Qwen3.8-MaxはAlibabaが2026年8月3日に発表し、8月4日に正式リリースした総パラメータ2.4兆のMoE型フラッグシップです。入力100万トークンあたり2ドル・出力6ドルという低価格で、コンテキストは100万トークン、APIはOpenAI互換のため既存コードの接続先を差し替えるだけで使えます。加えてMax級として同社初のオープンウェイト公開が予告されました。本記事では前世代・既存モデルとの違い、料金、OpenAI互換APIでClaude Codeや自社ツールに繋ぐ手順、Claude Opus 5との使い分け、日本語対応までを筆者が整理します。
Qwen3.8-Maxとは？何ができるモデルか
Qwen3.8-Maxは、AlibabaのQwenチームが公開した現行最上位の生成AIモデルです。総パラメータ2.4兆・推論時アクティブ950億のMoE（Mixture-of-Experts）構成で、テキストに加えて画像・動画も入力でき、出力はテキストです。7月19日にプレビュー版が先行公開され、8月3〜4日に正式版が出ました。ブラウザのQwen Studioで試せるほか、QwenCloud APIから即利用できます。
最大の位置づけは「フロンティア級の性能を、価格破壊的なコストで出す」点にあります。筆者が公式の公開情報を確認したところ、主要スペックは次のとおりです。
| 項目 | Qwen3.8-Maxの仕様 |
|---|---|
| 総パラメータ | 2.4兆（アクティブ約950億のスパースMoE） |
| コンテキスト | 最大100万トークン（入力上限991K／思考有効時983K・最大出力131K） |
| 入出力 | 入力：テキスト・画像・動画／出力：テキスト |
| アーキテクチャ | ハイブリッドアテンションのMoE（同規模の密モデルより低遅延を狙う設計） |
| 推論深度 | 既定xhigh。medium／lowに下げてコストと速度を調整可能 |
| API互換 | OpenAI互換／DashScope互換。組込ツールにcode_interpreter・web_search・web_extractorなど |
| 提供形態 | Qwen Studio（ブラウザ）・QwenCloud API・来週オープンウェイト公開予定 |
出典：Alibaba Cloud公式ブログ／PC Watch・gihyo.jpの報道で筆者が確認（2026年8月）。
Qwen3.8-Maxは前世代・既存モデルと何が違うのか
「新しくなった」だけでは判断できません。ここでは前世代のMaxや既存の主要モデルと比べて、実務で意味を持つ差分を表にまとめます。
| 項目 | これまで（前世代Max・既存の傾向） | Qwen3.8-Max | 実務での意味 |
|---|---|---|---|
| 公開形態 | Max級はクローズド（APIのみ） | Max級で同社初の大規模オープンウェイトを来週（8月10日ごろ）公開予定。小型のQwen3.8-27Bも同時公開 | 自前サーバーやオンプレでの検証・改造が視野に入る |
| コンテキスト | 数十万トークン級が一般的 | 100万トークン | 大規模リポジトリや長い仕様書をまとめて渡せる |
| 推論深度 | 固定または粗い切替 | xhigh／medium／lowで段階調整 | 簡単な処理はlowで安く、難題はxhighで深く回せる |
| コスト | フロンティア級は入出力とも高価 | 入力$2／出力$6（100万トークン） | 長時間バッチや大量処理の単価を抑えやすい |
| 接続 | 独自SDK前提のことが多い | OpenAI互換API | base_urlとモデルIDの差し替えで既存コードを流用できる |
この差分がアウトプットにどう出るかは、仕様差から次のように想定できます。まずコンテキストが100万トークンに広がったことで、複数ファイルにまたがるコード改修や長い契約書の一括レビューを、分割せず一度の指示で扱える場面が増えると想定されます。推論深度をlowに落とせる点は、定型的な文章整形や分類のように「深く考えなくてよい処理」を安く大量に回す用途と相性が良いと考えられます。いずれも筆者の実測値ではなく、公開されている仕様差からの想定です。
オープンウェイト公開が実務にもたらす変化
これまでMax級はAPI経由のクローズド提供が基本で、モデルを手元に置くことはできませんでした。今回はウェイトが公開されるため、社内ネットワーク内での検証や、機密データを外に出せない案件での自前ホスティングが選択肢に入ります。すぐに全社で回すという話ではありませんが、「試すためにまずAPIに課金が必要」という壁が下がる意味は大きいといえます。まずは小型のQwen3.8-27Bで手触りを掴み、必要に応じて上位を検討する流れが現実的です。
Qwen3.8-Maxの料金プランと無料枠はどうなっている？
Qwen3.8-Maxは、ブラウザのQwen Studioなら無料で試せます。本格利用はQwenCloudの従量課金で、単価は次のとおりです。フロンティア級としては安い部類で、東京を含む複数リージョンで提供されています。
| 区分 | 単価（100万トークンあたり） |
|---|---|
| 入力 | $2.00 |
| 出力 | $6.00 |
| 暗黙キャッシュ（読み出し） | $0.25 |
| 明示キャッシュ（作成／読み出し） | $2.50／$0.17 |
同じ会話や共通のシステムプロンプトを繰り返し使うワークフローでは、キャッシュを活用すると入力側のコストを大きく下げられます。まず無料のQwen Studioで日本語の指示追従とコード生成の質を確かめ、良ければAPIに移す進め方が失敗しにくいといえます。中国発の低価格モデルという点では、DeepSeek V4-FlashやKimi K3とも比較して選ぶと判断しやすくなります。
キャッシュ活用でコストを下げる考え方
API料金は入力より出力が高いため、まず出力を短く保つ設計が有効です。加えて、毎回同じ長い指示文を送るバッチ処理では、暗黙キャッシュの読み出し単価が入力$2に対して$0.25まで下がる点を使わない手はありません。共通のシステムプロンプトや定型テンプレートを先頭に固定し、可変部分だけを差し替える構成にすると、2回目以降の入力コストが大きく縮みます。数千件を回す記事生成や分類のような用途ほど、この差が月額に響いてきます。
Qwen3.8-MaxをOpenAI互換APIで自社ツール・Claude Codeに繋ぐ手順
Qwen3.8-Maxの実務価値は、OpenAI互換APIである点に集約されます。既存のOpenAI向けコードなら、接続先（base_url）とモデルID、APIキーを差し替えるだけで動きます。筆者が自社の効率化ツールで使う場合の最小構成は次のとおりです。
from openai import OpenAI
client = OpenAI(
api_key="＜QwenCloudのAPIキー＞",
base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
resp = client.chat.completions.create(
model="qwen3.8-max",
messages=[
{"role": "system", "content": "あなたは日本語の編集アシスタントです。"},
{"role": "user", "content": "この記事のタイトル案を5つ、各32字以内で。"},
],
)
print(resp.choices[0].message.content)ポイントは3つです。第一に、`base_url`をDashScopeの互換モードに向けること。第二に、`model`を`qwen3.8-max`にすること。第三に、コストを抑えたい定型処理では推論深度をlowに指定することです（深度パラメータはリクエストで切り替えます）。自動投稿やスクレイピング結果の要約、社内ダッシュボード向けの分類など、大量に回すバッチほど低単価が活きてきます。
接続時につまずきやすい3つの注意点
実際に差し替えるときに引っかかりやすいのは次の3点です。1つ目は、リージョンによってエンドポイントのホスト名が変わること。国際版と中国本土版でドメインが異なるため、契約したリージョンに合わせます。2つ目は、モデルIDの表記です。バージョン付きの正式IDを使わないと404が返ることがあります。3つ目は、レート制限とタイムアウトで、長文の推論では応答に時間がかかるためクライアント側のタイムアウトを延ばしておくと安定します。いずれも一度設定すれば以降は既存コードのまま運用できます。
Claude Codeで使いたい場合は、Claude Code自体がAnthropic APIを話す前提のため、OpenAI互換エンドポイントへ橋渡しするルーター（claude-code-router などのプロキシ）を挟み、接続先を差し替える構成になります。標準機能だけでQwenのエンドポイントをそのままClaude Codeに指定できるわけではない点は、事実として押さえておく必要があります。まずは上記のPython経由で品質を見極め、常用に足ると判断してからルーター導入を検討するのが安全な順序です。日々の記事自動生成や社内ツールにどう組み込むかは、web制作で使うMCPサーバーの記事で紹介した接続の考え方も参考になります。
サイト制作・LP制作でQwen3.8-Maxはどこに使えるか
筆者がサイト制作の工程に当てはめて考えると、Qwen3.8-Maxが向く場面は次のように整理できます。いずれも仕様と公開ベンチからの想定を含みます。
- ワンショットのUI雛形生成：Image-to-WebDev Arenaで2位（1,631点、Claude Opus 5に39点差）という結果から、ラフ画像やワイヤーからHTML/CSSの叩き台を一発で起こす用途に向くと想定されます。組込のcode_interpreterで生成物をその場で実行確認できます。
- 大規模コードの横断レビュー：100万トークンのコンテキストを活かし、テーマ一式や複数コンポーネントをまとめて渡して重複や崩れを洗い出す使い方です。
- 原稿・多言語コピーの量産：出力$6という単価と日本語追従を活かし、商品説明やメタディスクリプションの一次案を安く大量に作る用途です。最終チェックは人が担います。
プロンプトの型としては「役割（誰として）＋制約（字数・トーン・禁止語）＋入力（対象コード/原稿）」を1メッセージに収め、深度は下書きならlow、最終仕上げならxhighと切り替えると、質とコストの折り合いがつけやすくなります。
制作フローに組み込む前に決めておく2つの前提
実務に載せる前に、2つの線引きを決めておくと事故を防げます。1つは、生成物をどこまで人が確認するかです。UI雛形やコピーの一次案は機械に任せ、公開前のファクトチェックとデザイン調整は必ず人が担う、という役割分担を先に固定します。もう1つは、機密の扱いです。クライアントの非公開情報や個人情報は外部APIに送らない前提で、渡すのは公開可能な素材と抽象化した指示に限ります。この2点を最初に決めておけば、スピードを取りながら品質と守秘の両方を守れます。
Qwen3.8-MaxはClaude Opus 5・GPT-5.6とどう使い分ける？
結論として、コスト重視の大量処理や下書き生成はQwen3.8-Max、難しいリポジトリ改修や最終品質はClaude Opus 5、という住み分けが現実的です。公式が公開したベンチマークは次のとおりで、コーディングの一部指標では最上位に肉薄しています。
| ベンチマーク | Qwen3.8-Max | 比較 |
|---|---|---|
| Terminal-Bench 2.1 | 86.6 | Claude Opus 84.6／GPT-5.6 Sol 88.8 |
| GPQA Diamond | 92.6 | — |
| DeepSWE 1.1 | 56.6 | 前世代21.6から大幅改善 |
| Text Arena | 5位 | Vision Arenaは2位 |
| Image-to-WebDev Arena | 2位（1,631点） | Claude Opus 5（Max）に39点差 |
出典：Qwen公式の比較およびArena.aiの公開スコア（2026年8月、ベンダー自己計測を含む）。
数値は接戦ですが、実運用ではベンチ点数だけで決まりません。X上でも「難しいリポジトリ改修ではまだClaudeが強い」という実感が共有されており、筆者も同様に見ています。単価の安さを活かすなら、まず下書き・分類・要約のような数量の出る工程をQwenに寄せ、精度が最後の一手を分ける工程はOpus 5に残す、という配分が無難です。Claude Opus 5側の詳細はClaude Opus 5の解説記事にまとめています。
コスト試算でみる乗り換えの判断ライン
乗り換えの目安は、1件の作業を完了させるまでの総額で考えると見誤りません。X上でも「見るべきは100万トークンの単価ではなく、完了した作業1件の総額だ」という指摘が共有されています。単価が安くても、途中停止ややり直しが増えれば人の時間で逆転するためです。判断ラインはシンプルで、失敗しても大きな損失にならない大量処理はQwenへ寄せ、失敗コストが高い一発勝負の実装はClaudeに残す、という切り分けが実務では機能します。まず一部の工程で試し、完了までの総コストを実測してから広げるのが安全です。
Qwen3.8-Maxで日本語は使えるか？
日本語は問題なく使えます。Qwenシリーズは以前から多言語対応で、日本語の指示追従や生成の質も実用水準です。システムプロンプトを日本語で書き、トーンや字数の制約も日本語のまま指定できます。ただし固有名詞の表記ゆれや、細かなニュアンスの詰めでは人の校正を挟むのが安全です。日本語特化を最優先するなら、Sakana Namazuのような国産の日本語特化LLMと役割を分ける選択もあります。
よくある質問
Qwen3.8-Maxは無料で使えますか？
ブラウザのQwen Studioなら無料で試せます。APIは従量課金で、入力$2・出力$6（100万トークンあたり）です。まず無料で品質を確かめ、良ければAPIへ移すのが安全です。
オープンウェイトはいつ公開されますか？
来週（2026年8月10日ごろ）にHugging FaceとModelScopeで公開が予告されています。Max級として同社初の大規模オープンウェイトで、小型のQwen3.8-27Bも同時に配布される予定です。
Qwen3.8-MaxとKimi K3ではどちらが優れていますか？
用途によります。公開ベンチでは領域ごとに勝ち負けがあり、Qwen3.8-Maxはコンテキスト100万トークンと低単価が強みです。詳細はKimi K3の解説と見比べて選ぶのが確実です。
APIはOpenAIのコードをそのまま使えますか？
OpenAI互換のため、base_urlをDashScopeの互換モードに、モデルIDを「qwen3.8-max」に差し替えれば、既存のOpenAI向けコードを流用できます。
Claude Codeから直接呼べますか？
Claude Codeは標準ではAnthropic APIを前提とするため、OpenAI互換エンドポイントへ橋渡しするルーターを挟む構成が必要です。標準機能だけで直接指定はできません。
まとめ：Qwen3.8-Maxを試すかは「安さを活かせる工程があるか」で決まる
Qwen3.8-Maxを導入するかは、「下書き・分類・要約・大量生成のような、単価の安さが直接活きる工程が自分の業務にあるか」で判断できます。ある場合は、まず無料のQwen Studioで日本語の質を確かめ、次にOpenAI互換APIで自社ツールに繋ぎ、深度をlow〜xhighで使い分けるのが失敗しない進め方です。難しい実装の最終品質は引き続きClaude Opus 5に任せ、数量の出る工程をQwenへ寄せる二段構えが、いまのコストと精度の折り合いとして現実的といえます。関連モデルはClaude Opus 5やKimi K3の記事も合わせてご覧ください。