されることが多い）を提供；Token Plan/Qoder 経由で Qwen 3.8 をプレビュー割引価格で利用可能。
- Kimi K3 との比較: Kimi K3（2.8T、2026年7月27日にオープンウェイト）はしばしばベンチマークで優位だが、Qwen はより強力なマルチモーダルとエコシステム統合を提供；多くの API シナリオで Qwen の方が安価。
- 今日のアクセス: Alibaba Cloud/Token Plan/Qoder のプレビューで割引価格にて；OpenAI/Anthropic API 互換。
- 実務での勝ちどころ: フルスタック開発、オフィス自動化、動画解析、エージェント型ワークフローで優位。
Qwen 3.8 Max とは？
Qwen 3.8 Max（正式には Qwen3.8-Max-Preview としてプレビュー）は、Alibaba の Qwen チームによる最新のフラッグシップ LLM。2026 年 7 月 19 日前後の上海での世界 AI 会議で発表され、Qwen 3.7 シリーズからスケールが大幅に飛躍。
主な仕様
- パラメータ数: 合計 2.4 兆 — 公に語られている中でも最大級で、Moonshot AI の Kimi K3（約 2.8T）に次ぐ規模。
- アーキテクチャ: Sparse Mixture-of-Experts（MoE）。トークンごとに一部のパラメータのみが作動し、性能と効率のバランスを確保（アクティブなパラメータ数の詳細は未公開 — 推論コストに関わる重要情報）。
- マルチモーダル機能: テキスト、画像、動画、ドキュメントをネイティブに処理。1 兆を超えるパラメータで強力なマルチモーダルサポートを備えた Qwen 初のモデル。
- コンテキストウィンドウ: 最大 1M トークン。Qwen 3.7 Max から継承・改良。
- バリアント: フラッグシップの 2.4T Max に加え、軽量用途向けの ~27B バリアント。
Qwen 3.8 Max の仕組み：革新点と技術的優位性
Qwen3.8-Max は、Alibaba のスケーリングに関する長年の知見を活用：
- 巨大スケールと効率: MoE による 2.4T パラメータ — トークンごとに一部のみが起動し、性能と推論コストのバランスを確保（過去の Qwen MoE、例：235B-A22B に類似）。
- ハイブリッド推論: 「Thinking/Non-Thinking」モードを継承し、深さ・速度・コストを柔軟に制御。多段階計画を要するエージェント型タスクに最適。
- マルチモーダル統合: テキスト＋ビジョン＋動画の統合処理。画像を含むドキュメント解析や動画ベースの推論など、より豊かなアプリケーションを可能に。
- 長コンテキストとエージェント重視: 長期タスク向けに最適化（例：フルアプリのクローン、複雑なワークフロー）。高度なツール使用、RAG、関数呼び出しをサポート。
- 学習の進歩: 膨大な多言語データ（119+ 言語）を基盤に、位置埋め込みの改良、幻覚低減と STEM/コーディング強化の両立技術。
実務での動作:
- 入力 → トークナイザ＋埋め込み → MoE ルーターがエキスパート選択 → Transformer レイヤーが処理 → 出力生成。
- エージェント駆動のコーディング（例：フルスタック案件）、データ分析パイプライン、オフィス自動化をサポート。
コミュニティの Reddit テストでは、コーディングや複雑なクエリで有望な生の性能が示される一方、初期プレビューでは時折思考ループが指摘される声も。
開発者向け：CometAPI のようなツールと組み合わせれば、複数プロバイダーにまたがる信頼性の高い統一アクセスが可能。Qwen と Claude、GPT などを並行検証しつつ、レイテンシとコストを低減。
価格とアクセス：今日すぐ使えるもの
プレビュー提供状況（2026年7月時点）:
- Alibaba Token Plan: クレジットベースのサブスクリプション。
- Lite: $6 で 2,500 クレジット/週。
- Pro: $68 で 40,000 クレジット/週（同時 6〜8 エージェント対応）。
- 割引: プレビュー中は標準価格の 10%。
- プラットフォーム: Qwen Chat、Alibaba Cloud、Qoder（コーディング）、QoderWork（生産性）。
- API: OpenAI/Anthropic 互換。3.8-Max のトークン単価は未公表（先代：~$1.25/M 入力、$3.75/M 出力）。
オープンウェイト: 「まもなく」と約束 — 自己ホスティング/ファインチューニングに有利だが、ハードウェア要件は極めて高い（~1.2TB at 4-bit）。
CometAPI の推奨: 本番運用ではベンダー管理を避ける。CometAPI は 500+ モデルに対して 1 つの API キーを提供し、Qwen シリーズを含む。統一課金、エンドポイント、信頼性を備え、コードを書き換えることなく Qwen 3.8 Max と他モデルの A/B テストが可能。Cometapi.com ユーザーの AI アプリ構築に最適。登録は cometapi.com で。
これにより Alibaba Cloud へのコミットなしで Qwen を利用でき、スタートアップやグローバル開発者に好適。
Qwen3.8 Max は Kimi K3 に勝っているか？
パラメータ数では：いいえ
「Qwen3.8 Max は Kimi K3 よりもパラメータ数が多いか？」という問いなら、答えは明快：いいえ。Qoder によれば Qwen3.8-Max-Preview は 2.4T パラメータモデル。Moonshot の資料では Kimi K3 は 2.8T パラメータモデル。総パラメータだけを見れば、Kimi K3 の方が 4,000 億パラメータ多い。
ただし、それだけで Kimi K3 がすべてのタスクで優っているとは限らない。パラメータ数は単独ではスコアボードではない。学習データ、アーキテクチャ、エキスパートルーティング、トークン当たりのアクティブパラメータ数、ポストトレーニング、推論スタック、ツール連携、コンテキスト管理などが実性能に影響する。より小さいモデルでも、データやポストトレーニング、ツール、推論時の思考が優れていれば一部タスクで大きいモデルを上回り得る。
公開された根拠では：現時点では Kimi K3 が先行
Kimi K3 は現時点でより充実した公開情報を持つ。Moonshot の Kimi K3 ガイドと技術ブログは、アーキテクチャ、コンテキスト、ビジョン、エキスパート活性、API 制限、リリース計画を開示。OpenLM の Kimi K3 ページは、コーディング、エージェント的作業、推論、知識業務、ビジョンにわたる詳細なベンチマーク表を掲載。Kimi K3 は Frontend Code Arena で 1,679 点、1M コンテキスト、16/896 のエキスパート活性、価格のシグナルなどをまとめている。
Qwen3.8-Max-Preview は非常に重要だが、プレビュー段階では公開情報が少なめ。現時点で最も強い情報源は Qoder のローンチページと Alibaba Cloud Model Studio の OpenCode 設定。価値はあるものの、Kimi K3 が提供するベンチマーク詳細、アクティブパラメータの開示、アーキテクチャ説明、ライセンス条項、CometAPI 経由の本番ルート詳細に、まだ同等の水準ではない。
| Aspect | Qwen3.8-Max (Preview) | Qwen3.7-Max | Kimi K3 (Moonshot) |
|---|---|---|---|
| パラメータ数 | 2.4T | ~1T+（以前） | 2.8T |
| マルチモーダル | はい（画像/動画/ドキュメント） | 限定的/テキスト中心 | はい（ネイティブなビジョン/3D） |
| コンテキストウィンドウ | 大（マルチモーダル） | 262K+ | 1M トークン |
| 強み | エージェント、コーディング、生産性、マルチモーダル | 長期エージェント、推論 | オープンウェイト、コーディングアリーナ、推論 |
| ベンチマーク（例） | 強力な KingBench（~2 位）、社内トップ | GPQA 92.4, SWE-Pro 60.6 | 多くでリード（Frontend Arena）、総合的に競争力あり |
| 価格（API 概算） | プレビューは標準の ~10% | 競争力あり（~$1-5/M 混合） | $3 入力 / $15 出力（1M あたり） |
| アクセス | Alibaba のプレビュー＋CometAPI | Alibaba＋CometAPI | API は現在提供、オープンウェイトはまもなく |
| 最適な用途 | エンタープライズのマルチモーダルワークフロー | エージェントの足場構築、開発 | セルフホスト、カスタマイズ |
主な違い:
- オープン性: Kimi K3 はセルフホスト/ファインチューニング向けのフルオープンウェイトが間近で優位。Qwen3.8-Max は現在プレビュー、まもなくオープン。
- マルチモーダル: 両者とも強力。Qwen3.8 は動画/ドキュメント統合を強調。
- 性能: Kimi K3 は生のベンチマークで優位なことが多く（例：GPQA、コーディングアリーナ）、Qwen はエージェント/生産性の足場や、スプレッドシート/カーネル最適化など特定タスクで競合または優位。API 利用では Qwen が安価（比較によっては 3 倍の差）。
- コンテキストと速度: Kimi は 1M コンテキスト。Qwen は長コンテキストに強く（従来で 262K+）、出力が速いことが多い。
- ユースケース: Qwen は Alibaba エコシステム統合、オフィス自動化、マルチモーダルなエンタープライズ用途。Kimi はオープンソース愛好家と最大限のカスタマイズ向け。
結論：Qwen 3.8 Max を採用すべきか？
実験やコーディング/マルチモーダルのニーズには「はい」— 特に CometAPI のようなアクセスしやすいプラットフォーム経由で。まだクローズドな最前線の完全な代替ではないが、エコシステムを前進させる強力で手頃な選択肢。ベンチマークと正式リリースに注目。