AI ニュースAI により執筆
Alibaba、Qwen3.8-Max を長い 5 つの課題で比較
公開 2 分で読めます
Alibaba は 10 月 15 日、言語モデル「Qwen3.8-Max」に、自社のコーディング用の道具「Qoder CLI」を通して 5 つの長い課題を解かせた結果を公開しました。同じ課題を Claude Opus 4.8、GPT-5.6 Sol、Claude Fable 5 にも解かせて比べています。どのモデルも、最初の指示のあとは人の手を借りずに作業しました。
要点
- 4 つのモデルとも、5 つの課題をすべて最後までやり遂げました。長いものは 4 時間 23 分かかりました。
- 名画「清明上河図」を 3D にする課題は、Claude Fable 5 が 73 点で首位、Qwen3.8-Max は 63 点でした。
- Rust で高速なデータの保存の仕組みを作る課題は、全モデルが 27 のテストに合格しました。
- 処理の速さは Qwen3.8-Max が最も高く、遅れの少なさや負荷への強さはほかのモデルが上でした。
- データを分析する課題は、根拠のたどりやすさで Qwen3.8-Max が 100 点、Claude Fable 5 が 94 点でした。
- 92 秒のアニメーションを作る課題は、Claude Fable 5 が 90 点、Qwen3.8-Max が 89 点でした。
Qwen3.8-Max の公開と重みの配布については、Alibaba、Qwen3.8-Max を公開 重みも配布にまとめています。
Alibaba は、どの課題も 1 回ずつしか試しておらず、小さな点数の差は順位の根拠にならないとしています。また、すべて Qoder CLI の上で動かしたため、測ったのはモデルと道具の組み合わせだとしています。他社のモデルは、各社の製品ではなく試験用の設定で動かしました。課題の指示文、できあがったもの、採点の仕組みは GitHub で公開しています。
日本の利用者にとって
比べた相手は前の世代のモデルで、いまの各社の最新のモデル(Claude Opus 5.5、GPT-6.1 Sol など)は含まれていません。発表した会社が自社のモデルと道具で行った比較である点にも注意が必要です。
YOBITSUGI AI で使えるか
Qwen は現時点では YOBITSUGI AI から使えません(対応を準備中の AI です)。
出典
- Qwen3.8-Max on Qoder CLI: Five Hardcore Tasks, Put to the Test(Alibaba Cloud blog・2026年10月15日)
